[发明专利]CT图像中肺部血管分割方法

权利要求书

1.一种CT图像中肺部血管分割方法，其特征在于，包括：

使用堆叠式全卷积神经网络依次对未增强的肺部CT图像进行肺部区域的提取与血管分割，并将一系列二维血管分割结果堆叠为三维血管分割结果；

基于三维血管分割结果，使用基于血管走形的区域生长算法获得最终的肺部血管分割结果。

2.根据权利要求1所述的一种CT图像中肺部血管分割方法，其特征在于，所述堆叠式全卷积神经网络在训练阶段与测试阶段都是针对单张未增强的肺部CT图像进行操作，最后将一系列的二维血管分割结果进行堆叠从而得到三维的结果。

3.根据权利要求1所述的一种CT图像中肺部血管分割方法，其特征在于，堆叠式全卷积神经网络包含两个结构相同的全卷积神经网络，分别记为Stage-I FCN与Stage-IIFCN；

其中，未增强的肺部CT图像输入至Stage-I FCN，通过Stage-I FCN输出的肺部区域概率图阈值得到只含肺部区域的二值掩膜，该二值掩膜与未增强的肺部CT图像进行乘操作得到只含肺部区域的CT图像；

利用Stage-II FCN对只含肺部区域的CT图像进行特征提取后，输出血管的分类概率，对血管的分类概率进行阈值操作得到血管分割结果。

4.根据权利要求1或3所述的一种CT图像中肺部血管分割方法，其特征在于，Stage-IFCN与Stage-II FCN均包含15次卷及操作，3次最大池化操作和3次反卷积操作；根据特征图尺寸和位置不同，网络总共分为7组卷积层，第1～第6组卷积层中包含两次卷积操作，第7组中有3次卷积操作；

根据网络结构，分成下采样阶段和上采样阶段；在下采样阶段一共进行了3次最大池化操作，每次最大池化操作使得特征图尺寸减半；在上采样阶段，总共进行了三次反卷积操作，每次反卷积使得特征图尺寸增倍。

5.根据权利要求1所述的一种CT图像中肺部血管分割方法，其特征在于，所述基于血管走形的区域生长算法在传统的区域生长算法基础上，加入了血管走形的条件对生长候选集进行约束；

所述基于血管走形的区域生长算法包含如下两步：首先，采用连通域算法选取体素大于设定值的连通域作为种子，种子包含了主干血管，不包含噪声和断裂的血管部分，剩下的非种子的连通域集合则为需要判断的部分，简称非种子集合；然后，在三维方向上对满足种子血管走形条件的非种子集合进行自动连接；方法为：对非种子集合计算血管走形特征值，并且设置阈值对非种子集合中每个连通域的血管走形特征值进行筛选，若连通域的血管走形特征值低于阈值，则判定为非血管的噪声不计入生长候选集，反之，若高于阈值，则判定为血管计入生长候选集，最后运用区域生长算法将满足阈值条件的连通域进行生长，最终输出结果即为肺部血管分割结果。