一种X光胸片肺部分割方法和装置制造方法及图纸

本发明专利技术公开了一种X光胸片肺部分割方法，以对X光胸片上的肺部进行精确分割。该方法包括：S101，通过水平垂直投影，获取分别包围X光胸片中左右肺部图像的两个矩形区域；S102，在两个矩形区域内初始化肺部以获得肺部的初始形状；S103，根据加权灰度局部纹理模型，寻找肺部图像中各个特征点的最佳匹配点；S104，通过调整姿态参数和形状参数b，使得肺部当前形状IXc最大限度地接近IX+dIX；重复S103和S104，直至所获肺部形状与紧邻本次调整前一次调整所获肺部形状相比，两者的改变量小于预定阈值。本发明专利技术能够获得较好的初始化肺部形状，在后续的调整过程中不会造成过分割现象，在主动形状模型的约束下能够对X光胸片上的肺部区域进行准确分割。

【技术实现步骤摘要】
一种X光胸片肺部分割方法和装置
本专利技术涉及生物医学图像领域，具体涉及一种X光胸片肺部分割方法和装置。
技术介绍
X光胸片检查仍然是目前肺部疾病初始检测的最主要手段。在临床应用中，胸片图 像大量应用于肺部疾病的诊断，很多胸片图像分析应用的第一步是标示出图像中肺部的边 界，以便计算机能进行下一步的处理，因此，肺部分割显得非常重要。首先是因为肺部面积 占了整个X光胸片的1/3,若在诊断时提取肺部感兴趣区域，则会大大提高诊断的准确率； 其次是因为在肺部分割后，再做其他处理，会大大减少其它不相关组织的干扰，提高了诊断 的速度；最后是因为肺部分割更有利于分析肺部纹理和肺部的生理结构。很早以前，研究人 员就已经开始做这方面的研究了，但大多数的研究都仅仅是为了给后续处理提供方便，并 没有完全将眼光停留在肺部分割上。例如，为了计算心胸比率，可以只提取胸廓最大横径对 应的两个端点；为了检测肺部形状异常，可能仅需要提取横隔膜与胸廓的夹角；只有要检 测整个肺内部的病变时，才需要提取全部的肺区域或者肺轮廓，而在这种情况下，得到一个 粗略的肺部分割结果往往己经足够。鉴于对X光胸片肺部进行精确分割具有重要的临床意 义，因此，研究精确的肺部分割十分必要。 目前肺部的分割大体分为基于规则的推理和像素归类两种方法。基于规则的方案 使用的方法是(局部）阈值化、区域增长、边缘探测、形态学操作、拟合几何模型和函数、动态 规划等，大多数肺部区域分割算法属于这类。基于像素归类的方案试图将图像中的每个像 素归类到一种解剖类型(通常是肺部和背景，但是在有些情况下，使用的是更多的种类，例 如，还包括心脏、中隔膜和横隔膜)。使用的分类器为各种神经网络或Markov随机场模型， 并用各种(局部）特征进行分类，包括灰度、位置、纹理测量。 在上述现有的两类方法中，一种X光胸片肺部分割方法是先用自适应的灰度阈值 进行处理，紧接着又用基于形状的方法来标记胸片中的肺部边界。在这种方法中，通过计算 靠近肺部边界的局部像素直方图以得出一个初始的、近似的分割。该直方图用来选择一个 局部阈值以便将肺部组织从相邻的结构中分离出来。基于形状的特殊处理，用解剖知识作 为导引，平滑肺部边界并描绘出肺部的左下角和右下角。然而，这种分割方法分割出来的边 缘不规则，而且受噪声影响较大，在图像质量不佳的情况下很容易失效，出现分割面积过小 或者过大的现象。 在上述现有的两类方法中，另一种X光胸片肺部分割方法是基于规则的边界检测 法，这种方法是一种最直观的肺边界提取方法，其主要是基于这样一种事实：所有边界之中 一定包含目标边界，并且这些边界有其固定的特点。边界通常定义为沿梯度方向梯度幅度 的极值点，可以用导数来表达某个固定方向的极值。导数用图像I (X，y)和高斯导数的卷 积计算。使用合适的尺度、导数阶数和方向可以检测X光胸片中与解剖结构对应的边界，这 些边界互不相连，例如，胸廓中心线和肺中心线、纵膈边界、胸腔边界等。然而，基于规则的 边界检测法的缺陷在于只给出了主要的肺部边界片段，没有给出完整的肺部轮廓。
技术实现思路
本专利技术实施例提供一种X光胸片肺部分割方法和装置，以对X光胸片上的肺部进 行精确分割。 -种X光胸片肺部分割方法，所述方法包括如下步骤： S101，通过水平垂直投影，获取分别包围X光胸片中左肺部图像和右肺部图像的 两个矩形区域； S102,在所述两个矩形区域内初始化肺部以获得肺部的初始形状； S103,根据加权灰度局部纹理模型，寻找肺部图像中各个特征点（Xi，yi)的最佳匹 配点（X，i，y' i)，记 dlx= (d X1, d y d x2, d y2，…，d Xi, d Yi,…，d xn，d yn) τ，所述 d Xi=x' i - Xi,所述d yey' i - yp所述i=l，2，···，]!，所述肺部图像包括调整阶段的肺部形 状和所述肺部的初始形状； S104,通过调整姿态参数和形状参数b，使得肺部当前形状Ix。最大限度地接近 Ix+dlx，所述形状参数b的调整结果为调整后的值b+db受主动形状模型的形状参数的约束， 所述I x是所述步骤S103执行时的肺部形状，db是b的改变量； 将所述经过调整姿态参数和形状参数b后的肺部形状作为步骤S103的执行对象， 重复步骤S103和步骤S104,直至所获肺部形状与紧邻本次调整前一次调整所获肺部形状 相比，两者的改变量小于预定阈值。 一种X光胸片肺部分割装置，所述装置包括： 获取模块，用于通过水平垂直投影，获取分别包围X光胸片中左肺部图像和右肺 部图像的两个矩形区域； 初始化模块，用于在所述两个矩形区域内初始化肺部以获得肺部的初始形状； 最佳匹配点找寻模块，用于根据加权灰度局部纹理模型，寻找肺部图像中各个特 征点（Xpy i)的最佳匹配点（x'i，y'i)，记 dlx= (d Xpd ypd x2,d y2, ···,(! Xi,d Yi,…， d xn，d yn)T，所述 d Xi=x' i - Xi,所述 d yey' i - Yi,所述 i=l，2, ·，η，所述肺部图像包 括调整阶段的肺部形状和所述肺部的初始形状； 形状调整模块，用于通过调整姿态参数和形状参数b，使得肺部当前形状Ix。最大 限度地接近I x+dlx，所述形状参数b的调整结果为调整后的值b+db受主动形状模型的形状 参数的约束，所述I x是所述最佳匹配点找寻模块执行时的肺部形状； 所述经过形状调整模块调整姿态参数和形状参数b后的肺部形状作为最佳匹配 点找寻模块的执行对象，重复最佳匹配点找寻模块和形状调整模块的执行过程，直至所获 肺部形状与紧邻本次调整前一次调整所获肺部形状相比，两者的改变量小于预定阈值。 从上述本专利技术实施例可知，由于可以通过水平垂直投影，获取分别包围X光胸片 中左肺部图像和右肺部图像的两个矩形区域，在所述矩形区域内得到初始化肺部形状，通 过迭代方式调整肺部图像时将形状参数b的调整约束在主动形状模型提供的形状参数的 范围之内。与现有技术提供的X光胸片肺部分割方法相比，本专利技术实施例提供的方法能够 获得较好的初始化肺部形状，在后续的调整过程中不会造成过分割现象(例如，将脊柱和胃 泡识别为肺区)，在主动形状模型的约束下能够对X光胸片上的肺部区域进行准确分割，为 临床或者计算机分析提供有价值的数据。 【附图说明】 图1是本专利技术实施例提供的X光胸片肺部分割方法的基本流程示意图； 图2是本专利技术实施例提供的通过水平投影得到的左肺右边界和右肺左边界示意 图； 图3是本专利技术实施例提供的通过水平投影得到的左肺右边界和右肺左边界示意 图； 图4是本专利技术实施例提供的通过垂直投影得到的右肺顶部边界和底部边界示意 图； 图5是本专利技术实施例提供的在肺顶部边界和底部边界限定的范围内通过再次水 平投影得到的右肺左边界和左肺右边界示意图； 图6是本专利技术实施例提供的在右肺左右边界内一个窗口限定的范围内通过再次 垂直投影得到的右肺顶部边界示意图； 图7是本专利技术实施例提供的分别包围X光胸片中左肺部图像和右肺部图像的两个 矩形区域示意图本文档来自技高网...

【技术保护点】
一种X光胸片肺部分割方法，其特征在于，所述方法包括如下步骤：S101，通过水平垂直投影，获取分别包围X光胸片中左肺部图像和右肺部图像的两个矩形区域；S102，在所述两个矩形区域内初始化肺部以获得肺部的初始形状；S103，根据加权灰度局部纹理模型，寻找肺部图像中各个特征点（xi，yi）的最佳匹配点（x’i，y’i），记dIX=（d x1，d y1，d x2，d y2，…，d xi，d yi，…，d xn，d yn）T，所述d xi=x’i－xi，所述d yi=y’i－yi，所述i=1，2，…，n，所述肺部图像包括调整阶段的肺部形状和所述肺部的初始形状；S104，通过调整姿态参数和形状参数b，使得肺部当前形状IXc最大限度地接近IX+dIX，所述形状参数b的调整结果为调整后的值b+db受主动形状模型提供的形状参数的约束，所述IX是与主动形状模型空间中肺部形状X对应的图像空间中实际形状；将所述经过调整姿态参数和形状参数b后的肺部形状作为步骤S103的执行对象，重复步骤S103和步骤S104，直至所获肺部形状与紧邻本次调整前一次调整所获肺部形状相比，两者的改变量小于预定阈值。

【技术特征摘要】
1. 一种X光胸片肺部分割方法，其特征在于，所述方法包括如下步骤： S101，通过水平垂直投影，获取分别包围X光胸片中左肺部图像和右肺部图像的两个 矩形区域； 5102, 在所述两个矩形区域内初始化肺部W获得肺部的初始形状； 5103, 根据加权灰度局部纹理模型，寻找肺部图像中各个特征点（Xi，Yi)的最佳匹配点 (X，i，y' i)，记 dlx= (d Xi，d Yi'd X2，d 72，--?，(！ Xi，d Yi, --?，(！ Xn，d yn)T，所述 d Xi=x' i - Xi，所述d yi=y'i-yi，所述i=l，2,…，n，所述肺部图像包括调整阶段的肺部形状和所述 肺部的初始形状； 5104, 通过调整姿态参数和形状参数b，使得肺部当前形状Ix。最大限度地接近Ix+dix， 所述形状参数b的调整结果为调整后的值b+化受主动形状模型提供的形状参数的约束，所 述Ix是与主动形状模型空间中肺部形状X对应的图像空间中实际形状； 将所述经过调整姿态参数和形状参数b后的肺部形状作为步骤S103的执行对象，重复 步骤S103和步骤S104,直至所获肺部形状与紧邻本次调整前一次调整所获肺部形状相比， 两者的改变量小于预定阔值。2. 根据权利要求1所述的方法，其特征在于，所述通过水平垂直投影，获取分别包围X 光胸片中左肺部图像和右肺部图像的两个矩形区域包括： 通过将所述X光胸片中左肺部图像和右肺部图像进行水平和垂直投影，获得投影曲 线； 在所述投影曲线中找到各个肺部的左边界和右边界W及其中任一肺部的顶部边界和 底部边界对应的坐标点，W所述左肺部的左边界、右边界、顶部边界和底部边界对应的坐标 点围成的矩形区域作为X光胸片中左肺部图像的矩形区域，W所述右肺部的左边界、右边 界、顶部边界和底部边界对应的坐标点围成的矩形区域作为X光胸片中右肺部图像的矩形 区域。3. 根据权利要求1所述的方法，其特征在于，所述在所述两个矩形区域内初始化肺部 W获得肺部的初始形状包括： 将主动形状模型特征空间中平均形状玄从一维形状向量转化为二维空间中n个标记 点坐标（义1，71)，（义2,72)，...，（义。，7。），所述玄=片，乂，乂2，>'2，...，-、-,,，托)2; 找到包围该标记点坐标的最小矩形区域； 根据所述矩形区域和最小矩形区域，确定变换参数（U。，V。，t,。，ty。)，将所述n个标记点 坐标变换到所述矩形区域所属图像坐标系下。4. 根据权利要求1所述的方法，其特征在于，所述根据加权灰度局部纹理模型，寻找肺 部图像中各个标记点的最佳匹配点（X' i，y' 1)包括： 根据加权灰度局部纹理模型，获取使得代价函数f(gi)取最小值的标记点作为标记点 (Xi，Yi)的最佳匹配点（X，1，y，1)，所述/(各,）=100*妃-訪义1(&-之)-4*佩+义'雌）， 所述 A 1 G [0. 7,1. 3]，所述 A 1 G [5,10]，所述 1 (;L)=g(Xi，y;)，所述 g(x。y;)为对肺部图 像进行一45°角线性滤波后的肺部图像在标记点处的灰度值，只取左肺横隔膜部分，所述所述i=21，…，29,所述gi为加 权灰度局部纹理模型提供的训练样本第i个边界点（Xi，Yi)两侧沿法线方向各取k个点连 同所述第i个边界点（Xi，yi)共化+1个点的灰度值构成的向量。5. 根据权利要求1至4任意一项所述的方法，其特征在于，所述方法还包括： 建立所述加权灰度局部纹理...

【专利技术属性】
技术研发人员：胡庆茂，吴刚，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：广东;44