C#处理医学影像(三):基于漫水边界自动选取病灶范围的实现思路

开发背景：

医生在实际使用PACS软件观察病灶时，经常会测量不规则病灶的周长和面积，使用画笔工具勾勒比较耗时且准度欠佳，

或者在标记人工智能训练样本时少则几百张，多则几千张，为极大减少耗时和极大提高工作效率，故开发此功能用来自动勾勒病灶范围并自动测量。

 

国际惯例，先看效果：

 

思路流程概览：

①以鼠标按下作为漫水算法中心点向外扩散填充

②裁剪最大外接矩形，缩小计算范围

③灰度转换

④Canny算子或Sobel算子提取轮廓

⑤背景降噪

⑥提取边界轮廓

⑦设置容差范围

⑧可变多边形坐标转化

⑨缩放、平移、旋转后的坐标映射

 

准备一张样本并以手臂骨头作为假设病灶：

 

 

①以鼠标按下作为漫水算法中心点向外扩散填充

通过给定指定的中心坐标，和指定染色的颜色值，向四周扩撒，遇到一样或近似值将其包含在范围内，网上源码很多，很容易实现。

 

 

②裁剪最大外接矩形，缩小计算范围

将漫水填充范围的最大外接矩形裁剪出来，提高后续计算效率。

 

 

③灰度转换

转换成灰度图，为后续计算做准备。

 

④Canny算子或Sobel算子进行边缘检测

Canny算子和Sobel算子区别：

Canny算子：

在计算前先将图像进行高斯滤波转换，得到一个相对模糊的图像，使得噪点在平滑过度时的影响降到最低：

 

根据算法原理得到如下结果：

 

Sobel算子：

根据算法原理得到如下结果：

 

其中直观区别是canny算子计算的结果清晰，但不连续，容易受噪点影响，而sobel算子线条相对柔和，连续性强。

 

⑤背景降噪

进行一次手动背景降噪，使得展现的无用边缘更少，结果更清晰：

 

⑥提取边界轮廓

经过上面的计算后会得到一个边界坐标集合记为List<Point> list;

这些点是不连续的，不首尾相连的，我们需要将非边缘坐标删除，并将边缘坐标按顺时针或逆时针排序；

 

 

此时虽然得到了边缘坐标，但他是非连续性的，当我们把这些点连起来的时候就会出现问题：

 

 

所以我们将这些边缘坐标按逆时针或顺时针排序：

 

⑦在界面上增加滑块控件并设置容差范围

当碰到边界不是很清晰的时候，我们需要调整容差范围，以影响漫水扩散时的范围准确性：

 

 

观察容差范围10和20的区别：

 

 

⑧可变多边形坐标转化

根据本系列教程的测量工具开发，在此基础上我们将标识的范围转化为可变多边形：

微调结果并显示周长和面积：

 

⑨缩放、平移、旋转后的坐标映射

当图像发生放大、平移、旋转时，要注意边缘坐标的映射以保证结果正确：

 

配合色彩增强，食用效果更佳！