[發明專利]一種生成對抗網絡改進的CT醫學圖像肺結節檢測方法

在審

• 申請號: 201810003544.1
• 申請日: 2018-01-03
• 公開（公告）號: CN108198179A
• 公開（公告）日: 2018-06-22
• 發明（設計）人: 張聲超;趙躍龍;柏朋成
• 申請（專利權）人: 華南理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 馮炳輝

1.一種生成對抗網絡改進的CT醫學圖像肺結節檢測方法，其特征在于，首先，從CT圖像中得到切片，然后分離出肺實質部分，去除影響檢測的噪聲區域，通過OSTU算法得到圖像二值化最優的閾值，然后對圖像進行形態學的操作得到圖像的掩膜，從而提取到切片圖像的各個區域；接著，根據肺部區域和其它的連續區域的位置和大小的差異，分離得到ROI肺實質區域，由于肺結節CT值與其它實質CT值的不同，二值化之后構成的連通域得到不同的疑似肺結節候選集，采用基于輔助分類器生成對抗網絡的模型產生真實肺結節樣本的方法，克服疑似肺結節正負類樣本數量不均衡的問題，通過建立卷積神經網絡模型對疑似肺結節部分進行分類得到肺結節，最后使用非極大抑制算法得到最終肺結節的區域；其包括以下步驟：

1)獲取肺部CT圖像的切片；

2)根據圖像形態學性質分離得到ROI肺實質區域；

3)根據二值化圖像構成的連通域得到不同的疑似肺結節候選集；

4)建立輔助分類器生成對抗網絡的模型產生真實肺結節樣本克服不同類別樣本數量不均衡的情況；

5)建立卷積神經網絡對疑似肺結節部分進行分類得到肺結節區域；

6)使用非極大抑制算法得到肺結節的最終區域。

2.根據權利要求1所述的一種生成對抗網絡改進的CT醫學圖像肺結節檢測方法，其特征在于：在步驟1)中，采用同構采樣的方法獲取肺部CT圖像的切片，該方法的處理過程是從全數據集中以固定的同構分辨率重新采樣，重新取樣病人的像素，將其映射到一個同構分辨率1mm×1mm×1mm，得到同構的切片。

3.根據權利要求1所述的一種生成對抗網絡改進的CT醫學圖像肺結節檢測方法，其特征在于：在步驟2)中，根據圖像形態學性質分離得到ROI肺實質區域，首先對肺部CT切片圖像二值化，二值化過程采用的是OTSU算法，對圖像進行形態學的操作，腐蝕，膨脹得到圖像的掩膜，通過掩膜得到各個區域，根據肺部區域和其它的連續區域的位置和大小的差異，對胸前內區域及胸廓進行分割，提取肺部區域分離得到ROI肺實質區域；

其中，OTSU算法是一種自適應的計算閾值的方法，首先將原始切片圖像灰度化，根據圖像的灰度值，將圖像所有的像素點分為前景即目標和背景兩個不同的類別，兩個類之間的差別體現在類間方差，前景和背景的區別越大，這兩個類的類間的方差越大，OTSU算法就是通過遍歷全部的灰度值，找到合適的閾值，使得這兩個類的類間的方差最大。

4.根據權利要求1所述的一種生成對抗網絡改進的CT醫學圖像肺結節檢測方法，其特征在于：在步驟3)中，根據二值化圖像構成的連通域得到不同的疑似肺結節候選集，由于肺結節CT值與其它實質CT值的不同，對分離后的肺實質部分進行二值化，構成連通域得到不同的疑似肺結節候選集，使用種子填充法作為連通域構建的算法；其中，構成連通區域需要滿足兩個基本的條件：像素值相同，并且像素點相鄰；種子填充法的流程：首先，選取一個前景像素點作為種子，然后根據連通區域的構成條件，將與種子相鄰的前景像素合并到同一個集合中，最終得到的像素集合則為一個連通區域；

掃描結束后，就能夠得到圖像中所有的連通區域，掃描得到的連通域即為疑似肺結節。