[發明專利]一種肺部分割的方法

有效

• 申請號: 201310170102.3
• 申請日: 2013-05-10
• 公開（公告）號: CN104143184B
• 公開（公告）日: 2017-12-22
• 發明（設計）人: 王麗嘉;毛玉妃;孟曉林;王曉東;李程
• 申請（專利權）人: 上海聯影醫療科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及醫學圖像處理領域，尤其涉及一種肺部分割的方法。

背景技術

近年來，由于計算機斷層掃描技術能夠提供高清晰度、高對比度的圖像，通常被應用于肺部疾病的診斷。借助胸部CT觀察肺部結構及功能特征是當今臨床針對肺部各種疾病的重要輔助手段，其中，肺部分割是實現肺部、氣管、肺膈肌等定量分析(例如肺密度)必不可少的預處理步驟。精確的肺部分割具有十分重要的意義，肺部分割必須是完整的，諸如肺結核等異常可能存在于肺最邊緣的部位，而且不正常的肺分割將危及到用于例如肺氣腫等對肺體積的定量估計。

現有技術中，對于兩維CT橫斷面圖像，肺部和胸腔對比度高，可以運用邊緣追蹤提取肺部，該方法需要手動確定起始點，并且會遺漏邊緣的水腫和炎癥區域。對于三維CT數據，(1)閾值法是最常見的肺部分割方法，雖然簡單、快速，但不能有效去除背景和氣管分支，且確定閾值較難，往往根據經驗確定。(2)區域增長法是大多數工作中采用的方法，該方法能夠有效的彌補邊緣追蹤的遺漏缺陷，但常常需要手動選擇種子點，是一種需要人工參與的半自動分割方法，對肺結節、囊性腫瘤等高密度區域，或者肺氣腫等肺部和氣管密度值很接近的情況失效；(3)基于模式分類的方法。該方法能提取有些數據的圖像特征，但是需要大量的訓練樣本，分割結果對樣本與特征的依賴性強，處理時間較長。(4)基于圖像配準和形狀模型的方法，該方法一般效果較好，但其受訓練集數據影響會導致結果變異性大，建立模型較為困難，并且計算量大，從而導致速度慢，難以滿足臨床應用的實時性需求。

綜上所述，現有的CT肺部分割方法，有的因為模型與運算復雜，分割速度較慢；有的因為控制參數難以確定，分割結果準確較低，不能快速、準確地進行肺部分割，無法滿足醫學診斷的要求。

發明內容

本發明解決的問題是提供一種肺部分割方法，用以解決現有技術中需要人工介入的半自動分割肺部，并且分割過程復雜，速度較慢的問題。

為了解決上述問題，本發明提供了一種肺部分割的方法，包括如下步驟：

在三維圖像上粗提取肺器官，所述肺器官包括肺部和氣管；

從所述三維圖像中采集的二維圖像中定位氣管的起始層，以該層氣管的中心C為起始點，以所述三維圖像中確定的閾值T1為閾值條件進行粗提取氣管；

繼續以該層氣管的中心C為起始點，以所述粗提取的肺器官內確定的閾值T2為閾值條件進行細提取氣管，獲得分割后的肺部圖像。

優選地，所述粗提取肺器官的方法包括如下步驟：

在所述胸部三維圖像上，通過閾值法提取出肺區域；

在二維圖像和/或三維圖像中提取背景；

確定含有最大肺器官面積的二維圖像層為Smax；基于所述Smax層進行三維區域生長，獲得的所述三維連通域為所述粗提取的肺器官。

優選地，所述閾值法包括：采用最大類間方差法在所述三維圖像中確定所述閾值T₁，其取值范圍為(-600，-400)。

優選地，其特征在于，所述閾值法的實現方法如下：提供閾值T₁，若圖像中所在區域的CT值大于閾值T₁，則提取出該區域為肺區域；所述肺區域包括肺部、氣管和背景。

優選地，所述提取背景的過程為：

從所述二維圖像和/或三維圖像的四周邊緣選取CT值在(a，-600)內的點為種子點，并以所述種子點開始由外向內進行區域增長，所述閾值a為所述二維圖像和/或三維圖像上的最小CT值。

優選地，還包括：提取所述氣管前，對所有二維圖像定位含有肺器官的起始層和終止層：

從所有二維圖像第1層開始自上而下進行檢測，當檢測到肺器官時，停止檢測，以當前層為起始層；

從所有二維圖像最后一層開始自下而上進行檢測，當檢測到肺器官時，停止檢測，以當前層為終止層。

優選地，所述定位氣管起始層的方法為：

從第一層開始進行檢測，若二維圖像中所述氣管的物理面積大于2平方毫米，則定位該層為所述氣管的起始層；

若物理面積小于2平方毫米，則繼續進行檢測，直至檢測到起始層。

優選地，所述粗提取氣管的方法為：以所述中心C作為起始點，所述閾值T₁作為閾值條件，采用LevelSet水平集算法從所述三維圖像中粗提取氣管。

優選地，所述細提取氣管的方法為：以所述中心C為起始點，所述閾值T₂為閾值條件，采用LevelSet水平集算法從所述三維圖像中細提取氣管。