[發明專利]基于圖像金字塔融合的肺部腫瘤CT影像3D分割方法

有效

• 申請號: 201910688043.6
• 申請日: 2019-07-29
• 公開（公告）號: CN110533667B
• 公開（公告）日: 2022-12-02
• 發明（設計）人: 王蓉芳;楊靖;陳佳偉;郝紅俠;緱水平;劉紅英
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/13;G06T7/187;G06T7/00
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 陳宏社;王品華

本發明提出了一種基于圖像金字塔融合的肺部腫瘤CT影像3D分割方法，用于解決現有技術中肺部腫瘤CT影像分割精度低、魯棒性不高的技術問題。實現步驟為：提取3D肺部腫瘤CT影像A；對3D肺部腫瘤CT影像A進行歸一化，得到像素值歸一化后的3D肺部腫瘤CT影像B；構建3D肺部腫瘤CT影像B的圖像金字塔S；對圖像金字塔S中的每一個圖像s_i進行超體素預分割，得到圖像金字塔S的預分割區域集合F；對預分割區域集合F中每一個元素F_i的所有超體素預分割區域進行合并，組成圖像金字塔分割結果集合L；融合圖像金字塔分割結果L，得到最終分割結果Z。本發明提高了肺部腫瘤CT影像分割精度，并且分割結果魯棒，可用于計算機視覺領域中的肺部腫瘤CT影像分割。

技術領域

本發明涉及醫學影像處理技術領域，尤其是涉及肺部腫瘤圖像分割，具體是一種基于圖像金字塔融合的肺部腫瘤CT影像3D分割方法，用在肺部CT影像處理。

背景技術

使用醫學影像輔助疾病診斷是在臨床實踐中重要的手段，計算機輔助診斷系統給出的定量分析結果可以幫助醫生做出更好的診斷決策。腫瘤分割的應用范圍很廣，包括測量治療反應，放射治療計劃，以及便于提取高通量放射組學的穩健特征用于后續的腫瘤預測或評估治療效果，特別是對于放射組學分析。在放射組學分析中往往需要提取完整腫瘤的結構特征，腫瘤的分割精度會嚴重影響最終的分析結果。

具體的，使用肺部CT圖像觀察肺部結構和功能特征是當今臨床針對肺部疾病的重要診斷方法。盡管在過去三十年中分別在手術、放療和化療方面有所改善，但肺部腫瘤是全球癌癥死亡的最常見原因，整體5年生存率仍然約為13％。目前，隨著人們對肺部腫瘤的病理學研究進一步深入，新一代靶向治療已開始在肺部腫瘤治療中顯示出臨床前景。在應用全身靶向治療的肺部腫瘤患者中，治療的相對益處通常通過測量腫瘤病變大小的變化來確定，通常使用體積測量，這需要影像科醫生分割出肺部腫瘤不同治療階段的精確輪廓用來分析治療干預帶來的效果。但是，描繪腫瘤需要使用大量人力物力，統計表明資深影像科醫生精確描繪單個病人的所有肺部腫瘤需要花費大概40分鐘。

目前，肺部腫瘤影像分割領域一般利用影像的像素灰度信息、像素梯度信息及紋理信息來進行分割。例如，申請公開號為CN109767421A，名稱為“一種用于區域生長肺腫瘤放療靶區勾畫半自動分割方法”的專利申請。公開了一種通過計算肺實質的CT圖像梯度，掃描梯度圖像中每個像素的鄰域，檢測該區域中圖像梯度的最小值，其定義為局部最小梯度像素；預先定義一個空堆棧來存儲局部最小梯度像素，將每個新的局部最小梯度像素大小將與堆棧中的所有現有元素梯度像素大小進行比較，新的最小值將被推入堆棧并用于標記源像素，堆棧中與新局部最小值具有最大相似性的值將返回以標記原始源梯度像素；如果一個梯度像素沒有被標記，它的鄰域將被搜索以找到局部最小值，重復該過程，直到圖像中的所有梯度像素都被分割；最終，通過計算病灶中心點、提取中心切片和其相鄰切片的病變輪廓，計算相鄰切片上的邊界點和病灶中心點之間的距離，用所獲得的相鄰切片上的邊界點和病灶中心點之間的平均距離做參照就檢測到更準確的病變邊界。此方法的缺陷在于使用了局部圖像像素的2D梯度信息來計算圖像的初始分割結果，雖然具有后續步驟在初始分割結果的基礎上做了優化，但是最終的圖像分割精度依然較低；同時，分割結果也不夠魯棒。

發明內容

本發明目的是針對現有技術的不足，提出一種基于圖像金字塔融合的肺部腫瘤CT影像3D分割方法，旨在提高肺部腫瘤CT圖像分割結果的精度與魯棒性。

為實現上述目的，本發明采取的技術方案包括如下步驟：

(1)提取3D肺部腫瘤CT影像A：