[发明专利]一种基于CT图像的候选结节的筛选方法

权利要求书

1.一种基于CT图像的候选结节的筛选方法，其特征在于，包括以下步骤：

步骤1.获取待检测的肺部CT图像f₀(x,y)；

步骤2.对步骤1中的肺部CT图像f₀(x,y)进行二值化处理并提取肺实质初步模板f₁(x,y)；

步骤3.对肺实质初步模板f₁(x,y)进行肺实质修补并计算，得到肺实质区域图像f₂(x,y)；

步骤4.对肺实质区域图像f₂(x,y)进行二值化处理并筛选候选结节，得到候选结节集R[R₁,R₂,…,R_n-1,R_n]；

步骤5.构建用于对候选结节分类的3DCNN网络结构；

步骤6.根据3DCNN网络结构和LIDC肺部图像数据库中的库肺部CT图像训练出3DCNN网络模型；

步骤7.根据3DCNN网络模型判断候选结节集R中各候选结节为肺结节的概率。

2.根据权利要求1所述的一种基于CT图像的候选结节的筛选方法，其特征在于，所述步骤2的具体步骤如下：

步骤2.1.将获取的待检测的肺部CT图像f₀(x,y)进行高斯滤波处理，得到CT滤波图像；

步骤2.2.记分割阈值为T(T∈(0,255))，将分割阈值T作为CT滤波图像的分割值并进行前景图像与背景图像分割，记CT滤波图像的前景点数占图像比例为w_a1、前景平均灰度为u_a1、后景点数占图像比例为w_b1、后景平均灰度为u_b1、图像总平均灰度为u₁、前景图像和背景图像的方差为g₁；

步骤2.3.迭代不同的分割阈值T并计算对应的方差g₁的值，得到CT分割阈值T_g1；

步骤2.4.根据CT分割阈值T_g1对CT滤波图像进行二值化处理，得到CT二值化图像；

步骤2.5.从CT二值化图像所在的左右肺区域内选择种子点，以种子点为起始点，完成对左右肺区域中空洞的填充，得到空洞填充图像；

步骤2.6.将CT二值化图像和空洞填充图像做差计算，得到差值图像；

步骤2.7.对差值图像进行区域连通运算得到连通区域集S[S₁,S₂,…,S_n-1,S_n]，其中，S_n表示下标为n的连通区域；

步骤2.8.将连通区域集S中所有面积小于连通区域S_max面积的连通区域S_i(1≤i≤n)进行区域填充，得到肺实质初步模板f₁(x,y)；其中，S_max表示连通区域集S中面积最大的区域。

3.根据权利要求1所述的一种基于CT图像的候选结节的筛选方法，其特征在于，所述

步骤3中，得到肺实质区域图像f₂(x,y)的具体步骤如下：

步骤3.1.创建一个正灰度图像，并根据正灰度图像生成一个球形模板；

步骤3.2.利用Laplacian算子获取肺实质初步模板f₁(x,y)的肺实质边界；

步骤3.3.根据球形模板和肺实质边界确定肺实质模板；

步骤3.4.将肺部CT图像f₀(x,y)和肺实质模板做乘计算，得到肺实质区域图像f₂(x,y)。