System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于方向窄条滤波和面拟合的CT影像肺叶分割方法、系统和设备技术方案_技高网

基于方向窄条滤波和面拟合的CT影像肺叶分割方法、系统和设备技术方案

技术编号:40877541 阅读:2 留言:0更新日期:2024-04-08 16:47
本发明专利技术公开了一种基于方向窄条滤波和面拟合的CT影像肺叶分割方法、系统和设备,方法包括:获取人体肺部区域CT影像,对其进行数据增强处理;对增强处理后的CT影像中每个切片的每个像素,均利用模板旋转匹配技术获得其CT强度的增强矢量表示,再通过滤波得到影像中的肺裂像素及其方向信息;根据肺裂像素的方向信息对影像中肺裂进行整合;对影像中整合后的肺裂进行人工修正;确定拟合肺裂曲面的Z轴方向,再利用肺裂的所有像素坐标求解拟合曲面表达式中的未知参数,得到肺裂曲面;使用肺裂曲面对CT影像中的不同肺叶进行分割。本发明专利技术基于方向窄条滤波和面拟合技术,有效提取和修复不完整的肺裂,实现准确的肺叶分割。

【技术实现步骤摘要】

本专利技术属于医学图像处理领域,具体涉及一种基于方向窄条滤波和面拟合的ct影像肺叶分割方法、系统和设备。


技术介绍

1、在医学图像处理领域,肺叶的准确分割对于诊断和治疗肺部疾病具有重要意义。肺部解剖结构的复杂性和多样性使得自动化肺叶分割成为一项具有挑战性的任务。肺叶之间的边界是肺裂,但肺裂在ct图像中呈现出不完整、模糊、难以区分和畸变等特点,导致肺叶分割的准确性受到限制。

2、已有的肺叶分割方法包括计算几何技术、肺部分割方法、深度学习模型等。然而,这些方法在处理不完整的肺裂、复杂干扰的情况下仍然存在一些限制。


技术实现思路

1、本专利技术提供一种基于方向窄条滤波和面拟合的ct影像肺叶分割方法、系统和设备,基于方向窄条滤波和面拟合技术,有效提取和修复不完整的肺裂,实现准确的肺叶分割。

2、为实现上述技术目的,本专利技术采用如下技术方案:

3、一种基于方向窄条滤波和面拟合的ct影像肺叶分割方法,包括:

4、步骤1,获取人体肺部区域ct影像,对其进行数据增强处理;

5、步骤2,对增强处理后的ct影像中每个切片的每个像素,均利用模板旋转匹配技术获得其ct强度的增强矢量表示,再通过滤波得到影像中的肺裂像素及其方向信息;

6、步骤3,根据肺裂像素的方向信息,对影像中的肺裂进行整合;

7、步骤4,对影像中整合后的肺裂进行人工修正,得到的肺裂为部分区域不可见的三维面状结构;

8、步骤5,确定拟合肺裂曲面的z轴方向,再利用肺裂的所有像素坐标求解拟合曲面表达式中的未知参数w0、w1、w2,得到肺裂曲面;其中,代表肺裂任意像素的坐标,简记为;

9、步骤6,使用肺裂曲面对ct影像中的不同肺叶进行分割。

10、进一步地,步骤2中,针对ct影像每个切片的每个像素,获得其ct强度的增强矢量表示的具体方法为:

11、步骤2.1,分别计算在矢状面、冠状面和轴向平面这3个横截面切片的肺裂形状响应;其中,在每个横截面切片的肺裂形状响应的计算方法包括:

12、步骤2.1.1,将包括3根平行且相邻间距相同的直线的平面模板,以当前像素为中心并在横截面切片上旋转,记录每次旋转角度时平面模板上各条直线上像素的平均ct强度;设平面模板上每根直线包括个像素,相邻直线间距为,等间距总共旋转次,第次旋转时相对于起始位置的旋转角度为;

13、步骤2.1.2,计算平面模板中相邻直线ct强度差的最值、;

14、步骤2.1.3,通过计算肺裂近似结构的ct强度值,并利用对ct强度差最值、进行抑制得到当前像素ct强度的线性增强最值、:

15、,

16、式中,为抑制系数;

17、步骤2.1.4,取所有旋转角度对应、中的最大值作为该像素ct强度的增强幅值的最值、:

18、,

19、步骤2.1.5,将、级联得到当前像素在当前横截面切片的肺裂形状响应;其中,表示级联运算符;

20、步骤2.2,将当前像素在矢状面、冠状面和轴向平面这3个横截面切片的肺裂形状响应分别记为、、,计算当前像素在三维空间的肺裂形状幅度响应:

21、;

22、式中,表示取平均值,表示取最大值;

23、步骤2.3,构建矢状面的肺裂形状矢量响应,并表示为矢状面单位向量:

24、,;

25、步骤2.4,将肺裂形状幅度响应和矢状面单位向量组合,得到当前像素ct强度在三维空间的增强矢量表示:

26、。

27、进一步地,所述通过滤波得到影像中的肺裂像素及其方向信息,表示为:

28、;

29、式中,为肺裂分割阈值;

30、若表示该像素为肺裂像素,否则不是肺裂像素。

31、进一步地,步骤2.1.2计算平面模板中相邻直线ct强度差的最值、,计算式为:

32、,;

33、式中,分别为平面模板中左、中、右三根直线的平均ct强度。

34、进一步地,步骤3对影像中的肺裂进行整合,具体为:

35、将矢状面上的角度<mstyle displaystyle="true" mathcolor="#000000"><mi>[</mi><mn>0</mn><mi>,</mi><mn>2</mn><mi>π</mi><mi>]</mi></mstyle>等分为个角度区间依次为,则有<mstyle displaystyle="true" mathcolor="#000000"><msub><mi>ω</mi><mn>1</mn></msub><mi>∪</mi><msub><mi>ω</mi><mn>2</mn></msub><mi>∪⋯∪</mi><msub><mi>ω</mi><mi>n</mi></msub><mi>=</mi><mrow><mo>[</mo><mrow><mn>0</mn><mi>,</mi><mn>2</mn><mi>π</mi></mrow><mo>]</mo></mrow></mstyle>;

36、将带有方向信息的肺裂细分为若干小的肺裂面,再将相互连通、且法向量角度属于相同肺裂角度区间的小肺裂面合并为同一个肺裂整体;

37、再对合并后的各肺裂整体,将其中相互连通、且所属肺裂角度区间相邻的肺裂整体进行合并。

38、进一步地,步骤4通过人工利用软件对步骤3所得肺裂中未检出的肺裂像素进行手动补齐。

39、进一步地,将人工修正后的肺裂分别投影到三维正交的三个二维平面上,将投影面积最大的平面所对应的投影方向,确定为肺裂曲面拟合的z轴方向。

40、进一步地,求解拟合曲面表达式的方法为:

41、首先,将拟合曲面表达式转换为矩阵形式:

42、

43、式中,z为拟合的曲面所有的z轴值z的集合,a为可视化肺裂沿z轴投影得到的所有的投影点(x,y)的集合,z和a一一对应,w为曲面拟合系数;

44、然后,强制将拟合曲面上的临近数据点求导,令其导数为0:

45、

<本文档来自技高网...

【技术保护点】

1.一种基于方向窄条滤波和面拟合的CT影像肺叶分割方法,其特征在于,包括:

2.根据权利要求1所述的CT影像肺叶分割方法,其特征在于,步骤2中,针对CT影像每个切片的每个像素,获得其CT强度的增强矢量表示的具体方法为:

3.根据权利要求2所述的CT影像肺叶分割方法,其特征在于,所述通过滤波得到影像中的肺裂像素及其方向信息,表示为:

4.根据权利要求2所述的CT影像肺叶分割方法,其特征在于,步骤2.1.2计算平面模板中相邻直线CT强度差的最值、,计算式为:

5.根据权利要求1所述的CT影像肺叶分割方法,其特征在于,步骤3对影像中的肺裂进行整合,具体为:

6.根据权利要求1所述的CT影像肺叶分割方法,其特征在于,步骤4通过人工利用软件对步骤3所得肺裂中未检出的肺裂像素进行手动补齐。

7.根据权利要求1所述的CT影像肺叶分割方法,其特征在于,将人工修正后的肺裂分别投影到三维正交的三个二维平面上,将投影面积最大的平面所对应的投影方向,确定为肺裂曲面拟合的Z轴方向。

8.根据权利要求7所述的CT影像肺叶分割方法,其特征在于,求解拟合曲面表达式的方法为:

9.一种基于权利要求1-8任一项所述CT影像肺叶分割方法的系统,其特征在于,包括:

10.一种电子设备,包括存储器及处理器,所述存储器中存储有计算机程序,其特征在于,所述计算机程序被所述处理器执行时,使得所述处理器实现如权利要求1~8中任一项所述的方法。

...

【技术特征摘要】

1.一种基于方向窄条滤波和面拟合的ct影像肺叶分割方法,其特征在于,包括:

2.根据权利要求1所述的ct影像肺叶分割方法,其特征在于,步骤2中,针对ct影像每个切片的每个像素,获得其ct强度的增强矢量表示的具体方法为:

3.根据权利要求2所述的ct影像肺叶分割方法,其特征在于,所述通过滤波得到影像中的肺裂像素及其方向信息,表示为:

4.根据权利要求2所述的ct影像肺叶分割方法,其特征在于,步骤2.1.2计算平面模板中相邻直线ct强度差的最值、,计算式为:

5.根据权利要求1所述的ct影像肺叶分割方法,其特征在于,步骤3对影像中的肺裂进行整合,具体为:

6.根据权利要求1所述的ct影像肺叶分割方...

【专利技术属性】
技术研发人员:彭圆圆张子旭
申请(专利权)人:华东交通大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1