[發(fā)明專利]基于CT圖像的三維肺自動(dòng)分割與左右肺分離方法及其系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201911280924.0
• 申請(qǐng)日: 2019-12-12
• 公開（公告）號(hào): CN111179298B
• 公開（公告）日: 2023-05-02
• 發(fā)明（設(shè)計(jì)）人: 黃言松;伍亞軍
• 申請(qǐng)（專利權(quán)）人: 深圳市旭東數(shù)字醫(yī)學(xué)影像技術(shù)有限公司
• 主分類號(hào): G06T7/187
• 分類號(hào): G06T7/187;G06T7/136;G06T17/10;G06T7/00
• 代理公司: 北京律誠同業(yè)知識(shí)產(chǎn)權(quán)代理有限公司 11006
• 代理人: 劉健;黃韌敏

本發(fā)明適用于計(jì)算機(jī)醫(yī)學(xué)圖像處理技術(shù)領(lǐng)域，提供了一種基于CT圖像的三維肺自動(dòng)分割與左右肺分離方法，包括步驟：由上往下逐層提取所述CT圖像預(yù)定CT值以內(nèi)的區(qū)域，依次對(duì)每一層所述區(qū)域的內(nèi)外進(jìn)行分割以獲得第一分割數(shù)據(jù)；依序?qū)λ龅谝环指顢?shù)據(jù)進(jìn)行邊界填充和特征檢測，以獲得所述CT圖像對(duì)應(yīng)在支氣管主干上的一個(gè)種子點(diǎn)；將所述種子點(diǎn)根據(jù)預(yù)定的一初始高閾值進(jìn)行自適應(yīng)閾值區(qū)域生長以獲得第二分割數(shù)據(jù)；將所述第二分割數(shù)據(jù)根據(jù)支氣管的位置特征檢測以去除所述支氣管，并根據(jù)左右肺連通性和形態(tài)特征以分離出左右肺。還提出了一種基于CT圖像的三維肺自動(dòng)分割與左右肺分離系統(tǒng)。借此，本發(fā)明能夠?qū)T圖像的左右肺進(jìn)行自動(dòng)分割和分離，其精度高且準(zhǔn)確性強(qiáng)。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)醫(yī)學(xué)圖像處理技術(shù)領(lǐng)域，尤其涉及一種基于CT圖像的三維肺自動(dòng)分割與左右肺分離方法及其系統(tǒng)。

背景技術(shù)

肺癌已經(jīng)成為了全球范圍內(nèi)癌癥死亡的首要因素。外科切除患癌肺葉是治療肺癌的首選方法。相對(duì)于醫(yī)生直接判讀二維CT(Computed?Tomography，計(jì)算機(jī)體層攝影)圖像來制定肺癌手術(shù)計(jì)劃，用計(jì)算機(jī)來解析肺部CT圖像并提供肺腔的三維可視化在外科手術(shù)規(guī)劃中具有絕對(duì)優(yōu)勢，在基礎(chǔ)研究和臨床應(yīng)用等方面發(fā)揮極其重要的作用。而準(zhǔn)確地分割出左右肺則是首要的步驟。

主流的方法通常采用基于灰度信息的區(qū)域生長算法，該方法需要用戶提供一個(gè)或若干種子點(diǎn)，設(shè)定一個(gè)灰度閾值，通常該方法不可以避免的會(huì)帶出支氣管，且左右肺會(huì)連在一起，難以分離，手工分離的時(shí)間成本高，入肺的血管不好處理。所以通常難以得到較好的左右肺分離的三維模型。

綜上可知，現(xiàn)有的方法在實(shí)際使用上，存在著較多的問題，所以有必要加以改進(jìn)。

發(fā)明內(nèi)容

針對(duì)上述的缺陷，本發(fā)明的目的在于提供一種基于CT圖像的三維肺自動(dòng)分割與左右肺分離方法，能夠?qū)T圖像的左右肺進(jìn)行自動(dòng)分割和分離，其精度高且準(zhǔn)確性強(qiáng)。

為了實(shí)現(xiàn)上述目的，本發(fā)明提供一種基于CT圖像的三維肺自動(dòng)分割與左右肺分離方法，包括步驟：

由上往下依次逐層提取所述CT圖像預(yù)定CT值以內(nèi)的區(qū)域并分割獲得第一分割數(shù)據(jù)，對(duì)所述第一分割數(shù)據(jù)進(jìn)行邊界填充和特征檢測以獲得所述CT圖像對(duì)應(yīng)在支氣管主干上的一個(gè)種子點(diǎn)；

將所述種子點(diǎn)根據(jù)預(yù)定的一初始高閾值進(jìn)行自適應(yīng)閾值區(qū)域生長以獲得第二分割數(shù)據(jù)；

將所述第二分割數(shù)據(jù)根據(jù)支氣管的位置特征檢測以去除所述支氣管，并根據(jù)左右肺連通性和形態(tài)特征以分離出左右肺。

根據(jù)所述的基于CT圖像的三維肺自動(dòng)分割與左右肺分離方法，所述依序?qū)λ龅谝环指顢?shù)據(jù)進(jìn)行邊界填充和特征檢測，以獲得所述CT圖像對(duì)應(yīng)在支氣管主干上的一個(gè)種子點(diǎn)的步驟進(jìn)一步包括：

逐層依序?qū)λ龅谝环指顢?shù)據(jù)的二值圖像邊界進(jìn)行填充，提取填充后的最大連通區(qū)域；

判斷所述最大連通區(qū)域是否符合所述特征檢測，若符合，則獲取所述最大連通區(qū)域的所述種子點(diǎn)，否則依次提取下一層的所述最大連通區(qū)域并進(jìn)行所述特征檢測。

根據(jù)所述的基于CT圖像的三維肺自動(dòng)分割與左右肺分離方法，所述將所述種子點(diǎn)根據(jù)預(yù)定的一初始高閾值進(jìn)行自適應(yīng)閾值區(qū)域生長以獲得第二分割數(shù)據(jù)的步驟進(jìn)一步包括：

A1、檢測所述種子點(diǎn)的鄰域的第一像素點(diǎn)，并判斷所述第一像素點(diǎn)是否小于或等于所述初始高閾值，若是則將所述第一像素點(diǎn)標(biāo)記為目標(biāo)點(diǎn)，否則標(biāo)記為非目標(biāo)點(diǎn)；

A2、檢測所述目標(biāo)點(diǎn)的鄰域的第二像素點(diǎn)，并判斷所述第二像素點(diǎn)是否小于或等于所述初始高閾值，若是則將所述第二像素點(diǎn)標(biāo)記為新的目標(biāo)點(diǎn)，否則標(biāo)記為非目標(biāo)點(diǎn)；

A3、循環(huán)檢測并判斷所述目標(biāo)點(diǎn)的鄰域是否有新的目標(biāo)點(diǎn)生成，若否則區(qū)域生長終止，并根據(jù)所述區(qū)域生長獲得所述第二分割數(shù)據(jù)。