[發明專利]基于蟻群的肺部CT圖像病灶參數自動估計系統

有效

• 申請號: 202010131217.1
• 申請日: 2020-02-28
• 公開（公告）號: CN111340836B
• 公開（公告）日: 2021-10-19
• 發明（設計）人: 魯明麗;徐本連;王偉;朱培逸;施健;梁偉
• 申請（專利權）人: 常熟理工學院
• 主分類號: G06T7/136
• 分類號: G06T7/136;G06N3/00
• 代理公司: 常州佰業騰飛專利代理事務所(普通合伙) 32231
• 代理人: 滕詣迪

本發明提供了一種基于蟻群的肺部CT圖像病灶參數自動估計系統，通過肺部病灶粗略輪廓檢測模塊、螞蟻轉移規則構建模塊和病灶參數提取模塊的分析，實現肺部CT圖像病灶分割；原始圖片輸入后，利用主動輪廓法得到病灶的粗略輪廓；基于圖像梯度啟發的螞蟻轉移規則與信息素更新機制引導螞蟻向病灶區域的真實邊界演化，并且構建輪廓信息素場，最終將病灶分割，實現低信噪比CT圖像不規則病灶輪廓、面積等參數的自動估計。

技術領域

本發明屬于圖像識別領域，更具體地涉及一種基于蟻群的肺部CT圖像病灶參數自動估計系統。

背景技術

肺部CT片的CT圖像檢查已成為疾病篩查、診斷和治療過程中重要的輔助工具，對于肺部疾病如肺癌，肺炎，肺結核，肺部結節，塵肺病等的早期診斷，早期治療至關重要。利用CT掃描技術得到的CT圖像數量多，結構復雜，肺部疾病也種類繁多，專業性較強。目前肺部CT圖像的檢測還是以人工檢測為主，檢測的準確性受到檢測人具備的專業知識、經驗等影響。隨著計算機技術的發展，依靠數字圖像處理技術對CT掃描片中肺部病灶進行分割，對病灶的輪廓、面積參數進行估計，輔助疾病的診斷，能把科研人員從繁重而枯燥的工作中解脫出來。因此，基于圖像處理技術的自動CT圖像病灶參數估計技術被越來越多的研究者關注。

醫學圖像分割是計算機視覺領域的一個重要應用，為當前圖像分析領域急需解決的前沿問題。CT圖像中病灶參數的估計的準確性依賴于病灶的精確分割。在CT圖像處理過程中，實現分割方法的自動化與高精度面臨著許多困難。比如圖像質量差，一方面醫療影像設備分辨率較低，會產生模糊組織結構和灰度不均勻的特癥；另一方面由于人體的呼吸而引起的顫抖、使得所獲取的圖像質量下降，病灶邊界不清甚至缺失，即，肺部CT圖像具有低的信噪比或對比度。另外肺部組織結構較為復雜，肺部疾病種類繁多，肺部內的血管、氣管等組織在圖像上容易形成干擾，診斷的專業性要求高，為快速精準醫療帶來了極大的挑戰。

為了解決這些問題，國內外學者近年來提出了很多種算法，但很少滿足臨床檢驗的要求，對于具有復雜性和多樣性的CT圖像序列，其跟蹤精度不高，很難準確描述其特性。而目前由于多數學者研究的目的不同，造成CT圖像相關研究成果之間聯系較為松散，缺乏統一完整的研究體系與框架。本發明利用基于主動輪廓輔助的蟻群算法，最終實現肺部病灶參數的估計。

發明內容

1、本發明的目的

本發明解決肺部CT圖像病灶參數估計問題，針對CT圖像質量差，病灶邊界不規則、模糊等問題，而提出了一種基于蟻群的肺部CT圖像病灶參數自動估計系統。

2、本發明所采用的技術方案

本發明公開了一種基于蟻群的肺部CT圖像病灶參數自動估計系統，按照如下步驟進行：

通過粗略輪廓檢測模塊，用于原始CT圖像輸入后，利用主動輪廓法得到病灶的粗略輪廓；

螞蟻轉移規則構建模塊，用于基于圖像梯度啟發的螞蟻轉移規則與信息素更新機制引導螞蟻向病灶區域的真實邊界演化，構建輪廓信息素場；

病灶參數提取模塊，用于將病灶分割，實現CT圖像包括病灶輪廓、面積參數的自動估計。

更進一步，粗略輪廓檢測模塊通過能量函數使得病灶輪廓擴張或收縮，最終收斂于病灶真實邊界附近，得到病灶輪廓，作為候選集。

更進一步，所述粗略輪廓檢測模塊的具體為：