[發明專利]基于多投影圖像配準的肺結節檢測方法

有效

• 申請號: 201310231852.7
• 申請日: 2013-06-13
• 公開（公告）號: CN103345740A
• 公開（公告）日: 2013-10-09
• 發明（設計）人: 郭薇;張國棟;郭怡菲;姚慶;蔡詩雨
• 申請（專利權）人: 沈陽航空航天大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 沈陽維特專利商標事務所(普通合伙) 21229
• 代理人: 甄玉荃

技術領域：本發明涉及一種肺結節的檢測方法，特別是一種基于多投影圖像配準的肺結節檢測方法。

背景技術：肺癌是當今對人類健康危害最大的惡性腫瘤之一。肺癌具有高死亡率的主要原因是當肺癌被檢測到時，大多數已經處于中晚期，錯過了治療的最佳時機。由于胸部X光圖像具有成像設備簡單，成本低，與CT相比放射線劑量低等特點，所以是肺癌篩查的主要成像方式。但是，由于正常的胸部解剖結構(例如肋骨、縱隔膜及心臟等)常與肺癌重疊，使得基于胸部X光圖像的肺癌篩查的敏感性以及特異性都較低。許多學者提出在不顯著增加放射線劑量的情況下，使用多投影成像技術來提高早期肺癌的檢測性能。美國杜克大學放射系設計并開發出一種新型多投影相關成像系統，并已進入到初步臨床試驗階段。該系統是在一個標準的胸部X光成像系統基礎上改進而成的。X-ray?tube可以沿著水平和豎直方向移動，而探測器固定不動。該探測器為非晶硅平板探測器，具有較高的幀速率及動態延展范圍。

該成像系統的圖像數據由正位投影(Posterior-anterior?project,PA)圖像及兩幅與PA投影成正負3度角的投影圖像組成。在已經完成的觀察者實驗中，單獨使用PA圖像進行結節檢測的敏感性為86%，使用三投影圖像檢測結節的敏感性為71%，但檢測的假陽性結節數降低35%。所以，臨床試驗表明，多投影圖像(三張投影圖像)可以提高肺結節臨床檢測的性能。

對于每一張多投影圖像，由于成像的放射線劑量為普通DR圖像的三分之一，所以圖像噪聲較大，計算機檢測困難。為了達到較高的敏感性，在同一病人三張投影圖像中的相近位置會檢測到多個候選結節。因此，對這些候選結節進行配準是十分必要的。由于候選結節來自于同一個目標，他們的大小、形狀、灰度都極為相似。

發明內容：針對上述現有技術的不足，本發明提供了一種利用同一病人多投影圖像中相近位置的候選結節互信息的配準方法，并利用此信息減少檢測結果中假陽性結節的數目，獲得令人滿意的檢測效果。

為實現上述目的，本發明采用的技術方案是：基于多投影圖像配準的肺結節檢測方法，其具體步驟是：

一、候選結節的初始檢測與精確分割

（1）候選結節的初始檢測：采用圖像特征分析的方法對肺進行分割。首先，通過比較肺頂部及胸腔輪廓二階導數的第一個和第二個最小值來決定肺頂部及胸腔的左右邊界。然后，分別對肺的頂部、左側及右側輪廓線進行擬合，并最終確定胸腔輪廓。接著，使用邊界梯度分析方法確定右側縱隔的邊界。再從左側縱隔的中間區域開始，利用規則決定搜索邊界的起始點，進而搜索縱隔的左邊界。最后，分別對縱隔的左右邊界進行曲線擬合。胸腔輪廓與縱隔邊界之間的區域定義為肺區域。

由于許多結節的形態分布可以近似由高斯函數表示，所以使用DoG濾波器來增強圖像中的結節。DoG濾波器的輸出為兩個不同尺度的高斯濾波器輸出的差，尺度是決定增強結節大小的重要參數。

在增強后的圖像中，使用多閾值分割方法來獲得初始候選結節。初始閾值使用900(由經驗獲得)，之后閾值成等比例降低。最后，將兩尺度增強圖像多閾值分割處理后獲得的二值圖相加。相加后的圖像中像素的值為該像素在多閾值分割圖像中值為“1”的次數的總和。如果相加后圖像中某點的值大于等于3，則該點被定義為結節區域，否則為背景區域。

（2）基于動態規劃的候選結節分割

在進行精確分割之前，首先利用原始圖像中候選結節的中心位置生成待分割的小圖像。從候選結節的中心按照逆時針順序向外均勻的畫出長度為21像素的射線。將射線上的像素垂直地排列得到極坐標變換后的圖像。在極坐標變換時，采用雙線性插值算法來獲得極坐標圖像中像素點的灰度值。在極坐標變換后的圖像中，結節的邊界為一條近似水平的曲線，可以使用動態規劃方法快速、準確的確定。

動態規劃是一種最優化的方法，經常用來搜尋目標的最優邊界。最優邊界是由肺結節極坐標圖像中所有列上的像素點組成(每列一個點)。這些點連接起來就構成肺結節具有最小累積代價的最優邊界。候選結節的累積代價是該邊界所有點局部代價的和，局部代價用來度量某一邊界點與其相鄰點的平滑程度及灰度變化的強弱。

二、候選結節的特征提取及分類：針對候選結節的灰度、形態、紋理、對稱性、位置等特點，本發明定義特征變量描述結節，并在基于特征的候選結節分類之前，對特征進行選擇。

（1）候選結節的特征提取：提取候選結節初始檢測區域與精確分割區域的灰度、形狀、紋理特征，及精確分割區域的對稱性及位置特征。具體特征描述見表1：

表1