[发明专利]一种基于CT图像的肺支气管自动分割方法及系统

说明书

本发明提供了基于CT图像的肺支气管自动分割方法及系统，属于医学图像处理技术领域，方法包括：获取胸肺部CT图像；对所述胸肺部CT图像进行初次分割，以得到主干气管图像和肺部图像；对所述肺部图像进行多尺度管状增强，并统计灰度分布直方图，以得到灰度阈值和增强灰度阈值；根据所述主干气管图像构建种子点队列，利用所述灰度阈值和增强灰度阈值执行区域增长，得到肺支气管分割图像。该方法利用灰度实现无需人工交互的肺支气管分割，方便快速，较大程度上提高了肺支气管建模的速度以及CT图像中肺支气管的分割效率，该方法无需GPU硬件支持，仅使用CPU即可快速实现，易于在不同环境下推广使用。

技术领域

本发明属于医学图像处理技术领域，具体涉及一种基于CT图像的肺支气管自动分割方法及系统。

背景技术

根据胸部CT分割支气管树是评估支气管病变引发肺部疾病（支气管扩张、支气管壁增厚等）的有效手段，基于分割的支气管树测量管径、壁厚等可以对肺部情况进行评估。由于肺支气管树具有复杂的分支结构和拓扑形态，根据管径大小的不同其分支等级可以多达10级以上，所以如果采用手工分割，将是一项非常费时费力的任务，难以在临床诊断和治疗中进行应用。因此实现胸部CT分割支气管树，是当前肺部疾病诊疗中的一个急需解决的问题。

但是现有的肺支气管自动分割方法多为基于机器学习的方法，通过对体素特征进行分类实现分割，该方法需要大量训练数据并且人为设计体素特征，模型泛化性能高度依赖训练数据，特征提取过程慢，难以快速实现分割。

发明内容

针对现有技术中的缺陷，本发明提供一种基于CT图像的肺支气管自动分割方法及系统，提高CT图像中肺支气管的分割效率。

第一方面，一种基于CT图像的肺支气管自动分割方法，包括：

获取胸肺部CT图像；

对胸肺部CT图像进行初次分割，以得到主干气管图像和肺部图像；

对肺部图像进行多尺度管状增强，并统计灰度分布直方图，以得到灰度阈值和增强灰度阈值；

根据主干气管图像构建种子点队列；

利用灰度阈值和增强灰度阈值执行区域增长，以得到肺支气管分割图像。

优选地，对胸肺部CT图像进行初次分割，以得到主干气管图像和肺部图像具体包括：

在胸肺部CT图像中，对肺部位置和气管位置的体素进行标记，以得到多个标记点；

利用分水岭分割算法对标记点进行分割，根据表征主干气管的标记点构建主干气管图像，根据表征肺部的标记点构建肺部图像。

优选地，对肺部图像进行多尺度管状增强，并统计灰度分布直方图，以得到灰度阈值和增强灰度阈值具体包括：

对肺部图像进行统计，以得到肺内灰度分布直方图；

根据肺内灰度分布直方图计算灰度阈值；灰度阈值包括灰度低阈值和灰度高阈值；

对肺部图像进行多尺度管状增强，以得到肺部增强图像；

对肺部增强图像进行统计，以得到肺内增强灰度分布直方图；

根据肺内增强灰度分布直方图计算增强灰度阈值；增强灰度阈值包括增强灰度低阈值和增强灰度高阈值。

优选地，根据主干气管图像构建种子点队列具体包括：

构建种子点队列，并将主干气管图像中的标记点作为种子点加入种子点队列。

优选地，区域增长具体包括：

步骤A：定义种子点队列中一种子点为当前种子点，在种子点队列中删除当前种子点；