[發明專利]基于CT影像的三維肺部特征提取方法

有效

• 申請號: 201911193691.0
• 申請日: 2019-11-28
• 公開（公告）號: CN111145226B
• 公開（公告）日: 2022-08-12
• 發明（設計）人: 王旭;趙琦;周志勇;戴亞康
• 申請（專利權）人: 南京理工大學
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06T7/11;G06T7/13;G06T7/136;G06T7/187
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 岑丹

本發明公開一種基于CT影像的三維肺部特征提取方法，包括：肺部CT影像進行肺部分割得到肺實質；對肺實質進行氣管分割得到氣管樹；對氣管樹進行分叉點檢測得到分叉特征點集；利用Canny邊緣檢測提取輪廓點并合并分叉特征點。本發明由呼吸作用而產生的運用更牢固地記錄氣管樹分叉點和肺部輪廓點，為特征點集配準提供更好的數據。

技術領域

本發明屬于醫學圖像處理技術，具體為一種基于CT影像的三維肺部特征提取方法。

背景技術

肺部組織運動是不均勻、復雜的，為了獲得肺部組織及病灶運動軌跡，通過圖像配準的方法，構建肺部三維運動模型。醫學圖像配準常用于計算機輔助診斷、運動校正、追蹤病灶變化情況。對一個周期內多個時間上的肺部圖像進行配準是術前路徑規劃、模擬手術和手術導航的必要步驟，能夠精確確定肺部運動軌跡。

圖像配準是醫學圖像領域的技術難點。圖像配準分為基于特征的圖像配準、基于灰度信息配準和混合配準。基于特征的配準方法使用圖像中解剖結構或幾何結構進行配準。基于特征的圖像配準方法包括兩個步驟、特征提取和特征匹配。圖像的特征應該是具有顯著特性點的結構，具有普遍性，使每幅圖像都可以被提取特征，也相應具有區分性，能夠更快更準確的完成配準。圖像的特征大致分為、點特征、線特征和區域特征，其中基于特征點的配準方法具有計算效率高的特性，但特征點的選取和提取是個難題，配準結果直接受到特征點的影響。從解剖學角度看，肺內血管、支氣管等脈管的位置是相對固定的，從幾何角度看，肺部輪廓區域是十分顯著的，可以解決特征點的選取問題。在特征點提取中存在提取量過少，提取特征不顯著，提取解剖結構或幾何結構不準確等問題，為基于特征點的圖像配準增加負擔。

發明內容

本發明的目的在于提出了一種基于CT影像的三維肺部特征提取方法。

實現本發明目的的技術方案為：一種基于CT影像的三維肺部特征提取方法，具體包括以下步驟：

步驟1、對肺部CT影像進行肺部分割得到肺實質；

步驟2、對肺實質進行氣管分割得到氣管樹；

步驟3、對氣管樹進行分叉點檢測得到分叉特征點集；

步驟4、利用Canny邊緣檢測提取輪廓點并合并分叉特征點。

優選地，對肺部CT影像進行肺部分割得到肺實質的具體步驟如下：

步驟101、對肺部CT影像進行二值化，得到二值化圖像；

步驟102、將單張二值化圖像的邊界線灰度值為0的像素設置為100；從圖像左上角、右下角像素點同時對整張圖片像素點進行遍歷，如果像素點A的四鄰域存在灰度值為0的像素則將像素點A的灰度值設置為100；重新遍歷新圖像，將灰度值為100的像素點的灰度值設置為255；

步驟103、對新圖像設置種子點，利用區域生長法提取左右肺掩膜；

步驟104、填充肺掩膜孔洞；

步驟105、使用肺掩膜從原始肺部CT圖像中分割出肺實質。

優選地，對氣管樹進行分叉點檢測得到分叉特征點集的具體步驟為：

遍歷氣管樹圖像中每個體素，以該體素為中心放置一個具有內半徑r_in和外半徑r_out的空心球；

將氣管作為管狀組件，計算空心球內部組件的數量，如果存在或三個以上的組件，則判斷該體素為結點；

利用聚類法將所有結點分為不同的簇，將每個簇內距氣管壁最大距離的結點作為分叉點，構成分叉點點集。

優選地，內半徑r_in和外半徑r_out分別具體為：