一種肺部分割的方法發(fā)明專利

1、一種肺部分割的方法技術(shù)領(lǐng)域本發(fā)明涉及醫(yī)學(xué)圖像處理領(lǐng)域，尤其涉及一種肺部分割的方法。背景技術(shù)近年來(lái)，由于計(jì)算機(jī)斷層掃描技術(shù)能夠提供高清晰度、高對(duì)比度的圖像，通 常被應(yīng)用于肺部疾病的診斷。借助胸部 CT觀察肺部結(jié)構(gòu)及功能特征是當(dāng)今臨 床針對(duì)肺部各種疾病 的重要輔助手段，其中，肺部分割是實(shí)現(xiàn)肺部、氣管、肺 膈肌等定量分析（例如肺密度）必不可少的預(yù)處理步驟。精確的肺部分割具有十分 重要的意義，肺部分割必須是完整的，諸如肺結(jié)核等異?？赡艽嬖谟诜巫钸吘壍牟课?，而且不正常的肺分割將危及到用于例如肺氣月中等 對(duì)肺體積的定量估計(jì)?，F(xiàn)有技術(shù)中，對(duì)于兩維CT橫斷面圖像，肺部和胸腔對(duì)比度高，可以運(yùn)用邊 緣追蹤提取肺部

2、，該方法需要手動(dòng)確定起始點(diǎn)，并且會(huì)遺漏邊緣的水月中和炎癥 區(qū)域。對(duì)于三維CT數(shù) 據(jù)，（1）閾值法是最常見的肺部分割方法，雖然簡(jiǎn)單、快 速，但不能有效去除背景和氣管分 支，且確定閾值較難，往往根據(jù)經(jīng)驗(yàn)確定。 區(qū)域增長(zhǎng)法是大多數(shù)工作中采用的方法，該方法能夠有效的彌補(bǔ)邊緣追蹤的遺漏缺陷，但常常需要手動(dòng)選擇種子點(diǎn)，是一種需要人工參與的半自動(dòng)分割方法，對(duì)肺結(jié)節(jié)、囊性月中瘤等高密度區(qū)域，或者肺氣月中等肺部和氣管密度值很接近的情況失效；（3）基于模式分類的方法。該方法能提取有些數(shù)據(jù)的圖像特征， 但是需 要大量的訓(xùn)練樣本，分割結(jié)果對(duì)樣本與特征的依賴性強(qiáng)， 處理時(shí)間較長(zhǎng)。 （4）基于圖像配準(zhǔn) 和形狀模型的方法，

3、該方法一般效果較好，但其受訓(xùn)練集數(shù)據(jù) 影響會(huì)導(dǎo)致結(jié)果變異性大，建 立模型較為困難，并且計(jì)算量大，從而導(dǎo)致速度 慢，難以滿足臨床應(yīng)用的實(shí)時(shí)性需求。綜上所述，現(xiàn)有的CT肺部分割方法，有的因?yàn)槟Ｐ团c運(yùn)算復(fù)雜，分割速度 較慢；有 的因?yàn)榭刂茀?shù)難以確定，分割結(jié)果準(zhǔn)確較低，不能快速、準(zhǔn)確地進(jìn) 行肺部分割，無(wú)法滿足醫(yī)學(xué)診斷的要求。發(fā)明內(nèi)容本發(fā)明解決的問題是提供一種肺部分割方法，用以解決現(xiàn)有技術(shù)中需要人工介入 的半自動(dòng)分割肺部，并且分割過程復(fù)雜，速度較慢的問題。為了解決上述問題，本發(fā)明提供了一種肺部分割的方法，包括如下步驟：在三維圖像上粗提取肺器官，所述肺器官包括肺部和氣管；從所述三維圖像中采集的二維圖像中

4、定位氣管的起始層，以該層氣管的中心C為起始點(diǎn)，以所述三維圖像中確定的閾值 T1為閾值條件進(jìn)行粗提取氣管；繼續(xù)以該層氣管的中心 C為起始點(diǎn)，以所述粗提取的肺器官內(nèi)確定的閾值 T2為閾 值條件進(jìn)行細(xì)提取氣管，獲得分割后的肺部圖像。優(yōu)選地，所述粗提取肺器官的方法包括如下步驟：在所述胸部三維圖像上，通過閾值法提取出肺區(qū)域；在二維圖像和/或三維圖像中提取背景；確定含有最大肺器官面積的二維圖像層為 Smax ；基于所述Smax層進(jìn)行三 維區(qū)域生 長(zhǎng)，獲得的所述三維連通域?yàn)樗龃痔崛〉姆纹鞴?。?yōu)選地，所述閾值法包括：采用最大類間方差法在所述三維圖像中確定所述 閾值T1,其取值范圍為（-600, -400）。

5、優(yōu)選地，其特征在于，所述閾值法的實(shí)現(xiàn)方法如下：提供閾值 T1,若圖像中 所在區(qū) 域的CT值大于閾值T1,則提取出該區(qū)域?yàn)榉螀^(qū)域；所述肺區(qū)域包括肺 部、氣管和背景。優(yōu)選地，所述提取背景的過程為：從所述二維圖像和/或三維圖像的四周邊緣選取 CT值在（a, -600）內(nèi)的點(diǎn)為種 子點(diǎn)，并以所述種子點(diǎn)開始由外向內(nèi)進(jìn)行區(qū)域增長(zhǎng)，所述閾值 a為所述二維圖 像和/或三維圖 像上的最小CT值。優(yōu)選地，還包括：提取所述氣管前，對(duì)所有二維圖像定位含有肺器官的起始 層和終止層：從所有二維圖像第1層開始自上而下進(jìn)行檢測(cè)，當(dāng)檢測(cè)到肺器官時(shí)，停止檢 測(cè)，以當(dāng)前層為起始層；從所有二維圖像最后一層開始自下而上進(jìn)行檢測(cè)，當(dāng)檢測(cè)

6、到肺器官時(shí)，停止 檢測(cè)，以當(dāng)前層為終止層。優(yōu)選地，所述定位氣管起始層的方法為：從第一層開始進(jìn)行檢測(cè)，若二維圖像中所述氣管的物理面積大于 2平方毫米， 則定位該層為所述氣管的起始層；若物理面積小于2平方毫米，則繼續(xù)進(jìn)行檢測(cè)，直至檢測(cè)到起始層。優(yōu)選地，所述粗提取氣管的方法為：以所述中心C作為起始點(diǎn)，所述閾值Ti作為閾值條件，采用LevelSet水平集算法從所述三維圖像中粗提取氣管。優(yōu)選地，所述細(xì)提取氣管的方法為：以所述中心C為起始點(diǎn)，所述閾值T2為閾值條 件，采用LevelSet水平集算法從所述三維圖像中細(xì)提取氣管。優(yōu)選地，還包括：采用最大類間方差算法在所述肺器官的連通域中確定所述 閾值T2,其取

7、值范圍為（-1000, -670）。優(yōu)選地，所述細(xì)提取氣管前還包括，首先采用應(yīng)用形態(tài)學(xué)閉處理方法分別對(duì) 每層二維CT圖像中的左、右肺進(jìn)行平滑處理；然后計(jì)算連通域區(qū)分左、右肺 部。與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點(diǎn)：（1）全自動(dòng)分割肺部，對(duì)邊緣水月中、 炎癥、肺部中肺結(jié)節(jié)，月中瘤均有效，并且能夠有效分離左右肺 （2）全自動(dòng)有效去 除氣管，適用于第一層面包含其它低密度區(qū)域的數(shù)據(jù)，也適用于肺氣月中等肺實(shí) 質(zhì)和氣管密度值很接近的情 況。（3）運(yùn)行時(shí)間和現(xiàn)有商用工作站速度相當(dāng)。附圖說(shuō)明圖1所示為本發(fā)明一個(gè)實(shí)施例的肺部分割方法的流程示意圖；圖2所示為本發(fā)明一個(gè)實(shí)施例的提取肺器官的氣管的方法流程示意圖；圖3

8、a3c所示為本發(fā)明一個(gè)實(shí)施例的肺部分割方法的結(jié)果示意圖。具體實(shí)施方式在下面的描述中闡述了很多具體細(xì)節(jié)以便于充分理解本發(fā)明。但是本發(fā)明能夠以很多不同于在此描述的其它方式來(lái)實(shí)施，本領(lǐng)域技術(shù)人員可以在不違背本 發(fā)明內(nèi)涵的情況 下做類似推廣，因此本發(fā)明不受下面公開的具體實(shí)施的限制。其次，本發(fā)明利用示意圖進(jìn)行詳細(xì)描述，在詳述本發(fā)明實(shí)施例時(shí)，為便于說(shuō) 明，所 述示意圖只是實(shí)例，其在此不應(yīng)限制本發(fā)明保護(hù)的范圍。本發(fā)明為解決上述技術(shù)問題提供了 一種肺部分割的方法，包括如下步驟：在三維圖像上粗提取肺器官，所述肺器官包括肺部和氣管；從所述三維圖像 中采 集的二維圖像中定位氣管的起始層，以該層氣管的中心C為起始點(diǎn)，

9、以所述三維圖像中確定 的閾值T1為閾值條件進(jìn)行粗提取氣管；繼續(xù)以該層氣管的中 心C為起始點(diǎn)，以所述粗提取的 肺器官內(nèi)確定的閾值T2為閾值條件進(jìn)行細(xì)提 取氣管，獲得分割后的肺部圖像，圖 1所示為本 發(fā)明一個(gè)實(shí)施例的肺部分割的 方法流程示意圖，請(qǐng)參見圖1。首先，執(zhí)行步驟S11:在所述胸部的三維CT圖像上，通過閾值法提取肺區(qū) 域。具體 地，本實(shí)施例中的閾值法優(yōu)選為最大類問方差(0TSU)算法，通過0TSU 算法在所述三維CT圖像數(shù)據(jù)中確定閾值T1,若圖像中所在區(qū)域的CT值大于 閾值T1,則提取該區(qū)域?yàn)樗龇螀^(qū)域，所述肺區(qū)域包括肺部、氣管、背景等，所述IW值T1取值范圍為(-600 , -400)。需

10、要說(shuō)明的是， 一般人體組織的CT值 范圍為(-200, +8),肺區(qū)域的CT值范圍為(-1000 , -400),通過本步驟 可以將 非肺部人體組織與肺部、氣管、背景等加以區(qū)分，形成OTSU二值圖。接著，執(zhí)行步驟S12:從二維和/或三維圖像中提取背景。本實(shí)施例中采用從 所述三維圖像中采集n層胸部二維圖像，對(duì)每層二維圖像提取背景，從所述每 層二維CT圖像的四周 邊緣選取CT值在(a, -600)內(nèi)的多個(gè)點(diǎn)為種子點(diǎn)開始由 外向內(nèi)進(jìn)行區(qū)域增長(zhǎng)，提取包括床板內(nèi)的空氣等背景區(qū)域；其中，所述 n取自然數(shù)，所述IW值a為所有二維CT圖像上的最小CT值。需要說(shuō)明的是，本實(shí)施 例中以1/51/20張的間隔進(jìn)行圖

11、像采集，例如在 100張二維CT圖像 中采集 20張圖片進(jìn)行后續(xù)處理，從每層二維CT圖像的四周邊緣選取CT值在(a,-600) 范圍內(nèi) 的多個(gè)種子點(diǎn)后開始由外向內(nèi)進(jìn)行區(qū)域以34個(gè)像素點(diǎn)的間隔進(jìn)行四領(lǐng)域生長(zhǎng)，可以除去 包括床板內(nèi)的空氣等背景區(qū)域以防出現(xiàn)漏檢或錯(cuò)檢情況。 通過本步驟可以有效的去除圓形 視野外的背景區(qū)域，提高了后續(xù)圖像處理的速 率和準(zhǔn)確率。繼續(xù)執(zhí)行步驟S13:確定含有最大肺器官面積的二維圖像層為 Smax,基于 所述Smax層進(jìn)行三維區(qū)域生長(zhǎng)，獲得的所述三維連通域?yàn)樗龃痔崛〉姆纹?官。具體地，統(tǒng)計(jì)所有二維CT圖像中的肺器官區(qū)域的物理面積，自動(dòng)確定含有 最大肺器官面積的二維圖像層為

12、Smax層；接著，基于所述Smax層進(jìn)行三維區(qū) 域生長(zhǎng)，獲得的所述三維連通域?yàn)樗龃痔崛〉姆纹鞴伲龇纹鞴侔ǚ尾亢蜌夤?。最后，?zhí)行步驟S14:在所述三維圖像中采集的二維圖像中定位氣管的起始 層，以 該層氣管的中心C為起始點(diǎn)，提取氣管，獲得分割后的肺部圖像。需要 說(shuō)明的是，去除氣管步 驟之前，對(duì)所有二維 CT圖像定位含有肺器官的起始層 和終止層：從第1層開始自上而下進(jìn)行 檢測(cè)，當(dāng)檢測(cè)到肺器官時(shí)，停止檢測(cè)， 以當(dāng)前層為起始層；從最后一層開始自下而上進(jìn)行檢測(cè)，當(dāng)檢測(cè)到肺器官時(shí)，停止檢測(cè)，以當(dāng)前層為終止層；通過定位起始層和終止層，便于加速后續(xù)的應(yīng)用形態(tài)學(xué)閉處理肺部的操作，提高處理效率。具體地，所述

13、去除氣管的方法如圖2本發(fā)明實(shí)施例的提取肺器官中的氣管方 法流程示意圖所示：首先，執(zhí)行步驟S21:從所述三維圖像中采集的n層二維CT圖像中，自動(dòng) 確定氣管的 起始層。具體地，若所述二維CT圖像中所述氣管的物理面積大于 2 平方毫米，則定位當(dāng)前層 為所述氣管的起始層；若物理面積小于或等于2平方毫米，則繼續(xù)進(jìn)行檢測(cè)，直至檢測(cè)到起始層。需要說(shuō)明的是，通過氣管起始層的定位，選取的CT圖像具有一定的氣管區(qū)域面積，利于中心點(diǎn)C的準(zhǔn)確定位。接著，執(zhí)行步驟S22:以所述中心C作為起始點(diǎn)，所述閾值T1作為閾值， 采用LevelSet水平集算法從所述三維CT圖像中粗提取氣管。繼續(xù)執(zhí)行步驟S23:采用應(yīng)用形態(tài)學(xué)閉處理方法分別對(duì)每層二維CT圖像中的粗提 取氣管后的肺部區(qū)域進(jìn)行平滑填充處理處理；然后計(jì)算連通域，根據(jù)質(zhì) 心分布區(qū)分左、右肺部。最后，執(zhí)行步驟S24:繼續(xù)以所述中心C為起始點(diǎn)，所述閾值T2為閾值， 采用LevelSet水平集算法從所述三維 CT圖像中進(jìn)一步細(xì)提取氣管，獲得如圖 3a所示的氣管提取 結(jié)果示意圖，和最終分割后的肺部圖像，如圖3b和圖3c所 示的左、右肺部提取結(jié)果示意圖，右肺明顯的異于正常肺部情況，便于臨床上對(duì)肺部疾病的輔助診斷。需要說(shuō)明的是，本實(shí)施例中所述閾值 T2優(yōu)選采用