[發(fā)明專利]一種基于多模態(tài)數(shù)據(jù)的超體素序列肺部圖像的3D肺結(jié)節(jié)分割方法

有效

• 申請?zhí)枺?/td>: 201710406314.5
• 申請日: 2017-06-02
• 公開（公告）號: CN107230206B
• 公開（公告）日: 2020-03-13
• 發(fā)明（設(shè)計）人: 強(qiáng)彥;崔強(qiáng);楊曉蘭;強(qiáng)薇;趙涓涓;王華
• 申請（專利權(quán)）人: 太原理工大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/12;G06T7/33
• 代理公司: 北京恒創(chuàng)益佳知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11556
• 代理人: 宋華

1.一種基于多模態(tài)數(shù)據(jù)的超體素序列肺部圖像的3D肺結(jié)節(jié)分割方法，其特征在于，具體步驟如下：

A，使用超像素序列圖像分割算法得到ROI序列圖像的超像素樣本，接著采用自生成神經(jīng)森林算法對超像素樣本進(jìn)行聚類，最后根據(jù)聚類后的超像素集的灰度特征和位置特征識別結(jié)節(jié)肺實質(zhì)區(qū)域，為之后在此肺實質(zhì)圖像的基礎(chǔ)上精確提取、分割、三維重建肺結(jié)節(jié)做準(zhǔn)備；

B，采用基于互信息的醫(yī)學(xué)圖像配準(zhǔn)方法配準(zhǔn)PET/CT多模態(tài)數(shù)據(jù)的肺實質(zhì)區(qū)域；當(dāng)兩幅圖像達(dá)到配準(zhǔn)位置時，其互信息達(dá)到最大值，在步驟A中得到的肺實質(zhì)圖像的基礎(chǔ)上進(jìn)行多模態(tài)數(shù)據(jù)的配準(zhǔn)，以消除包括心臟在內(nèi)的活躍區(qū)域?qū)ψ罱K結(jié)果的影響；

C，采用多尺度可變圓形模板匹配算法確定配準(zhǔn)之后的圖像中肺結(jié)節(jié)的位置和邊緣信息，得到較為精確的肺結(jié)節(jié)區(qū)域；

D，采用超體素3D區(qū)域增長方法，以超體素為基本單位，結(jié)合PET圖像中的SUV特征，利用肺結(jié)節(jié)序列圖像的序列特征，自動選取種子點并在其6鄰接區(qū)域中根據(jù)提出的相似度函數(shù)進(jìn)行超體素區(qū)域增長，最終實現(xiàn)肺結(jié)節(jié)序列圖像的快速分割與重建。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟A具體過程如下：

A1、對于輸入的肺部序列CT圖像，提取其肺部序列ROI圖像；

A2、使用超像素序列圖像分割算法得到ROI序列圖像的超像素樣本；

A3、采用自生成神經(jīng)森林算法對超像素樣本進(jìn)行聚類；

A4、根據(jù)聚類后的超像素集的灰度特征和位置特征識別結(jié)節(jié)肺實質(zhì)區(qū)域。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟B具體過程如下：

B1、利用線性插值的方法將PET圖像插值成與CT圖像同樣大小；

使用線性插值的方法將PET圖插值為512×512，兩種模態(tài)的圖像數(shù)大小相同后再將PET圖像與CT圖像做配準(zhǔn)；

B2、利用互信息配準(zhǔn)方法配準(zhǔn)PET/CT多模態(tài)數(shù)據(jù)；

對于兩個隨機(jī)變量A、B；它們的熵別是H(A)、H(B)、H(A、B)，概率分布分別為P_A(a)和P_B(b)，聯(lián)合概率分布為P_AB(a,b)，則它們的互信息MI(A,B)為：

對于待配準(zhǔn)的兩幅醫(yī)學(xué)圖像，認(rèn)為它們是關(guān)于圖像灰度的兩個隨機(jī)變量集浮動圖像A和參考圖像B，a和b是兩幅圖像中相關(guān)的體素灰度值，a和b通過坐標(biāo)變換相聯(lián)系；它們的邊緣概率分布分別為P_A(a)、P_B(b)，聯(lián)合概率分布為P_AB(a,b)，分別通過歸一化各自的灰度直方圖和聯(lián)合灰度直方圖而得到；當(dāng)兩幅圖像達(dá)到配準(zhǔn)位置時，其互信息MI(A,B)達(dá)到最大值。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟C具體過程如下：

C1、采用大的圓形模板用來確定結(jié)節(jié)位置信息；

根據(jù)模版匹配算法的思想，提出一種在PET圖像中搜尋可疑結(jié)節(jié)區(qū)域的模版匹配方法，由于肺結(jié)節(jié)為肺組織包繞的局限性圓形或卵圓形的結(jié)果；其形態(tài)為類圓形；因此選擇模版為圓形模版；初始采用大的圓形模板用來確定結(jié)節(jié)位置信息，在大模版中，最小結(jié)節(jié)在模版中會占1/40，最大的結(jié)節(jié)在模版中會占1/4的位置；

C2、采用小模板來確定結(jié)節(jié)邊緣信息；

在大模板確定了肺結(jié)節(jié)基本的位置信息的基礎(chǔ)上采用小模板來確定肺結(jié)節(jié)的邊緣信息，通過可變的圓形模板得到準(zhǔn)確的肺結(jié)節(jié)區(qū)域。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，當(dāng)肺實質(zhì)內(nèi)某區(qū)域的SUV均值在2.5以上時，判定該區(qū)域是結(jié)節(jié)區(qū)域；為了保證最小的結(jié)節(jié)也會被發(fā)現(xiàn)，通過計算肺部PET圖像正常組織的SUV值，將初始的模板中SUV的判斷閾值設(shè)為1.5以保證模板的靈敏度；SUV的計算公式如公式(2)：

其中tissue concentrasion為病灶的放射性濃度，injected dose是注射劑量，bodyweight是患者的體重。