[發明專利]一種基于CT影像的肺結節檢測方法

在審

• 申請號: 201610005764.9
• 申請日: 2016-01-07
• 公開（公告）號: CN105469419A
• 公開（公告）日: 2016-04-06
• 發明（設計）人: 于翠妮;孫燕新;尹喜玲;韓景奇;李涌;王明帥;趙鋼
• 申請（專利權）人: 于翠妮
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及CT技術領域，具體涉及一種基于CT影像的肺結節檢測方法。

背景技術

隨著經濟水平的快速發展，人類對于自身健康的關注程度也不斷提高，對于癌癥的早期發現、早期診斷、早期治療已經日益成為全社會共同關注的目標。如果肺癌能在早期被診斷和治療，患者5年生存率將從14％上升到49％；由于CT影像能夠提供高清晰度的影像，并且為影像中各組織提供很高的對比度，通常應用于肺部疾病的診斷。隨著多排螺旋CT的發展，醫生可以獲取更高分辨率的影像(HRCT)，通過一次檢測獲得更多的患者影像信息，進一步拓展了CT影像的應用。但同時也造成了醫院放射科醫生每天閱片負擔的增加，導致漏診和不確定性檢查經常發生，即使對于這個領域內的資深專家而言也在所難免。因此，肺癌計算機輔助檢測(CAD)得到了大量的研究和應用。

肺癌在CT影像中是以肺結節的形式表現的，目前肺結節計算機輔助檢測的方法有多種，人以胸部螺旋CT影像為研究對象，影像層厚在5-10mm之間，這類檢測方法敏感性和特異性較低，肺結節檢測敏感性為38％，對于每個肺癌患者平均有6個假陽性結節。這主要是由于肺結節直徑比CT層厚小，引起體數據內部局部容積效應造成的，其檢測結果無法滿足臨床應用中對于肺癌CAD系統敏感性的要求；西門子公司研發的肺癌CAD系統采用人機交互的方法對肺結節進行檢測，這類方法操作一般比較復雜，需要較高的計算機操作和醫學診斷專業知識，對用戶能力要求較高；采用模式分類的方法需要基于大量的樣本數據進行訓練，而且需要提取多個特征，算法處理時間較長，無法滿足CAD系統在臨床應用中對實時性的要求。

發明內容

為了解決上述的問題，本發明提供了一種基于CT影像的肺結節檢測方法，可以實現對微小結節的檢測，充分利用了CT序列影像的三維信息，減少了局部容積效應，肺結節特征提取和分類不需要大量的先驗知識，檢測實時性較好，可以有效解決背景技術中的問題。

為了實現上述目的，本發明采用的技術方案如下：

一種基于CT影像的肺結節檢測方法，包括如下步驟：

(1)獲取CT序列影像；

(2)肺實質分割：i為序列影像的當前層數，θ為像素個數統計經驗值，首先利用閾值T二值化第i層影像，肺內圖像像素標定為1，背景像素標定為0，統計標定為1的像素個數Ni，初始化為1，當Ni＞θ時像素保留，否則去除，然后擴展到多層序列影像區域，重復上述算法；

(3)氣管/主支氣管剔除：首先自動在關鍵層肺門氣管區域定位一個種子點，然后利用區域增長算法，在種子點的3×3×3鄰域內進行增長，閾值的選取可以在氣管的CT值范圍內選取，區域增長過程中更多的體素被包含進氣管和主支氣管區域，當體素進入左右肺區域時，增長終止，最后標定所有體素并分割；

(4)邊緣結節檢測：利用數學形態學的開運算剔除影像上與結構元素不相吻合的凸區域，利用閉運算填充那些影像上與結構元素不相吻合的凹區域，同時保留那些相吻合的凹區域；

(5)疑似結節檢測：采用Hessian矩陣的圓型濾波器對肺實質分割后影像進行圓點濾波，并有效抑止線形結構；然后采用不變矩算法精確檢測疑似結節區域；

(6)特征提取及分類；

(7)肺結節標定。

進一步地，所述CT序列影像的影像層厚度為1-2mm。

進一步地，所述步驟(6)提取的特征包括面積、直徑、似圓度、灰度均值和邊界不規則度，其中直徑為區域中橫向或縱向像素個數的最大值。

進一步地，所述步驟(7)采用規則分類的方法檢測真陽性結節，首先結合醫學診斷規則反復試驗后獲得一個閾值范圍，在疑似結節在這個范圍內則被判別為真陽性結節，否則，被判別為假陽性結節。

本發明有益效果為：

(1)本發明可以實現對微小結節的檢測，充分利用了CT序列影像的三維信息，減少了局部容積效應，肺結節的三維可視化提高了肺結節的細節顯示能力，可以更好的輔助醫生提高診斷準確性。

(2)本發明采用了一種改進的自適應閾值分割算法分割肺實質，該算法充分考慮了肺實質邊緣的梯度分布情況，預留出邊緣過渡區域，然后采用數學形態學算法，以達到精確檢測肺實質邊緣結節的目的，避免漏檢。

(3)本發明采用了一種高斯濾波、基于Hessian矩陣的圓點濾波器與不變矩分析相結合的方法識別醫生感興趣區域，同時濾掉血管等“線”狀組織的干擾。