CT扫描的Matlab分割

Question

我有一个与此类似的图像：this http://bjr.birjournals.org/content/84/Special_Issue_3/S338/F9.large.jpg

我只想分割主动脉(箭头指向的地方)，并去掉其余的解剖结构。我是matlab的新手，不知道如何开始。

到目前为止，我有这样的想法：

clear all;
img = imread('~/Desktop/aorta.jpg');
img1 = rgb2gray(img);
imgh = histeq(img1);
bw = im2bw(imgh,.9);
remove = bwareaopen(bw,5000);
l = bwlabel(remove);
s = regionprops(l, 'perimeter');

我的想法是使用周长值与圆度进行比较，使用ismember排除其余部分，但我不确定如何实现，也找不到任何好的例子来解释如何实现。

有人能解释一下如何做到这一点吗？另外，这种策略是实现这一目标的最佳方式吗？谢谢!

Answer 1

在医学成像应用中，通常需要非常精确的分割，运行时间并不重要。如果这是您的情况，我会建议使用active contours，也称为“蛇”。

这种分割技术背后的思想是找到一个满足强边缘(高梯度)和短(或平滑)曲线的最佳分割。在蛇的情况下，这些是内力和外力，问题被提出为( Mumford-Shah泛函的)优化问题。这是一种区域生长分割技术，它是从CT图像开始的一个很好的地方。下面的代码来自Matlab的filexchange，是一个基于一个很棒的论文Active Contours without Edges的很棒的演示。

Answer 2

对于任何好奇的人来说，这就是我发现的有效方法。我首先对图像设置阈值，删除任何小于4000像素的小对象，在任何剩余对象周围创建边界，获取对象的周长和面积，设置一个阈值进行比较(1将是一个完美的圆)，计算对象有多圆，根据阈值将圆的项目添加到一个数组中，最后删除无圆的对象。感谢所有提交链接的人，他们真的帮助我理解了更多的过程！

clear all;
img = imread('~/Desktop/aorta.jpg');
img1 = rgb2gray(img);
bw = im2bw(img,.5);
less = bwareaopen(bw, 4000);
[b,l] = bwboundaries(less,'noholes');
stats = regionprops(l,'area','perimeter');
threshold = .80;
perimeter = (4 * pi * [stats.Area]) ./ ([stats.Perimeter] .^ 2);
idx = find(perimeter>threshold);
bw2 = ismember(l,idx);
imshow(bw2);