肺分割方法技术

本发明专利技术提供一种肺分割方法，包括以下步骤：步骤S1、输入原始图像，对原始图像进行预处理；步骤S2、肺区域的粗分割；步骤S2包括：步骤S201、设定阈值，使用阈值分割对预处理后的图像进行二值化处理，提取出肺部区域及与肺部区域灰度值相近的部分背景；步骤S202、从图像四角边缘开始背景反填充；步骤S203、找出从头顶往下的z方向上面积最大一层的肺；步骤S204、通过最大一层的肺进行z方向上向前和向后逐层区域生长，进行逐层判断，防止与背景粘连；步骤S3：肺区域的细分割，用于提取并去除气管和分离左右肺。如此设置，加快了分割速度，改善了分割效果。

【技术实现步骤摘要】

本专利技术涉及医学领域断层扫描(Computed Tomography，简称CT)图像的处理，尤其 涉及图像中肺部的分割方法。
技术介绍
近年来，由于计算机断层扫描技术能够提供高清晰度、高对比度的CT图像，通常被 应用于肺部疾病的诊断。借助胸部CT观察肺部结构及功能特征是当今临床针对肺部各种疾 病的重要辅助手段，原始的胸部CT图像通常包括背景、肺组织、脂肪、肌肉、血管、气管、骨骼 等，为了向医生提供可靠的诊断数据，利于及早发现及治疗患者病情，通常需要对胸部CT图 像进行后续处理，提取即分割出肺组织图像。 现有技术中，对于三维CT数据，（1)阈值法是最常见的肺部分割方法，虽然简单、快 速，但不能有效去除背景和气管分支，且确定阈值较难，往往根据经验确定。（2)区域增长法 是大多数工作中采用的方法，该方法能够有效的弥补边缘追踪的遗漏缺陷，但常常需要手 动选择种子点，是一种需要人工参与的半自动分割方法；（3)基于模式分类的方法。该方法 能提取有些数据的图像特征，但是需要大量的训练样本，分割结果对样本与特征的依赖性 强，处理时间较长。（4)基于图像配准和形状模型的方法，该方法一般效果较好，但其受训练 集数据影响会导致结果变异性大，建立模型较为困难，并且计算量大，从而导致速度慢，难 以满足临床应用的实时性需求。 综上所述，现有的CT肺部分割方法需要加以改善，提升分割速度和精度，满足医学 诊断对肺部图像的要求。
技术实现思路
本专利技术的目的在于提供一种，用于改善肺分割的效果。 为了实现前述专利技术目的，本专利技术提供一种，包括以下步骤： -种，包括以下步骤： 步骤S1、输入原始图像，对原始图像进行预处理；步骤S2、肺区域的粗分割;步骤S2包括:步骤S201、设定阈值，使用阈值分割对预处 理后的图像进行二值化处理，提取出肺部区域及与肺部区域灰度值相近的部分背景（图4中 肺之外的白色，背景全部是指肺之外的所有区域）；步骤S202、从步骤S201处理后获得的图 像四角边缘开始对部分背景进行反填充;步骤S203、找出从头顶往下的z方向上面积最大一 层的肺;步骤S204、通过最大一层的肺进行z方向上向前和向后逐层区域生长，进行逐层判 断，防止与背景粘连；步骤S3:肺区域的细分割，用于提取并去除气管和分离左右肺。 优选地，所述阈值为-500HU。优选地，逐层判断的方法是标记当前层为C u r r e n t S 1 i c e，传播层则为 SpreadSlice，求出SpreadSlice上肺区域点的个数总和与CurrentSlice上肺区域点的个数 总和的比值，如果比值小于0.4或者大于2.25,则判断为泄露至背景，终止生长;如果比值大 于等于0.4且小于等于2.25，则判断为未泄露至背景，继续生长。 优选地，步骤S204还包括通过对最大一层的肺在二维上求取连通区域进行判断： 将图像中值为1的每个点都作为种子点，然后将种子点进行区域生长，如果只求出一个连通 区域，就把该连通区域作为肺的起始生长层;如果求出多个连通区域，取最大两个连通区域 作为肺的起始生长层，去除其他连通区域。 优选地，逐层判断开始时，设定当前层为起始生长层。 优选地，步骤S202中背景反填充的方法是从图像的四个边框往里进行区域生长， 长至胸腔区域，即值为0处终止，同时把区域生长过的地方的值赋值为0。 优选地，步骤S202中区域生长的方法为:首先选择一组种子点，种子点可以为图像 的四个边框，然后查找种子点的8邻域，如果8邻域的标记值跟种子点一致，则将8邻域的点 也加入到种子点，不停的生长，直到遇到8邻域的点与种子点不一致，则终止生长，同时把生 长过的地方赋值为〇,即为背景。 优选地，步骤S203中通过逐层累加值为1的个数，选取个数最大的一层作为最大一 层的肺。 优选地，步骤S3中提取气管的方法为:求取二维连通区域和三维连通区域，从头顶 往下的z方向起始层开始遍历，将二维连通区域的面积圆形度大于0.5,三维连通区域最大 的作为气管种子点，然后用水平集算法将气管提取。 优选地，步骤S3还包括:生成肺结节所需的肺掩膜和工作站显示所需的肺掩膜并 进行融合。 本专利技术通过逐层对比判断，防止与背景粘连，明显改善了肺分割的效果，另外，加 快了分割速度。【附图说明】 图1为本专利技术实施例中的步骤流程示意图。 图2为本专利技术实施例中步骤S2的流程示意图。图3为本专利技术实施例中步骤S1中输入的原始图像。 图4为本专利技术实施例中步骤S201提取出的图像。 图5为本专利技术实施例中步骤S202提取出的图像。 图6为本专利技术实施例中三维方向的示意图。图7a_7c分别为本专利技术实施例中步骤S204提取出具有一个、两个、三个连通区域的 肺部图像。图8显示的是工作站显示所需的肺掩膜。 图9为本专利技术实施例中步骤S3的流程示意图。【具体实施方式】 以下结合附图和具体实施例对本专利技术作进一步详细说明。根据下面说明和权利要 求书，本专利技术的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非 精准的比率，仅用以方便、明晰地辅助说明本专利技术实施例的目的。 请参考图1所示，本专利技术实施例中的包括以下步骤： 步骤S1:输入原始图像，对原始图像进行预处理。 如图3所示，原始图像为CT设备扫描获得的符合DIC0M 3.0标准的胸部CT图像。预 处理采用的方法是对原始图像进行降噪处理，例如进行高斯平滑处理，高斯平滑是通过高 斯平滑滤波器在x、y、z三个方向上分别按如下公式： 生成高斯肀滑滤波器(Gaussian Smoothing Filter)的高斯核，然后再与原始图 像中的每个像素进行加权求和。加权求和是对图像中的每个像素的原始灰度值与高斯核进 行卷积，累加求和所得结果作为每个像素的灰度值，达到的效果是消除伪影，去除噪声，改 善图像质量，避免噪声对后续的分割造成不利影响。上述公式中〇2为方差，决定高斯函数的宽度，也就是决定平滑程度，X表示的是当 前像素点到对应像素点的距离。步骤S2:肺区域的粗分割。 粗分割的对象主要包括气管、肺。预处理后的图像为三维数据，为便于说明粗分割 的过程，随机选取一例数据，并截取其第121层的图像，该图像为二维图像。 步骤S2包括以下步骤： 步骤S201:设定阈值，使用阈值分割对预处理后的图像进行二值化处理，提取出肺 部区域及部分背景，部分背景是指与肺部区域灰度值相近的部分背景即图4中肺之外的白 色，全部背景是指肺之外的所有区域。 本实施例中阈值(Thr e sho 1 d)选定为-500HU，大于阈值的区域的值(标记值)设为 〇,小于阈值的区域的值(标记值)设为1，背景的值(标记值)为〇,肺的值(标记值)为1，从而 将胸腔区域，包括肺部区域及背景的大部分都提取出来，具体如图4所示。 步骤S202:从图像四角边缘开始背景反填充，从而提取出肺部区域及少量床板，具 体如图5所示，肺部区域为白色大块区域，床板为肺部区域下方的白色短线条。 背景反填充的方法是从图像的四个边框往里进行区域生长，长至胸腔区域，即值 (标记值)为〇处终止，同时把区域生长过的地方的值(标记值)赋值为〇,接着计算二维连通 区域，去除小连通区域即去除连通域个数小于10的区域。二维连通区域的计算方法为与步 骤S204本文档来自技高网...

【技术保护点】
一种肺分割方法，包括以下步骤：步骤S1、输入原始图像，对原始图像进行预处理；步骤S2、肺区域的粗分割；步骤S2包括：步骤S201、设定阈值，使用阈值分割对预处理后的图像进行二值化处理，提取出肺部区域及与肺部区域灰度值相近的部分背景；步骤S202、从步骤S201处理后获得的图像四角边缘开始对部分背景进行反填充；步骤S203、找出从头顶往下的z方向上面积最大一层的肺；步骤S204、通过最大一层的肺进行z方向上向前和向后逐层区域生长，进行逐层判断，防止与背景粘连；步骤S3：肺区域的细分割，用于提取并去除气管和分离左右肺。

【技术特征摘要】

【专利技术属性】
技术研发人员：姚庆，
申请(专利权)人：上海联影医疗科技有限公司，
类型：发明
国别省市：上海;31