一种基于聚类关键帧提取CT图像的肺实质分割方法技术

本发明专利技术涉及一种基于聚类关键帧提取CT图像的肺实质分割方法，包括以下步骤：肺部CT图像数据预处理，对图像CT值进行肺窗加窗灰阶变换处理；对步骤1处理后患者肺部CT图像的灰度直方图相似度进行聚类分析，提取肺部CT序列中关键帧数据；采用多相位水平集CV模型进行对患者关键帧CT图像进行肺实质分割；依据关键帧中肺实质分割结果进行肺部CT全序列中肺实质的映射分割提取，得到肺实质初始轮廓；对肺部CT图像中肺实质初始轮廓进行形态学腐蚀和膨胀操作细化轮廓，最终得到患者肺部CT数据中肺实质的分割结果。本发明专利技术同时还给出实现上述分割方法的肺实质分割设备。

A method of lung parenchyma segmentation based on clustering key frame extraction CT image

【技术实现步骤摘要】
一种基于聚类关键帧提取CT图像的肺实质分割方法
本专利技术涉及一种医学图像处理领域，尤其涉及一种基于聚类关键帧提取CT图像的肺实质快速自动分割方法。
技术介绍
肺部计算机断层扫描(ComputerTomography，CT)成像具有较好的组织密度分辨率，可以有效、直接的实现早期肺癌无创、低成本筛查，已成为临床推荐检测方式。随着临床对肺部成像精度需求地不断提高，CT扫描层厚度逐渐减小，使得临床肺部CT数据量呈爆炸式增长，从而带来了临床处理工作量大，速度慢和效率低等问题。因此，基于各种机器学习算法开发的计算机辅助诊断(Computer-AidedDiagnosis，CAD)技术，可实现快速、精确地CT图像自动处理及分析，有助于提高临床处理速度和效率，减少医师工作强度。目前，已有的CT图像中肺实质CAD提取算法可分为四类：①阈值分割法，②基于区域分割法，③基于形状的分割法，④临近解剖组织引导分割法。多数研究是采用大量肺部CT数据进行卷积神经网络等机器学习算法训练，从而实现肺实质地精确分割提取。但是由于肺部CT数据量大，且存有较大个体差异，使得本文档来自技高网...

【技术保护点】
1.一种基于聚类关键帧提取CT图像的肺实质分割方法，包括以下步骤：/n步骤1：肺部CT图像数据预处理：读取患者肺部CT图像，进行去除胸腔以外区域预处理后，对图像CT值进行肺窗加窗灰阶变换处理；/n步骤2：对步骤1处理后患者肺部CT图像的灰度直方图相似度进行聚类分析，提取肺部CT序列中关键帧数据，即计算CT序列中第i帧图像CT

【技术特征摘要】
1.一种基于聚类关键帧提取CT图像的肺实质分割方法，包括以下步骤：
步骤1：肺部CT图像数据预处理：读取患者肺部CT图像，进行去除胸腔以外区域预处理后，对图像CT值进行肺窗加窗灰阶变换处理；
步骤2：对步骤1处理后患者肺部CT图像的灰度直方图相似度进行聚类分析，提取肺部CT序列中关键帧数据，即计算CT序列中第i帧图像CTi与现存某个聚类中各图像CTKj之间的距离D(CTi,CTKj)；
设定阈值，如果D(CTi,CTKj)均小于所述阈值，则说明当前帧CTi图像不属于已有的任何一个聚类，转到下一步；否则，将该CT图像划分到与其之间最相近的聚类中；
步骤3：采用多相位水平集CV模型进行对患者关键帧CT图像进行肺实质分割，以避免分割结果的中空和重叠问题；
步骤4：依据关键帧中肺实质分割结果进行肺部CT全序列中肺实质的映射分割提取，即关键帧数据{CTK1,CTK2,…,CTKN}将患者肺部CT图像含有i幅数据{CT1,CT2,…,CTi}分为N-1段，依据关键帧处理结果进行肺部CT图像肺实质分割时，首先，判断CTi图像与其所在分段起始关键帧的距离；然后，选择与其相邻的关键帧中肺实质及结构轮廓作为先验信息，进行CTi图像映射分割得到肺实质初始轮廓；
步骤5：对肺部CT图像中肺实质初始轮廓进行细化轮廓的处理，最终得到患者肺部CT数据中肺实质的分割结果。


2.根据权利要求1所述的方法，其特征在于，读取患者肺部CT图像，进行伪影、去噪并去除胸腔以外区域预处理。


3.对图像CT值进行肺窗加窗灰阶变换处理，...

【专利技术属性】
技术研发人员：于旭耀，王平，袁智勇，王煜雯，余辉，宋勇春，董洋，孙敬来，
申请(专利权)人：天津市肿瘤医院，
类型：发明
国别省市：天津;12