[发明专利]一种基于胸部CT影像的肺实质自动分割方法

权利要求书

1.一种基于胸部CT影像的肺实质自动分割方法，用于从胸部CT影像中提取得到肺实质区域，其特征在于，包括：

步骤S1，使用种子点提取方法从所述胸部CT影像中选取种子点；

步骤S2，基于所述种子点，使用区域生长方法以及孔洞填充方法提取得到胸腔轮廓；

步骤S3，在所述胸腔轮廓的范围内进行连通域分析，判断是否存在两个面积相近的连通域；

步骤S4，当步骤S3判断为否时，使用角点检测方法对所述胸腔轮廓进行分离，得到两个所述连通域；

步骤S5，使用面积阈值方法分别去除两个所述连通域中的气管区域，得到所述肺实质区域；

步骤S6，将所述肺实质区域作为标签，将所述肺实质区域对应的所述胸部CT影像作为与所述标签对应的图像，组成训练集，基于该训练集进行分割网络的训练，得到训练好的肺实质分割网格模型，并使用所述肺实质分割网格模型来从新的所述胸部CT影像中提取所述肺实质区域。

2.根据权利要求1所述的基于胸部CT影像的肺实质自动分割方法，其特征在于：

其中，所述种子点提取方法包括以下步骤：

步骤A1，使用具有预定尺寸及预定步长的滑窗对所述胸部CT影像进行全局遍历，判断每个所述滑窗内的图像的平均像素灰度值是否高于设定阈值，当判断为是时，将所述滑窗作为初步选定滑窗；

步骤A2，对每个初步选定滑窗以及和所述初步选定滑窗邻接的四个所述滑窗进行相似性测度计算，判断该初步选定滑窗和四个邻接的所述滑窗是否都具有高相似性，当判断为是时，提取所述初步选定滑窗的质心作为所述种子点。

3.根据权利要求2所述的基于胸部CT影像的肺实质自动分割方法，其特征在于：

其中，所述相似性测度计算包括灰度相似性计算、纹理相似性计算以及结构相似性计算，

所述灰度相似性计算采用了均值差分算法进行计算：

所述纹理相似性计算采用了熵差分算法进行计算：

所述结构相似性计算采用了基于哈希编码的汉明值进行计算：

式中，N为图像的尺度，X为中间区域图像的像素灰度值，Y_n为X的领域图像的像素灰度值，E_x、E_y为图像熵，i为像素的灰度值，j为领域图像的灰度均值，P_ij为图像取灰度值ij的概率。

4.根据权利要求1所述的基于胸部CT影像的肺实质自动分割方法，其特征在于：

其中，所述区域生长方法包括以下步骤：

步骤B1，已生长区域包括所述种子点；

步骤B2，对所述种子点的四邻域的且不在已生长区域内的像素点进行搜索，寻找灰度值小于设定阈值的所述像素点，当找到所述像素点时，将所述像素点加入所述已生长区域，并将所述像素点作为新的所述种子点，重复步骤B2进行区域生长，当没有找到所述像素点时，停止所述区域生长，所述已生长区域即为带有孔洞的所述胸腔轮廓。

5.根据权利要求1所述的基于胸部CT影像的肺实质自动分割方法，其特征在于：

其中，所述角点检测方法包括以下步骤：

步骤C1，计算所述胸腔轮廓的图像中的每个像素点的响应值；

步骤C2，选取所述响应值远大于其他所述像素点的所述响应值的两个所述像素点作为两个角点；

步骤C3，连接两个所述角点，实现对两个所述区域的分离。

6.根据权利要求5所述的基于胸部CT影像的肺实质自动分割方法，其特征在于：

其中，根据以下公式计算所述响应值：

R＝detM-k(traceM)²

式中，R为响应值，M为中间矩阵，k为检验常数，w为高斯函数，I_x、I_y分别表示图像在X和Y方向上的两个梯度。