双行程区域生长结合形态学重建的肺部气管树分割方法技术

本发明专利技术是为了解决上述问题而进行的，目的在于提供一种基于双行程三维区域生长与形态学相结合的肺部气管树分割算法，以实现对肺部气管树进行有效的分割。本发明专利技术提供的双行程区域生长结合形态学重建的肺部气管树分割方法，包括如下步骤：自动从序列断层图像中获取三维区域生长的种子点P1；以P1作为种子点，进行第一行程区域生长，得到肺部主支气管树；设定多尺度形态学算子，并利用灰度形态学重建操作，得到三个横切面、冠状面和矢状面解剖位上的对应的气管标记图；以肺部主支气管树为基础、三个解剖位上的气管标记图为限定条件，进行第二行程区域生长，得到对应的分割气管树；将分割气管树进行融合，得到最终的肺部气管树分割结果F。

【技术实现步骤摘要】

本专利技术涉及一种医学图像处理领域，具体涉及一种双行程区域生长结合形态学重建的肺部气管树分割方法。
技术介绍
肺部气管树的解剖结构，是诊断支气管狭窄、肺气肿以及慢阻肺等多种肺部疾病的病理评判标准，因此能否从CT图像中精确地分割出肺部气管树，最终会影响到临床诊断的准确性。肺部气管是人体与外界进行气体交换的重要组织，从咽喉开始由主支气管依次延伸，形成形态复杂、走向多变的类树状结构。由于CT图像中的部分容积效应、CT图像在拍摄过程中因病人运动而产生的运动伪影以及现行临床CT机极限分辨率等的限制，产生外围高级气管壁模糊、断连的现象，造成肺部气管分割过程中易逾越气管范围泄漏至肺实质中，增加了肺部气管分割的难度。针对这些问题，目前国内外只有较少量文献报道。Lo等人在2010年Medical Image Analysis期刊上发表的论文《Vessel-guided airway tree segmentation:A voxel classification approach》提出的基于肺部血管引导的气管分割方法，该方法利用血管与气管在解剖结构上并行的特点，以血管作为分割引导，能够较为精准地分割出肺部气管树，但算法需确定血管走向，复杂度高，时间过长；Kai LAI等人在2009年International Conference on Bioinformatics and Biomedical Engineering上发表的论文《Automatic 3D Segmentation of Lung Airway Tree:A Novel Adaptive Region Growing Approach》，提出基于感兴趣区域划分的分割方法，虽然利用先划分感兴趣区域再进行分割的方法，可以有效地防止分割泄漏至肺实质，同时提高算法效率，但实验结果表明探测出的高级外围气管较少，分割效果欠佳；Michael W等人在2010年IEEE Transactions on Medical Imaging期刊上发表的论文《Robust 3-D airway tree segmentation for image-guided peripheral bronchoscopy》，将区域生长与气管几何结构分析相结合，以图像局部特征为引导对肺部气管树进行分割，该方法虽然能探测出较多的高级外围气管且准确性较好，但易受到低剂量CT图像中噪声和伪影等因素的影响，且需手动设置的参数过多；Anna等人在2009年Computerized Medical Imaging and Graphics期刊上发表的论文《Two-pass region growing algorithm for segmenting airway tree from MDCT chest scans》利用双行程区域生长方法，通过形态学腐蚀和膨胀操作探测细小气管，但对高级外围气管的探测效果不佳，在低剂量、层厚较厚的CT图像上表现较差，以气管各级分支为定量指标，最多分割出第十级气管，气管总分支数最多为145，分割效果有待提高。
技术实现思路
本专利技术是为了解决上述问题而进行的，目的在于提供一种基于双行程三维区域生长与形态学相结合的肺部气管树分割算法，以实现对肺部气管树进行有效的分割。本专利技术提供了一种双行程区域生长结合形态学重建的肺部气管树分割方法，具有这样的特征，包括如下步骤：步骤一，输入待分割的胸部CT的序列断层图像；步骤二，根据肺部气管在序列断层图像中对应的位置及其CT值特点，自动从序列断层图像中获取三维区域生长的种子点P1；步骤三，以P1作为种子点，采用3D区域生长算法进行第一行程区域生长，得到肺部主支气管树A；步骤四，设定多尺度形态学算子，并利用灰度形态学重建操作，分别从横切面、冠状面和矢状面三个方向进行潜在气管区域检测，得到三个解剖位上的对应的气管标记图M1，M2和M3；步骤五，以肺部主支气管树A为基础、三个解剖位上的气管标记图M1，M2和M3为限定条件，利用3D区域生长算法进行第二行程区域生长，得到对应的分割气管树A1，A2和A3；步骤六，依据空间位置关系，将分割气管树A1，A2和A3进行融合，得到最终的肺部气管树分割结果F。在本专利技术提供的双行程区域生长结合形态学重建的肺部气管树分割方法中，还可以具有这样的特征，其中步骤三中还包括以下子步骤：子步骤3-1，设定波动范围Index的值；子步骤3-2，从种子点P1开始，以堆栈队列型的方式存储种子点，当当前像素点是种子点的26邻域，且该像素点的CT值以及6邻域的CT值分别与被纳入气管区域像素点平均CT值的差值百分比ΔV不超过波动范围Index时，被纳入气管区域： Δ V = | value c - value a value a | ]]>其中，ΔV表示当前像素点CT值与气管区域平均CT值之间的差值百分比，valuec表示当前像素点CT值，valuea表示气管区域平均CT值。在本专利技术提供的双行程区域生长结合形态学重建的肺部气管树分割方法中，还可以具有这样的特征，其中子步骤3-1为：以Index＝0.05为初始值，ΔIndex＝0.02为步长，采用迭代寻优的方式选取波动范围Index的值，在每次生长迭代过程中递增Index，当已分割出的气管区域平均CT值小于等于-850HU、Index的值不大于0.11、且差值百分比ΔN不大于20％时，判定气管未发生泄漏，且尚未分割完全，迭代继续；否则，判定生长发生了泄漏，此时将当前的波动范围Index的值递减0.02，并将递减后的Index的值设定为最优波动范围Indexopt的值： Δ N = N c - N f N f ≤ 0.2 , ]]>其中，ΔN为像素数Nc和像素数Nf的差值百分比，像素数Nc为当前区域生长结果的像素数，像素数Nf为上次迭代中区域生长结果的像素数。在本专利技术提供的双行程区域生长结合形态学重建的肺部气管树分割方法中，还可以具有这样的特征，其中，步骤四中，多尺度形态学算子为：依据肺部气管在序列断层图像上的形状特征，定义一个4连通域的单位结构元素D，单位结构元素D对本身进行n次膨胀，从而得到不同尺寸的多尺度结构元素Dn，计算公式如下式所示：式中，多尺度结构元素Dn表示用单位结构元素D对本身进行n次膨胀，n的最小值为1，最大值为6。在本专利技术提供的双行程区域生长结合形态本文档来自技高网...

【技术保护点】
一种双行程区域生长结合形态学重建的肺部气管树分割方法，其特征在于，包括如下步骤：步骤一，输入待分割的胸部CT的序列断层图像；步骤二，根据肺部气管在所述序列断层图像中对应的位置及其CT值特点，自动从所述序列断层图像中获取三维区域生长的种子点P1；步骤三，以P1作为种子点，采用3D区域生长算法进行第一行程区域生长，得到肺部主支气管树A；步骤四，设定多尺度形态学算子，并利用灰度形态学重建操作，分别从横切面、冠状面和矢状面三个方向进行潜在气管区域检测，得到三个解剖位上的对应的气管标记图M1，M2和M3；步骤五，以所述肺部主支气管树A为基础、所述三个解剖位上的气管标记图M1，M2和M3为限定条件，利用3D区域生长算法进行第二行程区域生长，得到对应的分割气管树A1，A2和A3；步骤六，依据空间位置关系，将所述分割气管树A1，A2和A3进行融合，得到最终的肺部气管树分割结果F。

【技术特征摘要】
1.一种双行程区域生长结合形态学重建的肺部气管树分割方法，其特征在于，包括如下步骤：步骤一，输入待分割的胸部CT的序列断层图像；步骤二，根据肺部气管在所述序列断层图像中对应的位置及其CT值特点，自动从所述序列断层图像中获取三维区域生长的种子点P1；步骤三，以P1作为种子点，采用3D区域生长算法进行第一行程区域生长，得到肺部主支气管树A；步骤四，设定多尺度形态学算子，并利用灰度形态学重建操作，分别从横切面、冠状面和矢状面三个方向进行潜在气管区域检测，得到三个解剖位上的对应的气管标记图M1，M2和M3；步骤五，以所述肺部主支气管树A为基础、所述三个解剖位上的气管标记图M1，M2和M3为限定条件，利用3D区域生长算法进行第二行程区域生长，得到对应的分割气管树A1，A2和A3；步骤六，依据空间位置关系，将所述分割气管树A1，A2和A3进行融合，得到最终的肺部气管树分割结果F。2.根据权利要求1所述的双行程区域生长结合形态学重建的肺部气管树分割算法，其特征在于，其中步骤三中还包括以下子步骤：子步骤3-1，设定波动范围Index的值；子步骤3-2，从种子点P1开始，以堆栈队列型的方式存储种子点，当当前像素点是种子点的26邻域，且该像素点的CT值以及6邻域的CT值分别与被纳入气管区域像素点平均CT值的差值百分比ΔV不超过波动范围Index时，被纳入气管区域： Δ V = | value c - value a value a | ]]>其中，ΔV表示当前像素点CT值与气管区域平均CT值之间的差值百分比，valuec表示当前像素点CT值，valuea表示气管区域平均CT值。3.根据权利要求2所述的双行程区域生长结合形态学重建的肺部气管树分割算法，其特征在于，其中子步骤3-1为：以Index＝0.05为初始值，ΔIndex＝0.02为步长，采用迭代寻优的方式选取波动范围Index的值，在每次生长迭代过程中递增Index，当已分割出的气管区域平均CT值小于等于-850HU、Index的值不大于0.11、且差值百分比ΔN不大于20％时，判定气管未发生泄漏，且尚未分割完全，迭代继续；否则，判定生长发生了泄漏，此时将当前的波动范围Index的值递减0.02，并将递减后的Index的值设定为最优波动范围Indexopt的值： Δ N = N c - N f ...

【专利技术属性】
技术研发人员：段辉宏，陈轶群，聂生东，龚敬，刘霁雨，贺兴怡，代晓婷，
申请(专利权)人：上海理工大学，上海溪田信息技术有限公司，
类型：发明
国别省市：上海;31