[发明专利]一种基于胸片的计算机辅助检测肺结节的方法

说明书

技术领域

本发明涉及肺结节检测领域，尤其涉及一种基于胸片的计算机辅助检测肺结节的方法。

背景技术

近年来，肺癌死亡人数已经占到所有癌症死亡人数的第一位，美国癌症协会估计在2009年，肺癌将占整个癌症病例的28％，而肺癌病人的5年存活率只有14％，但如果能检测到作为早期肺癌的肺结节，再配合适当的治疗，病人的存活率可以提高到50％。

CT被认为是检测肺结节的最佳方法——“金标准”，然而，因为经济、方便和放射剂量适中等原因，X光胸片更常用，事实上，几乎所有的早期肺癌都是通过胸片发现的，但对放射科医生来说，基于胸片发现早期肺癌是一件很困难的任务。

近20年来，基于胸片肺结节计算机辅助检测系统一直是研究热点。虽然基于胸片的肺结节检测系统性能在近10年提高了很多，但还是面临检测结果存在大量假阳性的问题。研究表明，如果检测系统的假阳性达到每副图像11个，哪怕它的结节检出率达到80％，也不能帮助医生提高诊断精度.但如果系统的假阳性只有4个，医生对结节的检出率会得到有效的提高。对于当前的检测系统，最大问题是如何在提高结节检测率的同时，降低检测结果中的假阳性。

发明内容

本发明所要解决的技术问题在于提供一种基于胸片的计算机辅助检测肺结节的方法，能够解决检测率不高，假阳性过多的问题。

为解决上述技术问题，本发明实施例提供的一种基于胸片的计算机辅助检测肺结节的方法，具体技术方案如下：

一种基于胸片的计算机辅助检测肺结节的方法，包括：

a.通过基于活动形状模型的肺区分割方法和肺区背景噪声去除技术对图像进行预处理；

b.为了选取到更多被肋骨等结构遮挡的真实结节，有效提高最终的结节检出率，利用两步结节增强技术，选择可疑结节，所述两步结节增强技术具体包括：

b1.获取结节肋骨图像；

b2.获取结节可能值图像；

c.为了有效降低了检测结果中的假阳性，引入分水岭算法分割所述可疑结节，基于分割结果提取区分真实结节和假结节的特征；以及

d.基于提取的特征引入经典线性分类器获取最终结节检测结果。

优选地，所述区分真实结节和假结节的特征包括5类特征。

具体的，所述获取结节肋骨图像具体包括：首先，用结节模板对所述预处理图像作灰度形态学开运算获取结节增强的结节图像，所述结节模板为一幅灰度值服从正态分布的小图像；然后，用所述灰度形态学开运算增强肋骨结构。

具体的，所述可疑结节选取步骤包括：从结节可能值图像中选取若干个峰值点作为可疑结节的初始位置；如果任意两个峰值点之间的距离小于阈值，则具有更大值的点被选作可疑结节。

具体的，所述可疑结节分割步骤包括：首先，以某一可疑结节位置为中心点从结节肋骨图像上截取一感兴趣区域；其次，用灰度阈值法获得初始分割区域；然后，用二值的形态学腐蚀运算去除初始分割区域中一些不属于结节的部分；再后，用膨胀运算还原分割区域的大小；最后，采用分水岭算法对分割区域中的结节进行精分割。

本发明提供的一种基于胸片的计算机辅助检测肺结节的方法，由于方法中引入两步结节增强技术使系统能够检测到更多被肋骨等结构遮挡的结节；同时，为了降低假阳性，引入分水岭分割方法，使得基于分割结果提取的特征值更有效。

附图说明

图1为本发明一种基于胸片的计算机辅助检测肺结节的方法中感兴趣点O的结节可能值计算圆环示意图。

具体实施方式

本发明实施例提供一种基于胸片的计算机辅助检测肺结节的方法，能够检测到更多被肋骨等结构遮挡的结节，同时降低假阳性。

下面结合附图对本发明实施例基于胸片计算机辅助检测肺结节的方法进行详细描述。

一种基于胸片的计算机辅助检测肺结节的方法，包括：