[发明专利]一种从肺部CT图像获得三维气管树的方法

说明书

技术领域

本发明涉及计算机图像处理技术领域，特别涉及一种从肺部CT图像获得三维气管树的方法。

背景技术

获得精确的肺部气管树是肺气管相关病变参数自动诊断的基础，肺气管树的准确提取对于肺部疾病的计算机辅助诊断系统具有重要意义。利用术前肺部三维CT图像，结合医学图像处理技术、计算机图形学技术及现代电子技术重建出三维气管树，实现术中实时引导，能极大地减少患者行支气管镜检查时发生意外的概率。

为了重建更多级的支气管，不少研究者提出了利用支气管树的结构解剖信息和相关信息的方法。这类方法可大致分为五类：1)基于知识或规则的方法；2)模板匹配方法；3)形态学方法；4)形状分析方法；5)混合方法。基于知识或规则的方法试图在支气管树重建时引入肺部支气管与血管的解剖关系先验、气管几何结构、局部图像特征、模糊逻辑以及连接性等知识。模板匹配方法的原理是根据支气管解剖结构先验预定义一组大小不同的掩膜或模板，辅助二维或三维图像空间中支气管结构特征的提取。例如，Kaftan则尝试把树形路径的结构模板用于支气管的重建。形态学方法常被用于细化已初始重建(例如通过三维区域生长算法)的三维支气管树，其设计思想是尝试利用各种形态学算子，连接或混合断裂的二维/三维支气管图像区域。例如，Aykac等提出了利用膨胀形态学算子连接在相邻图像层的相同区域，以提高单层图像的支气管重建准确率。在文献中，Fetita等提出了基于连接代价函数的数学形态学方法，检测支气管区域。局部图像特征方法是根据支气管通常表现为管道结构的特点，利用求解Hessian矩阵的特征值的方法，通过分析气管边界的二阶导数来增强与重建三维管状气管树。

本领域技术人员都清楚，泄露和阻塞是当今支气管树重建的两大主要难题。造成泄露与阻塞的主要原因是CT图像存在部分容积效应，导致肺部支气管的管壁与气道内空气的流明对比度降低。泄露将导致重建的气管树与其周边肺组织(例如，肺实质)融合；而阻塞则导致重建的气管树断裂及重建气管的不连续。此外，图像噪声、图像伪影及成像时呼吸运动所导致的运动伪影或图像模糊，都会给支气管树的重建带来巨大挑战。而当遇到某些肺部疾病的时候，例如慢性阻塞性肺病或间质性肺病，重建的困难会更加明显。而泄露和阻塞是三维气管树提取的一对矛盾，这种矛盾是不可能在单一算法框架下完成。

因此，亟需能够减小泄露和阻塞的影响的一种从肺部CT图像获得三维气管树的方法。

发明内容

本发明的目的在于提供一种能够在气管重建过程中减小泄露和阻塞的影响的一种从肺部CT图像获得三维气管树的方法。该方法包括以下步骤：采用自适应的三维空间区域生长法提取出主支气管；采用优化图像特征提取的方法提取出除主支气管外的其他支气管段；采用模糊连接度算法将主支气管和所述支气管段进行“缝合”，得到三维气管树。

作为一种优选方案，在所述提取出主支气管的步骤之前，先对CT图像进行平滑处理，通过结合分析CT图像中某体素点的CT值和其周围的局部亮度变化的二阶排列结构，并分析所述体素点是否属于管状结构，筛选出属于支气管的体素点，汇集全部所述属于支气管的体素点得到一级气管预处理图像。

作为一种优选方案，在所述提取出主支气管的步骤之前，将所述一级气管预处理图像进行闭运算，先对所述一级气管预处理图像的结构元素进行膨胀，然后再对膨胀后的图像用结构元素进行腐蚀，用于填充小洞，使物体的边界平滑，得到二级气管预处理图像。

作为一种优选方案，在所述提取主支气管的步骤中，具体包括以下步骤：选取起始种子点；选择自适应局部相邻阈值法作为区域增长的准则得到阈值，将大于或等于所述阈值的体素点作为种子点归并到种子区域；当周边所有种子点都归并到种子区域后，得到主支气管图像。

作为一种优选方案，在所述提取出除主支气管外的其他支气管段的步骤中，具体包括以下步骤：提取若干图像特征用于构建代价函数中的能量项；采用多核学习的方法，使用所述特征的组合核函数嵌入到三维支气管种子点提取算法中，得到组成所述支气管段的种子点；根据连续性对组成所述支气管段的种子点进行连续得到各独立的支气管段。

作为一种优选方案，所述若干图像特征包括基于多尺度Hessian矩阵的3D管道特征系数、局部相位、SIFT特征、低分辨率版本Haar-like特征。

作为一种优选方案，在将所述组成所述支气管段的种子点进行连续的步骤中，采用了基于Snake样条模型的方法。