【技术实现步骤摘要】
一种智能肺部气管树分割提取和分级的方法与装置
本专利技术涉及一种智能肺部气管树分割提取和分级的方法与装置。
技术介绍
气管树分割提取和分级在肺疾病分析中起着尤为重要的作用，因为它一方面能够量化完整的气管树生理解剖结构，包括气管壁厚度、气管壁面积、腔面积、壁腔面积比、壁腔直径比、腔径变化等解剖特征，另一方面也能够对肺部病灶进行定位，精确定位肺部疾病在整个肺部的区域，这对于肺部疾病手术规划和活检具有重要意义，现有的气管树分割提取和分级等都是基于传统图像处理的方法进行的，这种方法存在明显缺陷：(1)分割速度慢，因为是基于图像处理方法对气管树进行分割，所以涉及到非常多的特征预处理操作，特征提取等，需要耗费大量时间，无法满足临床医生对于速度要求；(2)分割结果效果不理想，由于传统图像处理方法基本是建立在数学统计的基础上进行处理，这就无法解决尺度，旋转等问题，特别是对于末端的细小支气管分割，分割精度无法满足临床需求；(3)气管树分级方面，主要存在分级准确度不高，同一级别被错分成不同级别的问题。
技术实现思路
针对以上提到的不足，本专利技术提出了一种智能肺部气管树分割提取和分级的方...
【技术保护点】
1.一种智能肺部气管树分割提取和分级的方法，其具体步骤如下：(1)利用深度学习技术对肺部气管树进行分割操作，得到完整的肺部气管树掩膜；(2)对得到的完整肺部气管树掩膜进行填洞、去空腔、平滑等预处理，然后提取中心线，建立正向和反向两种树状模型，再经过中心线剪枝，去环状结构等精细处理得到气管中心线；(3)对气管中心线进行预分级，并利用分叉缓冲长度和分叉角度两个评判因子对气管树进行修正；(4)根据中心线分级结果，对完整气管树进行映射，得到划分完整的分级气管树掩膜。
【技术特征摘要】
1.一种智能肺部气管树分割提取和分级的方法，其具体步骤如下：(1)利用深度学习技术对肺部气管树进行分割操作，得到完整的肺部气管树掩膜；(2)对得到的完整肺部气管树掩膜进行填洞、去空腔、平滑等预处理，然后提取中心线，建立正向和反向两种树状模型，再经过中心线剪枝，去环状结构等精细处理得到气管中心线；(3)对气管中心线进行预分级，并利用分叉缓冲长度和分叉角度两个评判因子对气管树进行修正；(4)根据中心线分级结果，对完整气管树进行映射，得到划分完整的分级气管树掩膜。2.如权利要求1所述的一种智能肺部气管树分割提取和分级的方法，其特征在于，所述(1)包含以下步骤：步骤1.1对CT数据通过自适应阈值分割技术，得到肺部掩膜，去掉肺外部心脏等非感兴趣区域；步骤1.2，利用本发明设计的基于深度学习的语义分割模型AirwayNet对肺部气管进行分割，该网络模型为全三维卷积结构，共有九层，其中第一层和最后一层使用普通三维卷积，其余使用三维空洞卷积；步骤1.3，对步骤1.2得到的气管掩膜进行后处理操作，主要是进行连通域分析，得到完整的气管分割掩膜。3.如权利要求1所述的一种智能肺部气管树分割提取和分级的方法，其特征在于，所述(2)包含以下步骤：步骤2.1，对步骤1.3得到的完整气管分割掩膜进行填洞，去空腔和平滑表面等预处理操作；步骤2.2，对主气管的顶端切片的中心点坐标，以该中心点坐标为起点进行26邻域分析，得到气管树模型的中心线；步骤2.3，对气管中心线模型建立正向和反向两种树状模型结构，其中正向树状结构模型以步骤2.2中的主气管顶端切片中心点坐标为根节点，反向树状结构则以当前节点为父节点，构成一棵反向树；步骤2.4，以步骤2.3得到的正向和反向气管树状模型结构以为基础，获取该叶子节点和分叉点之间的距离，设定叶子节点最小长度阈值，对于小于该阈值的叶子节点进行删除操作。步骤2.5，对正向气管树模型进行深度遍历，判断环状结构起点和终点之间的距离，删除距离较大的环状分支，得到完整的正向和反向气管树状模型结构。4.如权利要求1所述的一种智能肺部气管树分割提取和分级的方法，其特征在于，所述(3)包含以下步骤：步骤3.1，预分级方法是从根节点开始进行遍历，若当前节点存在两个子节点，那么标签在父节点的基础上增加1，得到了分配好标签的气管中心线模型；步骤3.2，分级修正主要是通过...
【专利技术属性】
技术研发人员：程国华，苏宝星，姜志强，何林阳，季红丽，
申请(专利权)人：杭州健培科技有限公司，
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。