[發明專利]基于CT圖像的肺葉分割方法和裝置

在審

• 申請號: 202010097533.1
• 申請日: 2020-02-17
• 公開（公告）號: CN111260669A
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 王瑜;趙朝煒;周越;孫巖峰;鄒彤;張歡;劉豐愷;黃秋峰;李新陽;王少康;陳寬
• 申請（專利權）人: 北京推想科技有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/136;G06T7/187
• 代理公司: 北京布瑞知識產權代理有限公司 11505
• 代理人: 王海臣

1.一種基于CT圖像的肺葉分割方法，其特征在于，包括：

從CT圖像序列中提取出一組肺部區域圖像；

利用第一神經網絡模型，識別出所述一組肺部區域圖像中的多個肺裂關鍵點；

根據所述多個肺裂關鍵點對所述一組肺部區域圖像進行肺葉分割，得到一組肺葉分割圖像。

2.根據權利要求1所述的基于CT圖像的肺葉分割方法，其特征在于，所述從CT圖像序列中提取出一組肺部區域圖像包括：

從所述CT圖像序列中分別提取出肋骨區域和肺部粗分割區域；

以所述肋骨區域為邊界，按照預設步長將所述肺部粗分割區域向外擴張至所述邊界，得到肺部精分割區域；

將所述CT圖像序列中的所述肺部精分割區域裁剪下來，得到所述一組肺部區域圖像。

3.根據權利要求2所述的基于CT圖像的肺葉分割方法，其特征在于，從所述CT圖像序列中提取出肋骨區域包括：

基于骨頭的CT值，從所述CT圖像序列中分割出骨頭區域；

基于肋骨的結構特性，從所述骨頭區域中識別出肋骨區域。

4.根據權利要求3所述的基于CT圖像的肺葉分割方法，其特征在于，所述基于骨頭的CT值，從所述CT圖像序列中分割出骨頭區域包括：

基于骨頭的CT值設定第一CT值閾值，獲取所述CT圖像中CT值大于或等于所述第一CT值閾值的連通區域作為所述骨頭區域。

5.根據權利要求4所述的基于CT圖像的肺葉分割方法，其特征在于，在所述獲取所述CT圖像中CT值大于或等于所述第一CT值閾值的連通區域后，還包括：

去除所述連通區域中面積小于預設面積閾值的區域。

6.根據權利要求4所述的基于CT圖像的肺葉分割方法，其特征在于，在所述獲取所述CT圖像中CT值大于或等于所述第一CT值閾值的連通區域后，還包括：

去除位于所述粗分割圖像內的連通區域。

7.根據權利要求3所述的基于CT圖像的肺葉分割方法，其特征在于，所述基于肋骨的結構特性，從所述骨頭區域中識別出肋骨區域包括：

對所述CT圖像序列進行多平面重建得到重建視圖，從所述重建視圖中識別出所述肋骨區域。

8.根據權利要求3所述的基于CT圖像的肺葉分割方法，其特征在于，所述基于肋骨的結構特性，從所述骨頭區域中識別出肋骨區域包括：

選取所述骨頭區域圖像中弧度在預設弧度范圍內且相鄰的骨頭區域之間間隙的寬度均在預設的寬度范圍內的骨頭區域作為所述肋骨區域。

9.根據權利要求2所述的基于CT圖像的肺葉分割方法，其特征在于，從所述CT圖像序列中提取出肺部粗分割區域包括：

利用第二神經網絡模型，從所述CT圖像序列中識別出所述肺部粗分割區域。

10.根據權利要求2所述的基于CT圖像的肺葉分割方法，其特征在于，在所述從所述CT圖像序列中分別提取出肋骨區域和肺部粗分割區域之前，還包括：

對所述CT圖像序列進行預處理，所述預處理包括以下操作中任一項或多項的組合：去除背景、去除白噪聲、裁剪圖像、變換窗寬和窗位。

11.根據權利要求1所述的基于CT圖像的肺葉分割方法，其特征在于，還包括：訓練所述第一神經網絡模型；所述訓練所述第一神經網絡模型包括：

獲取已標注肺裂關鍵點的多張包括肺部區域的CT圖像；

將所述多張包括肺部區域的CT圖像作為訓練集對第一神經網絡模型進行訓練，得到所述訓練好的第一神經網絡模型。

12.根據權利要求11所述的基于CT圖像的肺葉分割方法，其特征在于，所述訓練所述第一神經網絡模型還包括：

將所述一組肺葉分割圖像中分割效果低于預設滿意度的圖像加入所述訓練集，得到更新后的訓練集；

利用所述更新后的訓練集對所述第一神經神經網絡模型進行優化。