一种基于CT图像的肺支气管自动分割方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114419077A(43)申请公布日2022.04.29(21)申请号202210329877.X(22)申请日2022.03.31(71)申请人深圳市一图智能科技有限公司地址518000广东省深圳市福田区香蜜湖街道东海社区深南大道7002号财富广场B座B8B(72)发明人张晓东(74)专利代理机构北京酷爱智慧知识产权代理有限公司11514代理人袁克来(51)Int.Cl.G06T7/11(2017.01)G06T7/55(2017.01)G06T7/00(2017.01)G06T5/40(2006.01)权利要求书2页说明书9页附图8页(54)发明名称一种基于CT图像的肺支气管自动分割方法及系统(57)摘要本发明提供了基于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。CN114419077ACN114419077A权利要求书1/2页1.一种基于CT图像的肺支气管自动分割方法，其特征在于，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，以得到肺支气管分割图像。2.根据权利要求1所述基于CT图像的肺支气管自动分割方法，其特征在于，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：在所述胸肺部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所述标记点进行分割，根据表征所述主干气管的标记点构建所述主干气管图像，根据表征所述肺部的标记点构建所述肺部图像。3.根据权利要求2所述基于CT图像的肺支气管自动分割方法，其特征在于，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：对所述肺部图像进行统计，以得到肺内灰度分布直方图；根据所述肺内灰度分布直方图计算所述灰度阈值；所述灰度阈值包括灰度低阈值和灰度高阈值；对所述肺部图像进行多尺度管状增强，以得到肺部增强图像；对所述肺部增强图像进行统计，以得到肺内增强灰度分布直方图；根据所述肺内增强灰度分布直方图计算所述增强灰度阈值；所述增强灰度阈值包括增强灰度低阈值和增强灰度高阈值。4.根据权利要求3所述基于CT图像的肺支气管自动分割方法，其特征在于，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，并将所述主干气管图像中的标记点作为种子点加入所述种子点队列。5.根据权利要求4所述基于CT图像的肺支气管自动分割方法，其特征在于，所述区域增长具体包括：步骤A：定义所述种子点队列中一种子点为当前种子点，在所述种子点队列中删除所述当前种子点；步骤B：获取所述当前种子点的多个邻域体素点；根据所述灰度阈值和所述增强灰度阈值依次判断所有所述邻域体素点是否属于支气管，将属于支气管的邻域体素点作为种子点加入所述种子点队列；当所述当前种子点的邻域体素点全部判断完后，执行步骤C；步骤C：判断所述种子点队列是否为空，如果是，区域增长结束，如果不是，执行步骤A。6.根据权利要求5所述基于CT图像的肺支气管自动分割方法，其特征在于，根据所述灰度阈值和所述增强灰度阈值判断所述邻域体素点是否属于支气管具体包括：计算所述邻域体素点的局部灰度特征、局部灰度标准差、局部灰度增强特征和局部灰度增强标准差；2CN114419077A权利要求书2/2页根据局部灰度特征、局部灰度标准差、局部灰度增强特征、局部灰度增强标准差以及所述邻域体素点的灰度值判断所述邻域体素点是否属于支气管；当所述邻域体素点不属于支气管时，通过解剖信息判断所述邻域体素点是否属于支气管。7.根据权利要求6所述基于CT图像的肺支气管自动分割方法，其特征在于，根据局部灰度特征、局部灰度标准差、局部灰度增强特征、局部灰度增强标准差以及邻域体素点的灰度值判断邻域体素点是否属于支气管具体包括：当所述邻域体素点p的灰度值小于所述灰度低阈值、且满足和时，判断邻域体素点p属于支气管；当所述邻域体素点p的灰度值处于所述