[发明专利]肺结节CT图像分割算法

说明书

一种肺结节CT图像分割算法，具体算法为：第一步：手工勾画ROI后，利用距离图得到三个轴面上，各个像素点距离该轴面上ROI边界的距离值；将三个轴面距离值相加，大于等于0的像素标记为候选ROI区域，小于0的区域标记为非ROI区域；第二步：图像裁剪，将第一步的计算结果进行最大外接长方体裁剪；第三步：图像滤波，将图像进行7个方向的管状滤波处理；第四步：大津法阈值分割，得到初步分割结果；第五步：形态学腐蚀处理；第六步：计算最大连通区域；第七步：填充空洞后作为最终分割结果。

技术领域

本发明涉及一种肺结节CT图像分割算法。

背景技术

对肺结节的精确分割是基于CT图像的早期肺癌计算机辅助诊断的关键步骤，能否从CT图像中精确地分割出肺结节，最终会影响到技术机辅助诊断系统的性能。译

在CT图像中，由于结节等病变部位的密度与心脏及胸廓等软组织的密度极为接近，故传统的基于阈值的分割方法，虽然能有效地提取肺实质，却常常会丢失如结节等病变部位的细节信息。现有的成像技术还无法确切地区分出结节和胸廓这样密度相似的软组织，要解决这个问题只能依赖图像分割算法。针对这一问题，现有的算法多是先利用阈值分割、区域增长、边缘检测等方法得到CT图像中肺实质的大致区域，然后对分割结果进行修正，以弥补因各种病变造成的肺实质的缺失部分。然而，这种分割不够精确，不能满足临床诊断的需要。

发明内容

本发明的目的是提供一种肺结节CT图像分割算法，可有效解决上述问题。

一种肺结节CT图像分割算法，具体算法为：第一步：手工勾画ROI后，利用距离图得到三个轴面上，各个像素点距离该轴面上ROI边界的距离值；将三个轴面距离值相加，大于等于0的像素标记为候选ROI区域，小于0的区域标记为非ROI区域；

第二步：图像裁剪，将第一步的计算结果进行最大外接长方体裁剪；目的是：加快处理速度；

第三步：图像滤波，将图像进行7个方向的管状滤波处理。目的是减少肺血管的干扰；

第四步：大津法阈值分割，得到初步分割结果；肺部实性结节与肺部区域CT值分布曲线有明显区别，直接使用自适应阈值分割即可得到初步分割结果；

第五步：形态学腐蚀处理；目的：如果结节靠近胸膜部分，此步骤可断开部分连接；

第六步：计算最大连通区域；目的：阈值分割以及形态学腐蚀得到的分割结果并不是连通的，此步骤可去除小的噪声区域；

第七步：填充空洞后作为最终分割结果；目的：肺结节内部可能含有空洞，此处填充，使结果更准确。

进一步，所述距离图指图中每个像素点距离最近边缘点的距离值；区域内部距离值为正数，区域外部距离值为负数，边界上的像素点距离值为0；

距离图算法流程如下：

A)区域内部距离值设为大值，外部区域设置0；

B)前向滤波，对于体数据，从上至下、从前至后、从左往右，计算每个像素点26领域内最小距离值；

C)后向滤波，与前向滤波相反，计算像素点26领域内最小距离值；

D)B-C得到的是区域内部正的距离值；

E)将区域内外取反，重复A-C后，将距离值取负，得到区域外部的距离值。

进一步，所述管状滤波算法流程：

A)计算7个方向的管状滤波模板，滤波模板权重采用圆柱体计算公式计算；模板大小采用固定大小7*7*7；

B)将每个滤波模板与图像进行卷积，得到7个卷积结果；

C)比较7个卷积结果，取最小值作为最终结果。