德州学院 孙振国 李海军

1.引言

在医疗康复系统中，x射线图像手掌骨的提取主要处理的问题是根据手掌骨的边缘特性，能够找到病变部位为医生提供准确的病变数据，使病人能够在短时间得到康复。因为手掌骨是容易受伤部位，如果得不到及时诊断就会使病变加剧，严重影响了人的健康。医生需要提取准确的骨骼轮廓信息才能够对受伤部位进行诊断并做出正确的康复理疗。

2.运用图像相交去除肌肉痕迹

图1 原X射线图

图2 灰度化图像

图3 去除肌肉痕迹后二值化图像

图4 膨胀反色后图像

图像预处理过程中运用了图像相交去除肌肉痕迹。首先根据初始开关函数将输入图像像素分成目标和背景，在第一遍对图像扫描结束后，平均两个积分器的值以确定一个阈值。用这个阈值控制开关再次将输入图像分成目标和背景，并用作新的开关函数。如此将迭代反复进行直到开关函数不再发生变化，此时得到的目标和背景即为最终分割结果。分割后的图像边界处存在着间断，为了准确地找到骨骼边缘，对二值图像进行形态学处理和区域填充，精确提取骨骼区域[3]，然后根据手腕骨及其边缘特性利用改进的活动轮廓模型来识别骨骼，对手腕骨病变进行治疗提供决策支持。图像预处理过程如图1，2，3，4所示。

3.活动轮廓模型的改进

经初始轮廓模型[1-3]标定的轮廓在骨骼外部肌肉附近接近骨骼边缘，与实际轮廓相差较大，这种误差不能满足今后对骨龄识别。如图5所示。

贪婪算法具有计算量小，收敛速度快等优点。因此本文使用贪婪算法来实现活动轮廓的能量最小化。通常贪婪算法的搜索窗口是控制点的8邻域，如图6所示。

图5 初始的活动轮廓边缘提取图

图6 原始贪婪算法中控制点的搜索

图7 改进后的搜索窗口

本文中，利用改进的搜索窗口，使搜索方向沿着法线方向，搜索窗口为沿着法线方向的狭长窗口。因为提取的初始轮廓在骨骼边缘的外面，因此搜索方向是内法线方向。搜索窗口的宽度为1，长度为L。由于活动轮廓是沿着法线方向移动，控制点之间的距离基本保持均匀，避免了控制点的堆积特性。如图7所示。

改进后的贪婪算法考虑了灰度梯度的方向信息，利用了一些先验信息，避免了搜索的盲目性，提高了收敛的速度，去除了活动轮廓的收缩趋势，提高了算法的鲁棒性[5]。

图8 改进后的活动轮廓边缘提取图

如图8，活动轮廓模型的控制点基本到达了肌肉边缘，只有极个别的点稍有偏差。实验结果表明，该算法对于手掌X射线图像的轮廓跟踪是一个比较有效的方法[4-5]。

通过改进的活动轮廓模型的提取将手掌原型轮廓定位，但是手掌骨上的肌肉也会影响对病变的识别。本文采用了图像反色，直方图峰值多阈值分割，边缘提取等操作将骨骼轮廓提取。医生可利用手掌骨数据库中的原型手掌骨和当前的手掌骨进行比对，可达到检测病变的目的。

4.结束语

本文通过对手掌骨的提取，提出了对能量项及Snake算法的改进方法，基本达到了对X射线手掌骨骼边缘的跟踪与提取，利用改进的活动轮廓模型准确的定位到手掌骨边缘，然后利用阈值分割和边缘跟踪算法对骨骼进行了提取，为下一步进行手掌部位病变检测及康复理疗奠定了基础。

[1]赵伟斌,杨小辉,周智恒.基于活动轮廓的物品自动检查系统研究[J].现代计算机,2012(23).

[2]张鹤,董彦麟.一种改进的变分水平集车辆检测技术[J].辽宁科技大学学报,2011(03).

[3]钱华明,姜波.一种基于多通道卫星云图的台风分割方法[J].北京航空航天大学学报,2011(04).

[4]刘建磊,冯大政.一种基于二维拉格朗日连续水平集的图像分割方法[J].电子与信息学报,2010(07).

[5]李志军,牛照东,陈曾平.基于模板的前视红外图像建筑物分割方法[J].光电工程,2012(05).