一种针对血管依附肺结节优化和分割方法及装置制造方法及图纸

本发明专利技术涉及一种针对血管依附肺结节优化和分割方法及装置，所述方法包括以下步骤：获取肺部图像；将所述肺部图像的肺结节和血管进行重叠以对肺结节进行增强处理；对所述肺部图像上提取包含肺结节在内的肺实质轮廓；通过图割法对获得的所述肺实质轮廓进行自动分割，得到肺结节的最终轮廓；本发明专利技术对肺结节进行增强，避免分割时受到血管的干扰，提高肺结节的分割准确率。分割准确率。分割准确率。

【技术实现步骤摘要】
一种针对血管依附肺结节优化和分割方法及装置


[0001]本专利技术涉及医疗辅助诊断
，更具体地说，涉及一种针对血管依附肺结节优化和分割方法及装置。

技术介绍

[0002]肺癌已成为世界范围内发病率及死亡率最高的恶性肿瘤，严重威胁着人类的生命健康，早期发现是提高肺癌患者治疗效果的有效方法，同时由于肺结节是肺癌的早期形态，因此肺结节的检测识别在肺癌治疗中的重要性日益凸显。对肺结节的精准分割是肺结节检测识别研究的关键内容，直接影响到肺结节辅助诊断技术的可靠性。
[0003]在CT图像中，与肺部组织粘附性的肺结节较为普遍，而传统的分割方法对于孤立性肺结节有一定的分割效果，而较少考虑肺结节与其他组织的毗邻关系，导致分割误差较大，分割准确率低。

技术实现思路

[0004]本专利技术的目的在于提出一种针对血管依附肺结节优化和分割方法及装置，以解决现有技术中心肺部图像的肺结节分割误差大，分割准确率低的问题。
[0005]本专利技术的上述技术目的是通过以下技术方案得以实现的：
[0006]在第一方面，本申请实施例提供了一种针对血管依附肺结节优化和分割方法，所述方法包括以下步骤：
[0007]获取肺部图像；
[0008]将所述肺部图像的肺结节和血管进行重叠以对肺结节进行增强处理；
[0009]对所述肺部图像上提取包含肺结节在内的肺实质轮廓；
[0010]通过图割法对获得的所述肺实质轮廓进行自动分割，得到肺结节的最终轮廓。
[0011]在其中一些实施例中，所述将所述肺部图像的肺结节和血管进行重叠以对肺结节进行增强处理，包括：
[0012]将所述肺部图像的原始肺结节与原始血管直接重叠；
[0013]将原始肺结节与血管按第一系数进行模糊后进行重叠；
[0014]将肺结节按第二系数进行模糊后与血管按第二系数进行模糊后进行重叠。
[0015]在其中一些实施例中，所述对所述肺部图像上提取包含肺结节在内的肺实质轮廓，包括：
[0016]对所述肺部图像上提取包含肺结节在内的肺实质轮廓，得到肺实质边缘曲线；
[0017]根据曲率和曲线延伸的惯性规律修正肺实质边缘曲线，得到肺实质轮廓。
[0018]在其中一些实施例中，所述通过图割法对获得的所述肺实质轮廓进行自动分割，得到肺结节的最终轮廓，包括：
[0019]对获得的肺实质轮廓进行自动分割，获得其中的肺结节的初始轮廓，再采用内核图割法对得到的肺结节进行初始分割，获取初始肺结节内轮廓；
[0020]提取初肺结节内轮廓的中心点和内轮廓外围的边界点；
[0021]利用提取的中心点和边界点，采用基于最大流算法的图割法对肺结节作进一步的分割，获取肺结节的最终轮廓。
[0022]在其中一些实施例中，所述对所述肺部图像上提取包含肺结节在内的肺实质轮廓，得到肺实质边缘曲线；根据曲率和曲线延伸的惯性规律修正肺实质边缘曲线，得到肺实质，包括：
[0023]根据下式求得肺结节边界曲线和与其相交的肺实质边界曲线的曲率K，并提取曲率方向改变的点；
[0024][0025]根据下式定义的曲率半径ρ判断曲线各个部分的凹凸性；
[0026][0027]其中，Ix为曲线的坐标x的一阶导数，Iy为曲线的坐标y的一阶导数，Ixx为曲线的坐标x的二阶导数，Iyy为曲线的坐标y的二阶导数，M是经验系数；
[0028]求得肺实质边界曲线和肺结节边界曲线相交时的拐点，将曲率小的曲线段去掉；
[0029]利用曲率方向改变的点，结合曲线延伸的惯性规律，曲线拟合法修正曲线边缘，得到包含肺结节在内的肺实质轮廓。
[0030]在第二方面，本申请实施例提供了一种针对血管依附肺结节优化和分割装置，包括：
[0031]图像获取模块，用于获取肺部图像；
[0032]增强处理模块，用于将所述肺部图像的肺结节和血管进行重叠以对肺结节进行增强处理；
[0033]轮廓提取模块，用于对所述肺部图像上提取包含肺结节在内的肺实质轮廓；
[0034]轮廓获取模块，用于通过图割法对获得的所述肺实质轮廓进行自动分割，得到肺结节的最终轮廓。
[0035]在其中一些实施例中，所述增强处理模块包括：
[0036]第一处理单元，用于将所述肺部图像的原始肺结节与原始血管直接重叠；
[0037]第二处理单元，用于将原始肺结节与血管按第一系数进行模糊后进行重叠；
[0038]第三处理单元，用于将肺结节按第二系数进行模糊后与血管按第二系数进行模糊后进行重叠。
[0039]在其中一些实施例中，所述轮廓获取模块包括：
[0040]初始分割单元，用于对获得的肺实质轮廓进行自动分割，获得其中的肺结节的初始轮廓，再采用内核图割法对得到的肺结节进行初始分割，获取初始肺结节内轮廓；
[0041]重要点提取单元，用于提取初肺结节内轮廓的中心点和内轮廓外围的边界点；
[0042]最终分割单元，用于利用提取的中心点和边界点，采用基于最大流算法的图割法对肺结节作进一步的分割，获取肺结节的最终轮廓。
[0043]在第三方面，本申请实施例提供了一种计算机设备，包括存储器以及一个或多个处理器；
[0044]所述存储器，用于存储一个或多个程序；
[0045]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的针对血管依附肺结节优化和分割方法。
[0046]在第四方面，本申请实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的针对血管依附肺结节优化和分割方法。
[0047]本专利技术的有益效果是：本专利技术获取肺部图像；将所述肺部图像的肺结节和血管进行重叠以对肺结节进行增强处理；对所述肺部图像上提取包含肺结节在内的肺实质轮廓；通过图割法对获得的所述肺实质轮廓进行自动分割，得到肺结节的最终轮廓；对肺结节进行增强，避免分割时受到血管的干扰，提高肺结节的分割准确率。
附图说明
[0048]本专利技术的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
[0049]图1是一种针对血管依附肺结节优化和分割方法的步骤示意图；
[0050]图2是一种针对血管依附肺结节优化和分割装置的结构示意图；
[0051]图3是一种针对血管依附肺结节优化和分割方法的计算机设备示意图。
具体实施方式
[0052]下面，结合附图以及具体实施方式，对本专利技术做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
[0053]请参照图1，示出了本专利技术的一种针对血管依附肺结节优化和分割方法，所述方法包括以下步骤：
[0054]100、获取肺部图像。
[0055]200、将所述肺部图像的肺结节和血管进行重叠以对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对血管依附肺结节优化和分割方法，其特征在于：所述方法包括以下步骤：获取肺部图像；将所述肺部图像的肺结节和血管进行重叠以对肺结节进行增强处理；对所述肺部图像上提取包含肺结节在内的肺实质轮廓；通过图割法对获得的所述肺实质轮廓进行自动分割，得到肺结节的最终轮廓。2.根据权利要求1所述的一种针对血管依附肺结节优化和分割方法，其特征在于：所述将所述肺部图像的肺结节和血管进行重叠以对肺结节进行增强处理，包括：将所述肺部图像的原始肺结节与原始血管直接重叠；将原始肺结节与血管按第一系数进行模糊后进行重叠；将肺结节按第二系数进行模糊后与血管按第二系数进行模糊后进行重叠。3.根据权利要求1所述的一种针对血管依附肺结节优化和分割方法，其特征在于：所述对所述肺部图像上提取包含肺结节在内的肺实质轮廓，包括：对所述肺部图像上提取包含肺结节在内的肺实质轮廓，得到肺实质边缘曲线；根据曲率和曲线延伸的惯性规律修正肺实质边缘曲线，得到肺实质轮廓。4.根据权利要求1所述的一种针对血管依附肺结节优化和分割方法，其特征在于：所述通过图割法对获得的所述肺实质轮廓进行自动分割，得到肺结节的最终轮廓，包括：对获得的肺实质轮廓进行自动分割，获得其中的肺结节的初始轮廓，再采用内核图割法对得到的肺结节进行初始分割，获取初始肺结节内轮廓；提取初肺结节内轮廓的中心点和内轮廓外围的边界点；利用提取的中心点和边界点，采用基于最大流算法的图割法对肺结节作进一步的分割，获取肺结节的最终轮廓。5.根据权利要求3所述的一种针对血管依附肺结节优化和分割方法，其特征在于：所述对所述肺部图像上提取包含肺结节在内的肺实质轮廓，得到肺实质边缘曲线；根据曲率和曲线延伸的惯性规律修正肺实质边缘曲线，得到肺实质，包括：根据下式求得肺结节边界曲线和与其相交的肺实质边界曲线的曲率K，并提取曲率方向改变的点；根据下式定义的曲率半径ρ判断曲线各个部分的凹凸性；其中，Ix为曲线的坐标x的一阶导数，Iy为曲线的坐标y的一阶导数，Ixx为曲线的坐标x的二阶导数，Iyy为曲线的坐标y的二阶导数，...

【专利技术属性】
技术研发人员：马力，王艳芳，陈庆武，谢俊杰，
申请(专利权)人：中山市北京理工大学研究院，
类型：发明
国别省市：