[發明專利]一種基于CT影像的氣管提取方法、裝置、設備及存儲介質

有效

• 申請號: 202110699195.3
• 申請日: 2021-06-23
• 公開（公告）號: CN113516669B
• 公開（公告）日: 2023-04-25
• 發明（設計）人: 黎永秀;趙夢;羅利;陳超
• 申請（專利權）人: 湖北英庫科技有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06V10/774;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 武漢智嘉聯合知識產權代理事務所(普通合伙) 42231
• 代理人: 姜婷

1.一種基于CT影像的氣管提取方法，其特征在于，包括如下步驟：

獲取原始CT圖像訓練集以及與所述原始CT圖像訓練集對應的語義分割圖像訓練集；

對所述原始CT圖像訓練集以及所述語義分割圖像訓練集進行矩陣化處理，得到原始矩陣訓練集以及語義分割矩陣訓練集；

將所述原始矩陣訓練集以及語義分割矩陣訓練集輸入至預設的3D神經網絡中，由所述神經網絡進行訓練后，得到預測模型；

獲取待預測CT圖像，對所述待預測CT圖像進行矩陣化處理后，將矩陣化處理后的待預測CT圖像輸入至所述預測模型中，由所述預測模型輸出預測矩陣；

對所述預測矩陣進行二值化處理，對二值化處理后的預測矩陣進行骨化處理后，對骨化處理后的支氣管結構圖進行樹杈結構檢測，以得到支氣管分段樹結構；

所述對所述預測矩陣進行二值化處理，對二值化處理后的預測矩陣進行骨化處理后，對骨化處理后的支氣管結構圖進行樹杈結構檢測，以得到支氣管分段樹結構具體包括：

對所述預測矩陣進行二值化處理，并將二值化處理后的預測矩陣轉化為世界坐標系下的二值矩陣；

根據預設的預測強度參數，對所述二值矩陣進行骨化處理；

對骨化處理后的支氣管結構圖進行樹杈結構檢測，以得到支氣管分段樹結構；

所述根據預設的預測強度參數，對所述二值矩陣進行骨化處理具體為：

對二值矩陣進行重組，將二值矩陣的第一個像素的坐標設定為初始圖像位置后，對后面的像素依次根據像素間距和層厚進行堆疊，并采用等值面提取法提取二值矩陣的等值面后，生成網格模型，根據所述網格模型生成支氣管結構圖；

所述對骨化處理后的支氣管結構圖進行樹杈結構檢測，以得到支氣管分段樹結構具體為：

提取所述骨化處理后的支氣管結構圖的中心線，根據所述中心線逐級對所述骨化處理后的支氣管結構圖進行分段，以得到支氣管分段樹結構；

在進行支氣管分段樹的獲取時，首先使用vmtkcenterlines方式得到中心線的PolyLine，獲取到PolyLine上的所有點的合集，之后在點的合集中搜索出現兩次及兩次以上的點后，講這些點根據交叉點按線進行分組，在分組完成后根據Dicom序列中的圖像位置信息，標準拍攝胸部CT，從頸部開始掃描，獲取第一個圖所在位置最近的標記點，然后重復上述步驟得到所有線段的兩個端點，獲取出現過一次并且距離第一張圖平面最近的點為起始點，最后根據連續點的尋徑算法，沒遇到分叉點記錄一級，進行遞歸查找，知道查找到只出現一次的點時，結束遞歸，以完成支氣管分段樹結構的建立，其中，遞歸的次數不超過6次。

2.根據權利要求1所述的基于CT影像的氣管提取方法，其特征在于，所述對所述原始CT圖像訓練集以及所述語義分割圖像訓練集進行矩陣化處理，得到原始矩陣訓練集以及語義分割矩陣訓練集具體包括：

對所述原始CT圖像訓練集以及所述語義分割圖像訓練集中的各個圖像進行值域調整處理；

對值域調整后的各張圖像進行預處理，得到預處理后的原始采樣樣本和語義分割采樣樣本；

將所述原始采樣樣本和語義分割采樣樣本進行矩陣化處理，得到原始矩陣訓練集以及語義分割矩陣訓練集。

3.根據權利要求2所述的基于CT影像的氣管提取方法，其特征在于，所述對值域調整后的各張圖像進行預處理具體為：

對值域調整后的各張圖像進行插值、減采樣和切割處理。

4.根據權利要求1所述的基于CT影像的氣管提取方法，其特征在于，所述神經網絡采用3DU-Net卷積神經網絡。