一种针对肺CT图像阈值分割结果的肺膜粘连结节区域精确修复方法.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CN110047085A(43)申请公布日2019.07.23(21)申请号201910307293.0(22)申请日2019.04.17(71)申请人泰山学院地址271000山东省泰安市东岳大街525号(72)发明人冯昌利魏海燕杨德运马召贵乔赛李鑫(74)专利代理机构泰安市诚岳专利代理事务所(特殊普通合伙)37267代理人姚艳梅(51)Int.Cl.G06T7/11(2017.01)G16H30/40(2018.01)权利要求书2页说明书11页附图3页(54)发明名称一种针对肺CT图像阈值分割结果的肺膜粘连结节区域精确修复方法(57)摘要本发明公开了一种针对肺CT图像阈值分割结果的肺膜粘连结节区域修复方法，通过对肺部二值图像进行SIFT特征检测获得图像中的特征点，并对上述获得的非边界特征点计算其最近邻替代点，并使用计算出的替代点替换原非边界特征点后，获得对应的边界特征点集合；针对上述边界特征点集合中的每一个边界特征点，基于特定的规则提取支撑边界；并根据计算得到的支撑边界图像中各支撑边界的联通性对其分段，获得图中彼此独立的支撑边界；对每个支撑边界分段,使用基于弯曲度编码对待修复的边界进行识别；对识别出的部分使用基于GVF的方法驱动光滑轮廓曲线以修复凹陷区域及边界。本发明应用本发明方法可以精确修复阈值分割结果中遗漏的肺膜黏连结节区域，将肺膜结节区域重新纳入肺实质区域中，从而保障了肺部CT图像病变组织CN110047085A分析算法的准确性。CN110047085A权利要求书1/2页1.一种针对肺CT图像阈值分割结果的肺膜粘连结节区域修复方法，其特征在于，包括以下步骤：S1、获取肺部区域二值图像；S2、对上述二值图像进行SIFT特征检测获得图像中的特征点，并对上述获得的非边界特征点计算其最近邻替代点，并使用计算出的替代点替换原非边界特征点后，获得对应的边界特征点集合；S3、针对边界特征点集合中的每一个边界特征点，基于特定的规则提取支撑边界；并根据计算得到的支撑边界图像中各支撑边界的联通性对其分段，获得图中彼此独立的支撑边界；S4、对上述每一段支撑边界计算其最小外接矩形并基于综合码、差值码、连续码、弯曲度编码对待修复的边界进行识别；S5、对待修复的边界进行修复。2.根据权利要求1所述的针对肺CT图像阈值分割结果的肺膜粘连结节区域修复方法，其特征在于：所述步骤S5中，对识别为凹陷区域的部分使用基于GVF-Snake的方法驱动光滑轮廓曲线以修复凹陷区域以及相关边界。3.根据权利要求2所述的针对肺CT图像阈值分割结果的肺膜粘连结节区域修复方法，其特征在于：所述步骤S1中，输入经过阈值方法从CT图像中直接提取到的肺部区域二值图像。4.根据权利要求3所述的针对肺CT图像阈值分割结果的肺膜粘连结节区域修复方法，其特征在于：步骤S2具体包括：S21、首先基于特征点检测、特征点描述、特征点匹配和消除错配点的SIFT特征点检测步骤后，得到二值图像中的特征点位置；S22、对上述检测到的每一个SIFT特征点，若其不在肺部边界上则寻找距离该特征点最近的边界点作为其替代点，从而将特征点集合转变为边界特征点集合。5.根据权利要求4所述的针对肺CT图像阈值分割结果的肺膜粘连结节区域修复方法，其特征在于：所述步骤S3具体包括：S31、对于步骤S2中获得的每个边界特征点，比较一定范围内普通边界点与当前特征点的欧氏距离，并比较该距离与给定距离阈值R的关系，根据大小关系确定该边界点是否为支撑边界点，遍历该范围内所有边界点后获得当前特征点的支撑边界；S32、遍历所有的边界特征点，并将其各自的支撑边界像素点在空白图中标出，待所有支撑点都标出后即获得仅包含支撑边界的二值图像；S33、对上述步骤中获得的二值图像进行连通性分析，将所有支撑边界分为彼此不连通的多个边界分段。6.根据权利要求5所述的针对肺CT图像阈值分割结果的肺膜粘连结节区域修复方法，其特征在于，所述步骤S4具体包括：S41、根据每一条支撑边界上所有像素点的位置确定当前支撑边界的最小外接矩形，使用该外接矩形获取原肺分割图像中对应局部范围内的小块图像；S42、使用二值图像边界检测算法检测出该小块图像对应的封闭边界；S43、对封闭边界进行方向数计算得到其初始的Freeman边界链码，并基于公式计算封2CN110047085A权利要求书2/2页闭边界的综合码。在得到综合码后，通过对相邻的两个综合码求差得到对应的差值码；S44、针对得到的差值码，基于一定的噪声筛选规则移除其中的噪声点；S45、对去噪后的差值码重新编码得到R码，分别对R码前后相邻的两个码值分别相乘得到连续码，对连续码取最小值后得到弯曲度码；S46、比较弯曲度码中最小码值和给定阈值的关系，