[發(fā)明專利]一種基于三維CT影像的肺結(jié)節(jié)分割方法

有效

• 申請?zhí)枺?/td>: 201910912421.4
• 申請日: 2019-09-25
• 公開（公告）號: CN110689547B
• 公開（公告）日: 2022-03-11
• 發(fā)明（設(shè)計）人: 尹宏鵬;柴毅;劉洋
• 申請（專利權(quán)）人: 重慶大學(xué)
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/00;G06T7/62;G06T3/40;G06V10/80;G06T19/20
• 代理公司: 北京同恒源知識產(chǎn)權(quán)代理有限公司 11275
• 代理人: 趙榮之

本發(fā)明公開了基于三維CT影像的肺結(jié)節(jié)分割方法，屬于圖像處理領(lǐng)域，包括：建立訓(xùn)練樣本、建立肺結(jié)節(jié)分割模型與訓(xùn)練肺結(jié)節(jié)分割模型；肺結(jié)節(jié)分割模型包含序列信息特征提取網(wǎng)絡(luò)和圖像特征分割網(wǎng)絡(luò)。序列信息特征提取網(wǎng)絡(luò)具有記憶功能，能整合三維CT影像的上下文信息，對肺結(jié)節(jié)分割變得更加敏感。圖像特征分割網(wǎng)絡(luò)主要包含三個部分：編碼部分、直連部分和解碼部分，利用圖像金字塔原理，實現(xiàn)多尺度特征融合，實現(xiàn)端到端的肺結(jié)節(jié)分割。并結(jié)合Focal loss和相似度系數(shù)作為損失函數(shù)，實現(xiàn)難例挖掘和提高IOU值。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理領(lǐng)域，涉及一種基于三維CT影像的肺結(jié)節(jié)分割方法。

背景技術(shù)

肺癌是目前世界上發(fā)病率和死亡率最高的惡性腫瘤之一，早期肺癌的精準(zhǔn)診斷，對降低肺癌死亡率和提高患者生存率及生活質(zhì)量具有重要意義。肺部CT影像分析是當(dāng)前早期肺癌診斷的主要手段，人工判讀高度依賴于醫(yī)生經(jīng)驗、能力、狀態(tài)，具有很高的主觀性，容易引起漏診和誤診。對肺結(jié)節(jié)的精確分割是基于CT影像的早期肺癌計算機輔助診斷的關(guān)鍵步驟，能否從CT影像中精確地分割出肺結(jié)節(jié)，最終會影響到計算機輔助診斷系統(tǒng)的性能。

現(xiàn)有技術(shù)中，肺結(jié)節(jié)分割方法有很多，但其魯棒性較差，準(zhǔn)確性較低，其主要原因是：

(1)許多分割方法是從二維的角度進行分割，造成肺結(jié)節(jié)結(jié)構(gòu)信息不完整，使得分割準(zhǔn)確度不高。

(2)肺結(jié)節(jié)尺寸不均衡，種類多，特別是對較小的、非實質(zhì)肺結(jié)節(jié)分割較困難。

(3)訓(xùn)練樣本正負不均衡。訓(xùn)練樣本中有大量的疑似肺結(jié)節(jié)，其中屬于真實肺結(jié)節(jié)占較少部分。

(4)忽略三維CT影像的序列信息，沒有使用三維CT影像豐富的上下文信息。

基于上述原因,使得分割出來的肺結(jié)節(jié)典型性和代表性不足。因此,提高肺結(jié)節(jié)分割的準(zhǔn)確性、魯棒性和得到更具代表性的結(jié)節(jié)成為了急需解決的問題。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的目的在于提供一種基于三維CT影像的肺結(jié)節(jié)分割方法，更加準(zhǔn)確、快速地分割和確定肺部中的肺結(jié)節(jié)的三維圖像。

為達到上述目的，本發(fā)明提供如下技術(shù)方案：

一種基于三維CT影像的肺結(jié)節(jié)分割方法，包括以下步驟：

S1：建立訓(xùn)練樣本：

S11：將采集的肺部CT圖像進行標(biāo)注，得到肺結(jié)節(jié)區(qū)域，即肺結(jié)節(jié)的坐標(biāo)x，y，z及其半徑r，再對肺部CT圖像尺度歸一化；

S12：根據(jù)病灶區(qū)域特點，將其像素值進行截斷處理，并對顯著區(qū)域進行圖像增強，包括提高CT影像信噪比，突出肺結(jié)節(jié)結(jié)構(gòu)和抑制背景結(jié)構(gòu)的CT影像顯著性區(qū)域，并把像素值歸一化；

S13：把CT影像在XY平面上沿Z軸進行切片操作，生成具有肺結(jié)節(jié)的切片，并把所述切片在Z軸上擴充至三片，作為訓(xùn)練樣本集，根據(jù)標(biāo)注，將所述訓(xùn)練樣本集二值化，得到三維mask；

S2：建立肺結(jié)節(jié)分割模型：

S21：三維CT影像中包含重要的上下文信息，通過序列信息的方式表征對應(yīng)的上下文信息，所采用的肺結(jié)節(jié)分割模型使用三維CT影像的序列信息進行特征提取與分割；

S22：肺結(jié)節(jié)分割模型包括序列信息特征提取網(wǎng)絡(luò)和圖像特征分割網(wǎng)絡(luò)，序列信息特征提取網(wǎng)絡(luò)借鑒RNN網(wǎng)絡(luò)結(jié)構(gòu)，并使用3D卷積對其特征提取，圖像特征分割網(wǎng)絡(luò)則包含編碼部分、直連部分及解碼部分；

S23：圖像特征分割網(wǎng)絡(luò)的編碼部分包含殘差塊和下采樣塊，解碼部分包含殘差塊和上采樣塊，直連部分則是連接編碼部分和解碼部分；

S3：訓(xùn)練肺結(jié)節(jié)分割模型：