【技术实现步骤摘要】
CT影像的肺叶段分割方法、装置、系统、存储介质及设备
本专利技术涉及图像分割领域,尤其涉及一种CT影像的肺叶段分割方法、装置、系统、存储介质及设备。
技术介绍
目前,肺癌是所有癌症中死亡率最高的癌症。肺结节是肺癌的影像表现形式,在CT影像学中表现为密度增高的阴影,通过对CT影像中肺叶与肺段中肺结节的检测和分割,对肺癌的早期筛查和评估具有重要意义。现有检测中,3DCT(Emmenlauer,M.,etc.:“free,fastandreliablestitchingoflarge3ddatasets.”JMicroscopy,233,no.1,pp.42-60,2009.)影像数据量大,而且存在较大的个体差异,给肺叶与肺段的分割技术带来了一定的困难。与广义的计算机视觉技术应用不同,为了减少深度卷积神经网络(DCNN)计算的复杂度、高效地利用有限的训练数据,现有技术采用将医学背景信息与深度学习结合的方式进行分割,例如,1)现今对于肺叶与肺段分割效果最好的技术是以逐层递进的分割方式(K.Hayashi,etc.:“RadiographicandCTappearances ...
【技术保护点】
一种CT影像的肺叶段分割方法,其特征在于,该方法包括以下步骤:检测步骤,在CT影像中,检测输出肺部轮廓,所述肺部轮廓包括肺内区域、肺外区域;筛选步骤,在所述肺部轮廓中,选用机器分割的方式筛选出所述肺内区域,并将所述肺内区域作为候选区域;分割步骤,在所述候选区域的3D层面中,同时对肺段和肺叶进行血管分割与肺裂分割;构造步骤,根据所述血管分割结果,通过构造出血管树,得到肺部的三维血管分布;整合步骤,采用肺叶段分割算法将所述血管树和所述肺裂分割结果进行结合,并进行肺叶段分割,得到所述候选区域的最终分割结果。
【技术特征摘要】
1.一种CT影像的肺叶段分割方法,其特征在于,该方法包括以下步骤:检测步骤,在CT影像中,检测输出肺部轮廓,所述肺部轮廓包括肺内区域、肺外区域;筛选步骤,在所述肺部轮廓中,选用机器分割的方式筛选出所述肺内区域,并将所述肺内区域作为候选区域;分割步骤,在所述候选区域的3D层面中,同时对肺段和肺叶进行血管分割与肺裂分割;构造步骤,根据所述血管分割结果,通过构造出血管树,得到肺部的三维血管分布;整合步骤,采用肺叶段分割算法将所述血管树和所述肺裂分割结果进行结合,并进行肺叶段分割,得到所述候选区域的最终分割结果。2.根据权利要求1所述的CT影像的肺叶段分割方法,其特征在于,在所述检测步骤中采用以多层卷积层为主体结构的FCN网络进行检测和输出。3.根据权利要求1所述的CT影像的肺叶段分割方法,其特征在于,在所述分割步骤中,采用3DU-net并沿两个支线对所述肺段和所述肺叶分别进行所述血管分割与所述肺裂分割。4.根据权利要求1所述的CT影像的肺叶段分割方法,其特征在于,在所述构造步骤中,根据所述三维血管分布推断气管分布情况,得到支气管树。5.根据权利要求1所述的CT影像的肺叶段分割方法,其特征在于,在所述整合步骤中,所述肺叶段分割算法通过输入肺叶段分类模型,将所述血管树和所述肺裂分割结果整合,并输出最终分割结果。6.一种CT影像的肺叶段分割装置,其特征在于,该装置包括:检测模块,用于在CT影像中,检测输出肺部轮廓,所述肺部轮廓包括肺内区域、肺外区域;筛选模块,用于在所述肺部轮廓中,选用机器分割的方式筛选出所述肺内区域,并将所述肺内区域作为候选区域;分割模块,用于在所述候选区域的3D层面中,同时对肺段和肺叶进行血管分割与肺裂分割;构造模块,用于根据所述血管分割结果,通过构造出血管树,得到肺部的三维血管分布;整合模块,用于采用肺叶段分割算法将所述血管树和所述肺裂分割结果进行结合,并进行肺叶段分割,得到所述候选区域的最终分割结果。7.根据权利要求6所述的CT影像的肺叶段分割装置,其特征在于,在所述检测模块中采用以多层卷积层为主体结构的FCN网络进行检...
【专利技术属性】
技术研发人员:郑永升,戎术,
申请(专利权)人:杭州依图医疗技术有限公司,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。