【技术实现步骤摘要】
一种区域生长以及形态学分析相结合的气管树提取方法
[0001]本专利技术涉及计算机图像处理
,具体的,涉及一种区域生长以及形态学分析相结合的气管树提取方法。
技术介绍
[0002]随着CT(Computed Tomography,计算机体层摄影)技术的发展,CT的扫描分辨率越来越高,这使得根据扫描的图像提取气管的有关特征参数进而研究肺结节、慢性阻塞性肺病等其他肺内疾病的诊断技术成为可能。然而,CT的发展也使得扫描片的数目速度增加,一个病例所包含的扫描片已高达几百张,在进行气管病变的检测时,放射科医生必须阅读大量的扫描片,漏诊与误诊的机率随着CT扫描片数目的增加而增高。使用CAD(Computer
‑
Aided Design,计算机辅助诊断系统)进行气管疾病的检测,有助于减少医生的阅片时间,提高气管检测与量化过程的客观性。
[0003]肺部CT图片中气管的分布特点决定了肺气管的分割方法有基于灰度区域的也有基于边缘的。这两种方法的算法目前已有很多种,但是或多或少都会存在一些问题。在现有技术基于灰度区域的方法中,主气管在CT图片中呈现亮黑色,和管腔内的灰度值有明显的差别,所以我们可以通过区域生长解决主气管的分割问题,但是细支气管有很大一部分扩散到了肺实质中,区域生长的时候就会连同肺实质一起生长出来。为了避免这种情况,只能通过严格控制生长约束条件来解决,但是这样做的代价会遗失一些真正的气管,最终的结果是气管树分割不完整。因此既要保证分割完整又要保证不要泄漏就是一个难点。基于边缘的分割方法可以避 ...
【技术保护点】
【技术特征摘要】
1.一种区域生长以及形态学分析相结合的气管树提取方法,其特征在于,包括如下步骤:CT图像预处理步骤S110:对CT图像进行预处理,降低图像噪声,减少干扰组织,提取分割出肺实质区域;主气管树分割步骤S120:利用质心法选取种子点作为区域生长的种子点,以该种子点为中心通过三维26邻域对其周围的邻接像素点进行判断,设置较低的低阈值T1和高阈值T2,其中T2=T1+ΔT,采用迭代方式逐步完成区域增长,每次迭代完成先进行泄漏检测,如果未发生泄漏,将T1和T2的值分别增加ΔT,否则中止生长;骨架以及分支点提取步骤S130:提取气管树的三维骨架图,将三维骨架图转换为二维图像,定义阈值长度T
h
,利用所述阈值长度T
h
将长度低于T
h
的分支去除,然后将处理后的二维图像重新转换为三维图像进行修剪,将修剪后的三维图像重新转换为二维图像,并在该二维图上显示出气管的分支点(Node)和分支(Branch),并保存各分支点对应的坐标位置;细气管树提取步骤S140:以步骤S123中的分支点的坐标位置为中心点,沿着分支的位置范围分层进行形态学处理,分割单层图像细支气管区域,最后再将分割结果进行三维重构合成三维肺部细支气管区域;主气管和细气管判断拼接步骤S150:将所提取的主气管和细气管合成肺部气管结构,在各层的肺部CT图像中,对主气管的端点和细气管的端点分别进行距离判断和角度判断,对于通过上述两种判断的主气管的端点和细气管的端点进行连接。2.根据权利要求1所述的气管树提取方法,其特征在于:在步骤S110中,选取阈值为-600HU对CT图像二值化处理;然后采用7
×7×
7球形结构元对二值图像进行形态学闭操作以填充血管和气管壁空洞;最后以此为掩膜从原图中隔离出肺实质区域。3.根据权利要求1所述的气管树提取方法,其特征在于:所述步骤S120,具体包括:自动确定种子点步骤S121:选择肺实质上端第10个轴向切片,在2D切片中划定矩形搜索区域,其中长、宽分别取该切片长和宽的一半;对搜索区域采用阈值为-750HU进行二值化,找到最大连通域,该连通区域对应主气管,其质心则是气管截面中心,作为区域生长的种子点;自适应调高阈值迭代生长步骤S122:以所选取的种子点为中心通过三维26邻域对其周围的邻接像素点进行判断:密度值L≤T1的邻接像素点标记为Confirm,即确认的气管区域;密度值T1<L<T2的邻接像素点标记为Ready,将其看作候选气管区域;T2<L的像素点标记为Away,属于未确认区域;采用迭代方式逐步完成区域增长,设置低阈值T1和高阈值T2,其中T...
【专利技术属性】
技术研发人员:李静,许荣德,陈兢兢,崔伟,张小波,袁兵,
申请(专利权)人:广东省人民医院广东工业大学,
类型:发明
国别省市:
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。