[发明专利]基于医学图像的自动肺分叶方法、装置及电子设备

权利要求书

1.一种基于医学图像的自动肺分叶方法，其特征在于，包括步骤有：

利用支气管数据，从待分叶的肺部医学图像中获取各个肺叶间裂的感兴趣区域；

利用Hessian矩阵，对各个所述感兴趣区域进行增强以得到对应的增强图像；

从各个所述增强图像中提取初步的肺叶间裂数据；

利用插值算法将所述初步的肺叶间裂数据重建生成完整的肺叶间裂数据，再根据所述完整的肺叶间裂数据进行肺分叶。

2.根据权利要求1所述的方法，其特征在于，所述利用支气管数据，从待分叶的肺部医学图像中获取各个肺叶间裂的感兴趣区域，包括：

计算支气管每个离散点的欧拉特征值，得到支气管中心线点集；

根据所述支气管中心线点集，构建出支气管树形结构；

根据所述支气管树形结构及支气管生理特征，自动对五个肺叶所对应的支气管中心线做标记；

计算肺内每个像素点与五个所述支气管中心线之间的距离，并将所述像素点与距离最近的所述支气管中心线作相同标记；

获取两个不同标记之间的相接面点集，利用所述相接面点集计算回归平面，将所述回归平面外扩预定的第一长度，作为计算肺叶间裂的感兴趣区域；重复此操作至计算出每条肺叶间裂的感兴趣区域，后续的操作在每个肺叶间裂的感兴趣区域上分别进行。

3.根据权利要求2所述的方法，其特征在于，所述第一长度为25～35mm。

4.根据权利要求1～3任一项所述的方法，其特征在于，所述利用Hessian矩阵，对各个所述感兴趣区域进行增强以得到对应的增强图像，包括：

将所述感兴趣区域中像素值小于第一像素阈值的区域的像素值修改为所述第一像素阈值，像素值大于第二像素阈值的区域的像素值修改为所述第二像素阈值；

构造高斯滤波器G_σ，σ为高斯滤波器G_σ的方差，对所述高斯滤波器G_σ求二阶导数，用所述二阶导数与所述感兴趣区域的各个像素点逐一进行卷积得到I_XX(σ)、I_XY(σ)、I_XZ(σ)、I_YY(σ)、I_YZ(σ)和I_ZZ(σ)；

构成Hessian矩阵H₁和H₂，计算公式为：

及

计算H₁的特征值λ₁，、λ₂及H₂的特征值λ₃，、λ₄并排序，满足|λ₁|＞|λ₂|，|λ₃，|＞|λ₄|；

计算所述感兴趣区域的各个像素点的增强值E₁和E₂，计算公式为：

及

计算出所述感兴趣区域内所述增强值E₁的最小值Emin₁、最大值Emax以及所述增强值E₂的最小值Emin₂、最大值Emax₂，最后计算各个像素点的最终增强值E得到增强图像，所述最终增强值E的计算公式为：

5.根据权利要求4所述的方法，其特征在于，所述第一像素阈值为-1000～-800，所述第二像素阈值为-500～-300。