[發明專利]基于平均密度投影和平移高斯模型的肺結節分割方法

有效

• 申請號: 201110318294.9
• 申請日: 2011-10-19
• 公開（公告）號: CN102360495A
• 公開（公告）日: 2012-02-22
• 發明（設計）人: 姬紅兵;邱實;樊振華;王磊;李翠蕓
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/00
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;朱紅星

技術領域

本發明屬于圖像處理技術領域，特別涉及醫學肺結節圖像處理，具體地說是一種基于平均密度投影和平移高斯模型的肺結節分割方法，可用于血管粘連型肺結節以及一般類型的肺結節自動精確分割。

背景技術

肺結節是肺癌前期的主要表現之一，其邊緣毛刺是判斷結節良性和惡性的重要指標。此外，血管粘連型結節惡性概率最大，由于血管與結節在圖像上的像素灰度值非常接近，給結節提取造成極大的干擾。因此，對血管粘連型肺結節的精確分割是當前研究的重點和難點。

目前，分割血管粘連型的肺結節的方法主要有：利用形態學方法分割肺結節，其中由于腐蝕膨脹的參數不易控制，導致欠分割或過分割，且結節的邊緣毛刺也可能被消除；三維重建的方法是在二維序列圖像上進行三維重建，能夠還原結節的空間特征，但對圖像的清晰度要求較高，計算量大，且不能有效解決血管與結節大面積相連的分割問題；基于EM和Mean-shift的肺結節分割的方法，運用梯度方向判別血管和結節的區別，能夠提取出與血管粘連較為簡單的結節，但不適用于血管中粘連大于等于2個結節的情況。

以上方法難以精確分割結節的主要原因在于：(1)沒有充分利用二維圖像信息，即未根據結節的灰度分布和幾何特點進行建模，造成原始圖像信息在一定程度上的缺失；(2)沒有利用肺結節與血管在三維成像特點的不同，對肺結節的檢測帶來的很大干擾，導致檢測效果有所欠缺。

發明內容

針對上述問題，本發明提出一種基于平均密度投影和平移高斯模型的肺結節分割方法，以實現對肺結節圖像的精確分割。

本發明的具體實現步驟包括如下：

(1)輸入待檢測圖像CT序列，讀取CT序列的層數、層厚度和分辨率信息；

(2)根據讀取的檢測圖像CT圖像序列信息，通過平均密度投影AIP的方法，確定重建層厚度S_r和重建層間距I_r，得到待檢測圖像CT序列的平均密度投影AIP序列，記為B；

(3)對平均密度投影AIP序列B進行肺實質提取、閾值分割和形態學處理，得到B中第i幅圖像的分割結果SA_i；利用平均密度投影AIP方法的對應關系，將分割結果SA_i對應的待檢測圖像CT序列，記為其中i表示B中第i幅圖像，j表示重建層序號；對進行肺結節幾何特征粗提取，得出B中第i幅圖像的粗分割結果

(4)通過骨架的方法提取出粗分割結果的骨架，將圖像橫坐標方向上骨架的灰度曲線記為g_ij(x)；根據該灰度曲線g_ij(x)的灰度分布，建立一維平移高斯模型f_ij(x)，計算該一維平移高斯模型f_ij(x)的參數；

(5)根據一維平移高斯模型f_ij(x)中計算所得模型參數，建立二維平移高斯模型F_ij(x，y)，并利用二維平移高斯模型F_ij(x，y)對粗分割結果進行精確分割；

(6)對精確分割所得結果，利用圓形度的判別方法去除假陽，即去除不是肺結節的區域，獲得最終的檢測結果。

本方法具有以下優點：

(1)本發明利用平均密度投影AIP方法，充分利用局部三維信息，還原了血管、結節的結構特點，在弱化血管干擾的同時有效減少了處理數據量；

(2)本發明通過建立平移高斯模型實現對肺結節的精確分割，此模型不但適用于血管粘連型結節，而且同樣適用于一般類型的結節，具有廣泛的適用性，并可以在保證肺結節精確分割的前提下，完成對整個肺部CT圖像的批處理；

(3)本發明利用結節的灰度、幾何特征，首先進行粗分割，再通過建立平移高斯模型進行精確分割，這樣多層次的處理方式可以保證最大限度的還原結節在待檢測CT圖像上的特點，充分利用了待檢測CT圖像信息。

附圖說明

圖1是本發明的整體流程圖；

圖2是本發明中的平均密度投影AIP成像原理示意圖；

圖3是本發明中的AIP處理效果圖；

圖4是本發明中生成的AIP序列示意圖；

圖5是本發明中的形態學處理子流程圖；

圖6是本發明中的肺結節粗提取區域對應的灰度曲面圖；

圖7是本發明中的一維平移高斯模型擬合效果圖；

圖8是本發明的疑似區域數目曲線圖；

圖9是本發明與傳統分割結果對比圖。

具體實施方式

一、基礎理論介紹

1.肺結節與血管的幾何特征