[发明专利]一种CT影像肺结节种子点自动获取和分割方法

权利要求书

1.一种CT影像肺结节种子点自动获取和分割方法，其特征在于，所述方法包括：

通过滑降得到初始种子点；

通过迭代生长机制结合多尺度的约束进行肺结节的自动区域生长完成肺病变分割；

通过提炼肺边界精炼分割结果。

2.根据权利要求1所述的CT影像肺结节种子点自动获取和分割方法，其特征在于，获取初始种子点的过程如下：

首先，进行肺实质的自动分割；

接着，将一个多尺度高斯滤波器被施加到计算在该肺实质图像的每个像素的梯度大小；

然后，通过滑降方法进行肺实质的梯度图像检测，得到邻域内梯度最小值，若发现最小值，则通过独特的标记将其针对性的标记原始像素；在所有的像素被标记后，使得突出显示的部分将被转移到较低的灰色部分，而病变区域仍然突出。

3.根据权利要求1所述的CT影像肺结节种子点自动获取和分割方法，其特征在于，肺病变分割的自动区域生长由三维空间中的距离约束和生长度约束结合区域生长方法实现，其中距离约束用以确定最大的生长距离，生长尺度约束用以限制体素在每一轮生长的最大值。

4.根据权利要求1所述的CT影像肺结节种子点自动获取和分割方法，其特征在于，在精炼分割结果时，采用肺部边界信息来衡量是否需要剔除某些过分割的部分。

5.根据权利要求4所述的CT影像肺结节种子点自动获取和分割方法，其特征在于，在图像的横断面上进行，相邻的两层图像，一层为CI，为要处理的影像层；其相邻层命名为CI'，该层的肺结节比较大，为需要处理的影像层的相邻层，具体的处理步骤如下所示：

(1)计算CI层肺部病变的重心点，COG：

其中，M表示CI层肺部结节的总的像素数，CIi表示相应的结节坐标；

(2)提取CI和CI’两层影像肺部结节的边界；

(3)计算CI层所有结节像素点与COG之间的距离：

Dis(b_i)＝||b_i-COG||₂,i＝(0,1...n)；

其中，||b_i-COG||₂表示的是(b_i,COG)的欧氏距离,n表示的总的边界点的数目，Dis(b_i)表示b_i到COG点的距离；

(4)计算COG到CI'图像上病变边界点b_i'的距离，Dis(b_i')表示b_i'到COG的距离：

Dis(b_i')＝||b_i'-COG||₂,i＝(0,1...n')；

其中，n'表示CI'图像上肺部结节的边界点，在原始的图像上，体素点b_i和b_i'都是病变的边界点；

(5)重复第4步，处理所有CI'上肺部病变区域的边界点；

(6)计算平均距离Avg：

points表示b_i'点，b_i'的总数。对于每一个b_i'表示的边界点，如果Dis(b_i')大于Avg，修改Dis(b_i')，如下所示：

NewDis(b_i')＝Dis(b_i')-(Dis(b_i')-Avg)*p；

其中，p表示所有大于大于Avg的点，NewDis(b_i')是b_i'点的新坐标点经过修正。