[發明專利]一種基于隨機選取分區的肺氣腫精準檢測與量化分析方法

有效

• 申請號: 201811029180.0
• 申請日: 2018-09-05
• 公開（公告）號: CN109035283B
• 公開（公告）日: 2021-03-30
• 發明（設計）人: 趙立;康雁;高懿卓;李強;陳磊
• 申請（專利權）人: 中國醫科大學附屬盛京醫院
• 主分類號: G06T7/136
• 分類號: G06T7/136;G06T7/11;G06T7/62;G06K9/62;G16H30/20;G16H50/20
• 代理公司: 沈陽圣群專利事務所(普通合伙) 21221
• 代理人: 張立新

1.一種基于隨機選取分區的肺氣腫精準檢測與量化分析方法，其特征在于包括下述步驟：（1）、先由數據輸入模塊完成CT圖像序列輸入和圖像標準化預處理；（2）、肺實質和氣管提取模塊對CT圖像進行自動分割提取肺實質和利用波前檢測算法提取氣管，提取肺組織感興趣區域；（3）、然后對肺進行區域式劃分，右肺三塊區域，左肺兩塊區域，再根據隨機區域選取模塊在CT圖像上隨機提取肺實質體積計算該部分肺實質的肺氣腫；（4）、慢阻肺病灶提取模塊根據每個肺實質體積計算病灶與健康肺組織的CT值分布模型，利用層次聚類提取病灶區域；并根據提取的病灶區域計算病灶特征指數；（5）、輸出與顯示模塊將各區域CT閾值顯示在圖像上，并將分類結果進行蒙色顯示，顯示肺氣腫區域，根據分類結果計算區域肺氣腫的各個指數；肺進行區域式劃分時每個區域最高點到最低點距離相同，左肺分割成兩個區域分割線在水平中線的位置；區域選取過程中，在各區域隨機選取3-5區域作為肺氣腫計算的區域，最終取得3-5圓柱區域為分析目標，在隨機選取區域過程中，圓柱的直徑保持在5—20像素距離，高度到當前肺組織邊緣，并且各圓柱不相交進行選取；病灶特征指數包括慢阻肺病灶的位置、肺氣腫百分比和CT閾值；區域肺氣腫的各個指數包括CT閾值、肺氣腫百分比；肺實質分割是自動閾值算法計算肺實質區域；氣管分割是采用波前檢測和低閾值區域增長算法去除肺實質區域氣管。

2.根據權利要求1所述的一種基于隨機選取分區的肺氣腫精準檢測與量化分析方法，其特征在于在分割后的每個區域肺實質體積，采用凝聚層次聚類算法計算各區域體積CT值的分布情況。

3.根據權利要求1所述的一種基于隨機選取分區的肺氣腫精準檢測與量化分析方法，其特征在于凝聚層次聚類算法采用自下而上的算法，自下而上的算法將每個數據點視為一個單一的類，然后連續的合并成對的類，直到所有的類都合并成一個包含所有數據點的類；通過凝聚層次聚類算法計算得出肺氣腫的分類結果、分類的CT閾值，對各隨機區域的CT數據分類并進行蒙色標注；通過CT閾值將各區域劃分為健康區域、不健康區域和不確定區域；同時根據CT閾值計算肺氣腫在該區域的百分比，從而可判斷該區域肺氣腫的嚴重程度。

4.根據權利要求1所述的一種基于隨機選取分區的肺氣腫精準檢測與量化分析方法，其特征在于根據計算得到的各隨機區域肺氣腫分類結果、CT閾值和氣腫百分比信息，對各區域肺氣腫病灶位置進行標注，并將肺氣腫閾值顯示在CT圖像中；同時生成三維提取區域柱狀圖。

5.根據權利要求3所述的一種基于隨機選取分區的肺氣腫精準檢測與量化分析方法，其特征在于對蒙色標注不準確的區域進行調整，改變CT閾值的大小，根據反饋結果自動調整蒙色信息；并且將調整后的結果反饋到網絡，從而不斷修正算法的精度，提高氣腫分類準確性。