[发明专利]一种基于CT影像的肺结节检测方法

摘要

本发明公开了一种基于CT影像的肺结节检测方法，具体步骤为(1)获取CT序列影像；(2)肺实质分割；(3)气管/主支气管剔除；(4)边缘结节检测；(5)疑似结节检测；(6)特征提取及分类；(7)肺结节标定，本发明可以实现对微小结节的检测，充分利用了CT序列影像的三维信息，减少了局部容积效应，肺结节的三维可视化提高了肺结节的细节显示能力，可以更好的辅助医生提高诊断准确性，对于肺结节特征提取和分类不需要大量的先验知识，检测实时性较好，对于肺结节检测敏感性较高，特别可以对肺癌早期阶段形成的微小结节进行检测，满足了医生对于肺癌CAD系统准确性、易操作性及实时性的需求。

主权项

一种基于CT影像的肺结节检测方法，其特征在于，包括如下步骤：(1)获取CT序列影像；(2)肺实质分割：i为序列影像的当前层数，θ为像素个数统计经验值，首先利用阈值T二值化第i层影像，肺内图像像素标定为1，背景像素标定为0，统计标定为1的像素个数Ni，初始化为1，当Ni＞θ时像素保留，否则去除，然后扩展到多层序列影像区域，重复上述算法；(3)气管/主支气管剔除：首先自动在关键层肺门气管区域定位一个种子点，然后利用区域增长算法，在种子点的3×3×3邻域内进行增长，阈值的选取可以在气管的CT值范围内选取，区域增长过程中更多的体素被包含进气管和主支气管区域，当体素进入左右肺区域时，增长终止，最后标定所有体素并分割；(4)边缘结节检测：利用数学形态学的开运算剔除影像上与结构元素不相吻合的凸区域，利用闭运算填充那些影像上与结构元素不相吻合的凹区域，同时保留那些相吻合的凹区域；(5)疑似结节检测：采用Hessian矩阵的圆型滤波器对肺实质分割后影像进行圆点滤波，并有效抑止线形结构；然后采用不变矩算法精确检测疑似结节区域；(6)特征提取及分类；(7)肺结节标定。