[发明专利]基于改进形状模型的肺分割方法

说明书

技术领域：本发明涉及一种肺分割方法，尤其是一种基于改进形状模型的肺分割方法。 

背景技术:肺癌是当今对人类健康危害最大的恶性肿瘤之一。特别是近半个世纪以来，随着空气污染造成的环境不断恶化及吸烟人口数量的大量增加，各国肺癌的发病率和病死率都在急剧上升。2012年全美肺癌的死亡病例数为160,259，位居所有癌症死亡率的首位，远远高于其它癌症的死亡率。2008年我国肺癌死亡病例数为493,348，与2004-2005年的30.83万相比，死亡率提高近60%。中国癌症预防与控制规划纲要(2004～2010)确定肺癌为我国癌症防治的重点。 

由于肺属于人体内部脏器，多数肺癌在开始的时候只是在身体内悄悄生长，患者没有任何感觉。当患者因咳嗽、咯血及胸痛等临床症状就诊时，大多数已经处于中晚期，错过了治疗的最佳时机。研究表明，肺癌的早期诊断能降低肺癌患者的死亡率，并且早期肺癌患者术后10年的生存率高于90%。所以，肺癌的早期诊断与治疗是提高肺癌患者生存率的关键。 

近年来，数字化X线摄影（Digital Radiography）使传统的X线摄影技术进入数字化领域。它与传统的X线摄影相比，具有更高的影像质量，包含更多的影像信息等特点。同时，由于DR图像具有成像设备简单，成本低，与CT相比放射线剂量低等特点，所以是肺癌筛查的主要成像方式。由于肺区域的准确分割是肺结节自动检测与辅助诊断的基础，因此是学者 们研究的热点之一。Xu等人提出基于图像特征分析的肺区域分割算法。先通过轮廓的二阶导数确定肺顶部及胸腔边界，再根据边界梯度确定纵隔右边界，由规则确定起始点搜索纵隔左边界，该算法实现对肺区域粗略分割，精度较低。Ginneken等人使用主动形状模型，主动外观模型，及多分辨率像素分类算法对肺区域进行分割，交替使用形状与灰度信息，容易陷入局部极值。Shi等人提出基于普通人群与患者特有肺部形状统计信息的形变模型的肺区域分割算法。Soleymanpour等人先使用基于自适应对比度均衡的非线性滤波器对原始图像增强，再利用区域增长算法对形态学操作获得初始肺区域进行修补获得更加精确的分割结果。刘炎等人提出了基于柔性形态学与聚类算法的肺分割算法，该方法利用柔性腐蚀算子对图像暗区的扩张作用，但分割性能过于依赖第一次分割。石争浩等人对模糊C均值聚类算法进行改进，采用基于核的距离范式替代欧式聚类来分割肺区域。 

发明内容：针对上述现有技术的不足，本发明提供了一种基于改进形状模型的肺分割方法。 

为实现上述目的，本发明采用的技术方案是：基于改进形状模型的肺分割方法，具体步骤为： 

一、模型初始轮廓位置的确定：包括标记训练集，对齐训练集，先验模型的建立三个主要部分。 

①标记训练集：使用沿着边界的点来标记训练集，点包括如下三类：a、标记目标有特定应用部分的点。例如，在人脸模型中，表示眼睛中心的点。表示边界上比较锐利的拐角，如眼角的点；b、标记无关应用部分的点，如目标在特定方向上的最高点，或曲率的极值处；c、填在一类点或二类点之 间的点。 

②对齐训练集：为了能够比较不同形状上的相同的点，它们必须关于一组坐标轴对齐。通过缩放、旋转和平移的操作使训练形状对齐，使它们尽可能对齐紧密。设x_i是训练集中第i个形状中n个点的向量，x_i＝(x_i0,y_i0,x_i1,y_i1,...,x_ik,y_ik,...,x_in-1,y_in-1)^T。其中，(x_ij,y_ij)是第i个形状中第j个点。 

给定两个相似形状x_i和x_j，选择旋转角度θ、缩放s、平移(t_x,t_y)，则M(s,θ)[x]代表旋转角度为θ和缩放比例为s的变换，把x_i映射为M(s,θ)[x_j]+t，使以下加权和最小化： 

E_j＝(x_i-M(s,θ)[x_j]-t)^TW(x_i-M(s,θ)[x_j]-t)    (1) 

其中，