[發明專利]一種基于多模態數據的超體素序列肺部圖像的3D肺結節分割方法

有效

• 申請號: 201710406314.5
• 申請日: 2017-06-02
• 公開（公告）號: CN107230206B
• 公開（公告）日: 2020-03-13
• 發明（設計）人: 強彥;崔強;楊曉蘭;強薇;趙涓涓;王華
• 申請（專利權）人: 太原理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/12;G06T7/33
• 代理公司: 北京恒創益佳知識產權代理事務所(普通合伙) 11556
• 代理人: 宋華

本發明公開了一種基于多模態數據的超體素序列肺部圖像的3D肺結節分割方法，包括以下步驟：步驟A，通過超像素分割和自生成神經森林聚類提取得到序列肺實質圖像；步驟B，采用基于互信息的PET/CT多模態數據配準序列肺實質圖像；步驟C，采用多尺度可變圓形模板匹配算法標記并提取精確序列肺結節區域；步驟D，使用超體素3D區域增長算法對序列肺結節圖像進行三維重建，得到最終的肺結節的三維形態。使用超體素3D區域增長算法形成肺結節的三維重建區域，可以反映出肺部病灶與周圍組織的動態關系，而且便于從直觀上了解肺結節形狀、大小、外觀等形態和與周圍胸膜或血管的牽拉情況。

技術領域

本發明屬于醫學圖像處理領域，涉及肺結節的分割與三維重建，具體涉及了基于醫學PET和CT影像的多模態數據，對肺結節的超體素三維分割與重建的方法。

背景技術

三維重建可以反映出肺部病灶與周圍組織的動態關系，而且便于從直觀上了解肺結 節形狀、大小、外觀等形態和與周圍胸膜或血管的牽拉情況，有助于醫師直觀的了解病情并引導復雜解剖區域手術的進行，以提高手術質量和降低手術危險，值得臨床進一步 推廣使用。目前的醫學成像的臨床應用產生的多為二維圖像，二維斷層圖象只是表達某 一截面的信息，僅由二維圖象，人們很難建立起三維空間的立體結構。為提高醫療診斷 和治療規劃的準確性與科學性，由二維斷層圖象序轉換成為具有直觀立體效果的圖象， 展現人體器官的三維結構與形態，從而提供若干用傳統手段無法獲得的解剖結構信息， 并為進一步模擬操作提供視覺交互手段。醫學圖象三維重建與可視化技術就是在這一背 景下提出的，這一技術一經提出，就得到大量研究與廣泛應用。目前，隨著三維重建技 術的日漸成熟，其在臨床診療的應用日趨廣泛，而基于肺部病灶三維影像的分割技術尚 未達到相對成熟的解決方案。針對以上問題，本文提出了一種基于多模態數據的超體素 序列肺部圖像的3D肺結節分割方法，充分的結合了PET/CT數據中所提供的肺部病灶 自身的信息，大幅度減少了時間復雜度。

發明內容

本發明針對現有技術的不足提供一種基于多模態數據的超體素序列肺部圖像的3D 肺結節分割方法，既能充分結合多模態PET/CT數據中所提供的肺部病灶自身的信息，又能有效分割與重建多種類型的肺結節，便于從直觀上了解肺結節形狀、大小、外觀等 形態和與周圍胸膜或血管的牽拉情況，有助于醫師直觀的了解病情并引導復雜解剖區域 手術的進行，以提高手術質量和降低手術危險。

本發明采用的技術方案為：

一種基于多模態數據的超體素序列肺部圖像的3D肺結節分割方法，包括以下步驟：

步驟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森林算法對超像素樣本進行聚類，最后根據聚類后的超像素集的灰度特征和位置特征識別結節肺實質區域，為之后在此肺實質圖像的基礎上精確提取、分割、三維 重建肺結節做準備；

步驟B，采用基于互信息的醫學圖像配準方法配準PET/CT多模態數據的肺實質區域；當兩幅圖像達到配準位置時，其互信息達到最大值，在A中得到的肺實質圖像的基 礎上進行多模態數據的配準，以消除心臟等活躍區域對最終結果的影響；

步驟C，采用多尺度可變圓形模板匹配算法確定配準之后的圖像中肺結節的位置和 邊緣信息，得到較為精確的肺結節區域；

步驟D，采用超體素3D區域增長方法，以超體素為基本單位，結合PET圖像中的 SUV特征，利用肺結節序列圖像的序列特征，自動選取種子點并在其6鄰接區域中根據 提出的相似度函數進行超體素區域增長，最終實現肺結節序列圖像的快速分割與重建。

所述的方法，所述步驟B的具體過程如下：

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；