[发明专利]一种基于CT影像的三维肺叶分割方法

摘要

本发明提供了一种基于CT影像的三维肺叶分割方法，属于计算机辅助医学领域。本发明主要在CT影像中进行一个基于标记的分水岭变换，将肺实质细分为五个肺叶。首先采用自动分割算法，分割肺实质，气管以及血管，并利用肺实质，气管以及血管的信息生成用于分水岭分割的成本图像以及属于不同肺叶的标记点。然后在获取成本图像以及标记点的基础上进行分水岭变换，获取初始的肺裂区域。最后将初始的肺裂区域信息与肺实质，气管以及血管的信息相结合生成新的成本图像，并再次进行分水岭变换，获取最终的肺叶分割结果。

主权项

1.一种基于CT影像的三维肺叶分割方法，其特征在于，包括以下步骤：a.读取CT影像数据。读取DICOM文件，并提取头文件信息，将图像的灰度值转变为CT值。b.对原始数据进行预处理操作获取肺实质，气管以及血管。获取肺实质的步骤如下：首先利用简单阈值法，获取肺实质的主要轮廓；其次通过形态学处理去除噪声；然后通过区域生长法获取主气管，以及左右主支气管，进而在获得的肺实质图像中去除气管；最后链码修补法修补肺实质缺失部分。获取气管的步骤如下：首先利用高斯核对图像进行平滑滤波，减少噪声；其次利用区域生长法获取气管主体；然后利用形态学重建获取细小血管的候选区域；最后将候选区域与以气管主体相结合，再次进行区域生长，获取最终的气管结果。获取血管的步骤如下：首先对图像进行多尺度的高斯滤波；随后获取图像中每个像素点相对应的hessian矩阵，并计算hessian矩阵特征值；然后根据hessian矩阵特征值构建Frangi滤波器来增强血管结构；最后在多幅滤波后图像中，在每一点处选择响应值最高的结果，获取最终的血管结果。c.基于肺实质，气管以及血管信息获取成本图像以及标记点；获取成本图像的步骤如下：首先将肺实质灰度值范围统一到[0,255]；然后对气管(血管)数据进行欧式距离变换，计算所有点到气管点(血管点)的最短欧式距离，并将结果图像的灰度值范围统一到[0,255]；最后将处理好的肺实质，欧式距离变换图像用相同的权重进行结合，并将灰度值范围统一到[0,255]，生成成本图像。获取标记点的步骤如下：首先利用拓扑细化算法提取气管骨架；然后利用气管骨架为二叉树的特点，获取属于不同肺叶的标记点。d.基于成本图像以及标记点进行分水岭变换，获取初始肺裂位置；在自动获得的标记点的基础上，对成本图像进行分水岭变换，获取初始的肺裂位置。e.结合肺裂位置信息，生成新的成本图像；计算裂隙周围区域中的像素点到区域以外的最短欧几里德距离，并与步骤c中的处理好的肺实质，欧式距离变换图像用相同的权重进行结合，获得新的成本图像。f.基于新的成本图像以及标记点再次进行分水岭变换，获取肺叶分割结果；在自动获得的标记点的基础上，对新的成本图像进行分水岭变换，获取最终的肺叶分割结果。