基于医学图像的自动肺分叶方法、装置及电子设备制造方法及图纸

本发明专利技术提供了一种基于医学图像的自动肺分叶方法，包括步骤有：利用支气管数据，从待分叶的肺部医学图像中获取各个肺叶间裂的感兴趣区域；利用Hessian矩阵，对各个所述感兴趣区域进行增强以得到对应的增强图像；从各个所述增强图像中提取初步的肺叶间裂数据；利用插值算法将所述初步的肺叶间裂数据重建生成完整的肺叶间裂数据，再根据所述完整的肺叶间裂数据进行肺分叶。本发明专利技术还提供一种基于医学图像的自动肺分叶装置及电子设备。借此，本发明专利技术能够实现全自动肺分叶，并且分叶结果更加准确。并且分叶结果更加准确。并且分叶结果更加准确。

【技术实现步骤摘要】
基于医学图像的自动肺分叶方法、装置及电子设备


[0001]本专利技术涉及医学图像处理
，尤其涉及一种基于医学图像的自动肺分叶方法、装置及电子设备。

技术介绍

[0002]肺癌已经成为威胁国民健康的第一大癌症杀手，外科手术在可切除肺癌的治疗中起决定性作用，微创化胸腔镜手术提高了患者的术后生活质量和生存率。针对肺病变局限于单一肺叶内，而其余肺均正常，则可施行肺叶切除手术，肺叶切除是目前治疗肺部外科疾病的最为常用术式，肺叶切除术后损失的肺功能较少，对患者正常生活影响不大，可以在保证切除范围的同时，减小了肺功能的损失，达到了较好的治疗效果。
[0003]每一肺段支气管及其分支分布的肺组织称为支气管肺段，在肺段内，肺动脉的分支与肺段支气管相伴行，支气管在三维维度的空间走向及相互位置决定着各个肺段位置。在肺叶切除手术前获得清晰准确的肺分叶结构，对于手术的成功与否具有至关重要的影响。现有技术常采用人工肺分叶的方法，具体包括：应用肺部解剖知识，于连续肺CT图像的每个层面上，全面地辨认肺门和肺内支气管、肺动脉、肺静脉三套管道，且绘出图像简图，进行图形重塑，借以在三个维度上观察三套管道的分布情况。可用于校对图像中所观察到结构的正确性，同时为进一步CT图像上分叶分段，同时肺的三套管道在三个维度上的空间走向及其相互位置关系，将其应用于CT图像上，并结合肺叶间裂的辨认，达到在CT图像上进行肺分叶。这种人工肺分叶的方法费时费力。
[0004]现有技术还有一种根据基于支气管的自动及半自动肺分叶分段的方法，根据泰森多边形理论算法以计算出支气管的分叶与肺对应的肺叶，但这种方法没有利用到CT图像中的信息，得到的肺叶结果往往与基于CT图像中肺叶间裂的肺分叶结果有一定差距。
[0005]综上可知，现有技术在实际使用上显然存在不便与缺陷，所以有必要加以改进。

技术实现思路

[0006]针对上述的缺陷，本专利技术的目的在于提供一种基于医学图像的自动肺分叶方法、装置及电子设备，其能够实现全自动肺分叶，并且分叶结果更加准确。
[0007]为了解决上述技术问题，本专利技术是这样实现的：
[0008]第一方面，本专利技术实施例提供了一种基于医学图像的自动肺分叶方法，包括步骤有：
[0009]利用支气管数据，从待分叶的肺部医学图像中获取各个肺叶间裂的感兴趣区域；
[0010]利用Hessian矩阵，对各个所述感兴趣区域进行增强以得到对应的增强图像；
[0011]从各个所述增强图像中提取初步的肺叶间裂数据；
[0012]利用插值算法将所述初步的肺叶间裂数据重建生成完整的肺叶间裂数据，再根据所述完整的肺叶间裂数据进行肺分叶。
[0013]根据本专利技术所述的方法，所述利用支气管数据，从待分叶的肺部医学图像中获取
各个肺叶间裂的感兴趣区域，包括：
[0014]计算支气管每个离散点的欧拉特征值，得到支气管中心线点集；
[0015]根据所述支气管中心线点集，构建出支气管树形结构；
[0016]根据所述支气管树形结构及支气管生理特征，自动对五个肺叶所对应的支气管中心线做标记；
[0017]计算肺内每个像素点与五个所述支气管中心线之间的距离，并将所述像素点与距离最近的所述支气管中心线作相同标记；
[0018]获取两个不同标记之间的相接面点集，利用所述相接面点集计算回归平面，将所述回归平面外扩预定的第一长度，作为计算肺叶间裂的感兴趣区域；重复此操作至计算出每条肺叶间裂的感兴趣区域，后续的操作在每个肺叶间裂的感兴趣区域上分别进行。
[0019]根据本专利技术所述的方法，所述第一长度为25～35mm。
[0020]根据本专利技术所述的方法，所述利用Hessian矩阵，对各个所述感兴趣区域进行增强以得到对应的增强图像，包括：
[0021]将所述感兴趣区域中像素值小于第一像素阈值的区域的像素值修改为所述第一像素阈值，像素值大于第二像素阈值的区域的像素值修改为所述第二像素阈值；
[0022]构造高斯滤波器G
σ
，σ为高斯滤波器G
σ
的方差，对所述高斯滤波器G
σ
求二阶导数，用所述二阶导数与所述感兴趣区域的各个像素点逐一进行卷积得到I
XX
(σ)、I
XY
(σ)、I
XZ
(σ)、I
YY
(σ)、I
YZ
(σ)和I
ZZ
(σ)；
[0023]构成Hessian矩阵H1和H2，计算公式为：
[0024]及
[0025]计算H1的特征值λ1，、λ2及H2的特征值λ3，、λ4并排序，满足|λ1|＞|λ2|，|λ3，|＞|λ4|；
[0026]计算所述感兴趣区域的各个像素点的增强值E1和E2，计算公式为：
[0027]及
[0028]计算出所述感兴趣区域内所述增强值E1的最小值Emin1、最大值Emax以及所述增强值E2的最小值Emin2、最大值Emax2，最后计算各个像素点的最终增强值E得到增强图像，所述最终增强值E的计算公式为：
[0029][0030]根据本专利技术所述的方法，所述第一像素阈值为
‑
1000～
‑
800，所述第二像素阈值为
‑
500～
‑
300。
[0031]根据本专利技术所述的方法，所述从各个所述增强图像中提取初步的肺叶间裂数据，包括：
[0032]在所述增强图像的横断面切片、矢状面切片及冠状面切片上分别做如下操作：
[0033]对所述感兴趣区域中的每个像素点，计算以所述像素点为中心，预定的第二长度的线段经过的所有点的增强值之和S
E1
，旋转所述线段，计算其余各个方向的增强值之和S
E2
、S
E3
、S
E4
……
S
EN
，N为大于1的整数，统计出所有增强值之和的最大值S
Emax
；
[0034]取每张所述切片中所有最大值S
Emax
的前预定比例作为阈值T，创建二值图像，将所述最大值S
Emax
大于所述阈值T处的值设为1，其余处的值设为0；
[0035]将所述二值图像的切片合并为三维图像；
[0036]将所述二值图像进行与操作，从所述与操作的结果中提取最大连通区域作为所述初步的肺叶间裂数据。
[0037]根据本专利技术所述的方法，所述前预定比例为2～8％；所述第二长度为5～15mm。
[0038]根据本专利技术所述的方法，所述利用插值算法将所述初步的肺叶间裂数据重建生成完整的肺叶间裂数据，再根据所述完整的肺叶间裂数据进行肺分叶，包括：
[0039]遍历所述初步的肺叶间裂数据中每个X，Y坐标，如果所述X，Y坐标对应不止一个肺叶间裂点：若最上方的肺叶间裂点与最下方的肺叶间裂点距离小本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于医学图像的自动肺分叶方法，其特征在于，包括步骤有：利用支气管数据，从待分叶的肺部医学图像中获取各个肺叶间裂的感兴趣区域；利用Hessian矩阵，对各个所述感兴趣区域进行增强以得到对应的增强图像；从各个所述增强图像中提取初步的肺叶间裂数据；利用插值算法将所述初步的肺叶间裂数据重建生成完整的肺叶间裂数据，再根据所述完整的肺叶间裂数据进行肺分叶。2.根据权利要求1所述的方法，其特征在于，所述利用支气管数据，从待分叶的肺部医学图像中获取各个肺叶间裂的感兴趣区域，包括：计算支气管每个离散点的欧拉特征值，得到支气管中心线点集；根据所述支气管中心线点集，构建出支气管树形结构；根据所述支气管树形结构及支气管生理特征，自动对五个肺叶所对应的支气管中心线做标记；计算肺内每个像素点与五个所述支气管中心线之间的距离，并将所述像素点与距离最近的所述支气管中心线作相同标记；获取两个不同标记之间的相接面点集，利用所述相接面点集计算回归平面，将所述回归平面外扩预定的第一长度，作为计算肺叶间裂的感兴趣区域；重复此操作至计算出每条肺叶间裂的感兴趣区域，后续的操作在每个肺叶间裂的感兴趣区域上分别进行。3.根据权利要求2所述的方法，其特征在于，所述第一长度为25～35mm。4.根据权利要求1～3任一项所述的方法，其特征在于，所述利用Hessian矩阵，对各个所述感兴趣区域进行增强以得到对应的增强图像，包括：将所述感兴趣区域中像素值小于第一像素阈值的区域的像素值修改为所述第一像素阈值，像素值大于第二像素阈值的区域的像素值修改为所述第二像素阈值；构造高斯滤波器G
σ
，σ为高斯滤波器G
σ
的方差，对所述高斯滤波器G
σ
求二阶导数，用所述二阶导数与所述感兴趣区域的各个像素点逐一进行卷积得到I
XX
(σ)、I
XY
(σ)、I
XZ
(σ)、I
YY
(σ)、I
YZ
(σ)和I
ZZ
(σ)；构成Hessian矩阵H1和H2，计算公式为：及计算H1的特征值λ1，、λ2及H2的特征值λ3，、λ4并排序，满足|λ1|＞|λ2|，|λ3，|＞|λ4|；计算所述感兴趣区域的各个像素点的增强值E1和E2，计算公式为：及计算出所述感兴趣区域内所述增强值E1的最小值Emin1、最大值Emax以及所述增强值E2的最小值Emin2、最大值Emax2，最后计算各个像素点的最终增强值E得到增强图像，所述最终增强值E的计算公式为：
5.根据权利要求4所述的方法，其特征在于，所述第一像素阈值为
‑
1000～
‑
800，所述第二像素阈值为
‑
500～
‑
300。6.根据权利要求1～5任一项所述的方法，其特征在于，所述从各个所述增强图像中提取初步的肺叶间裂数据，包括：在所述增强图像的横断面切片、矢状...

【专利技术属性】
技术研发人员：邵振洲，伍亚军，
申请(专利权)人：深圳市旭东数字医学影像技术有限公司，
类型：发明
国别省市：