[发明专利]CT图像的U型区域、长短边的判断方法及肺实质外部轮廓的修复方法

说明书

CT图像的U型区域、长短边的判断方法及肺实质外部轮廓的修复方法，属于图像处理领域，为了解决肺实质底部特殊形状的外边缘修复的问题，S1.输入待修复的已分割肺实质掩膜数据；S2.判断是否为肺实质底部的U型区域；S3.若是U型区域，则判断U型区域的长短边S4.若是短边，则取出短边缘区间信息，在该区间修复，效果是对肺底部为U型区域的外边缘修复具有显著效果。

技术领域

本发明属于图像处理领域，涉及一种CT图像的U型区域、长短边的判断方法及肺实质外部轮廓的修复方法。

背景技术

肺癌是死亡率最高的癌症。肺癌早期的影像学检查手段主要有胸部X线片、CT(Computed Tomography)以及MRI(Magnetic Resonance Imaging)。其中CT影像因其对各种肺部病变具有良好的密度分辨能力成为肺癌早期筛查最好的影像学方式。但CT扫描产生的图像量巨大，可以达到几十至几百层，放射医师的阅片负担较重，易引起疲劳，进而导致阅读效率和质量下降，造成一定几率的误诊、漏诊。计算机辅助检测(Computer AidedDetection,CAD)系统，能够自动地帮助医生检测，辅助医生发现病灶，提高诊断的准确率。

肺实质的自动分割是肺部CAD系统的一个必要处理过程。传统的分割方法一般都使用阈值分割、区域生长、连通标记等方法分割出肺实质区域。当有结节等病变粘连在胸膜上时，由于结节的密度和包围肺实质的身体组织的密度极为接近，传统的方法会将原本属于肺部区域的肺结节分割出去，从而造成肺实质区域的不完整和肺结节的丢失。而结节又是肺部医学影像的一个重要的影像征，是医生进行诊断的重要依据，所以需要对有缺陷的肺实质区域采取修复操作，最终提取出包含肺结节等病变部位的完整的肺实质。

常用的肺边缘修复的方法主要有基于滚球的方法、基于形态学操作的方法、基于曲率的方法等。其中，基于滚球的方法和形态学的方法，由于结节大小和形态的不确定,很难找到合适尺寸的圆球或者结构元素。尺寸太小会不足以将被丢失的结节完全包括进来；尺寸太大会导致原始边界中不需要修改的区域也发生形变，从而将非肺实质部分包括到分割结果中，并且计算量也随之增大，消耗了处理时间。基于曲率的方法认为，在出现肺结节丢失的区域会出现较大的曲率变化，根据这一先决条件找出这部分区域予以修复。但肺部边缘的曲率很容易受到噪声的影响，局部边缘形状的一些细微变化也会引起曲率的变化，很难找到合适的全局曲率阈值，并且计算量也较大。

发明内容

为了解决肺实质底部特殊形状的外边缘修复的问题，本发明提出如下技术方案：一种CT图像的肺实质外部轮廓的修复方法，包括如下步骤：

S1.输入待修复的已分割肺实质掩膜数据；

S2.判断是否为肺实质底部的U型区域；

S3.若是U型区域，则判断U型区域的长短边；

S4.若是短边，则取出短边缘区间信息，在该区间修复。

进一步的，所述步骤S2：对掩膜数据0、1变换次数的统计来确定是否为U型区域，在U型范围的行数据中从左向右应该有两次从0到1的变化过程。

进一步的，所述步骤S2，当条件均满足以下两个条件即判断该区域为U型区域：

(1)连续多行数据是否均有两个以上的变化点；

(2)单行数据中，两变化点之前的距离是否大于单侧肺宽度的一半。

进一步的，从U型数据的上方逐行向下遍历，取每一组的掩膜数据0、1变换的变化点，假设该组变化点分别为Pt1、Pt2，对应的坐标分别为Pt1(i1,j)、Pt2(i2,j)，两个变化点在相同行，行坐标为j；