一种基于水平集的CT胸片肺组织图像分割方法.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CN109064476A(43)申请公布日2018.12.21(21)申请号201810819746.3(22)申请日2018.07.24(71)申请人西安电子科技大学地址710071陕西省西安市雁塔区太白南路2号(72)发明人王蓉芳杨靖陈佳伟郝红侠缑水平刘红英(74)专利代理机构陕西电子工业专利中心61205代理人程晓霞王品华(51)Int.Cl.G06T7/12(2017.01)G06T7/13(2017.01)G06T7/62(2017.01)权利要求书3页说明书10页附图4页(54)发明名称一种基于水平集的CT胸片肺组织图像分割方法(57)摘要本发明公开了一种基于水平集的CT胸片肺组织图像分割方法，解决CT图像中肺区域分割边界不精确、需人工干预、结果不稳定的问题。实现过程有：获取CT图像并预处理；构造能量泛函并设定初始零水平集；最小化能量泛函，得零水平集轮廓；从中选出候选肺部区域轮廓；逐个向内候选肺部区域填充轮廓；对填充结果进行形态学开、闭操作，移除小体积连通区域。本发明提取了图像的边缘信息，基于先验知识设计了稳定的轮廓筛选策略，有效的筛选出候选肺部区域轮廓，最后基于轮廓高度信息设计了轮廓填充的优化方案。本发明图像分割结果鲁棒，精度高，是一种全自动的图像分割方法。本发明提取出了CT图像肺部区域，可用于后续对CT图像肺部区域分析。CN109064476ACN109064476A权利要求书1/3页1.一种基于水平集的CT胸片肺组织图像分割方法，其特征是，包括有如下步骤：步骤1获取包含肺组织的胸部CT图像，并进行CT胸片图像预处理；步骤2在预处理后的胸部CT图像上构造能量泛函方程并进行设定初始零水平集；步骤3在初始零水平集的基础上最小化能量泛函方程，获取CT胸片图像零水平集轮廓图像；步骤4挑选出候选肺部区域轮廓：从CT胸片零水平集轮廓图像中进行候选肺部区域轮廓挑选，首先计算出所有零水平集轮廓图像的外接矩形及轮廓的面积，按照轮廓的面积从大到小排序，得到已排序的轮廓列表，计算出轮廓的面积与轮廓的外接矩形的面积之比，然后计算出轮廓的外接矩形的宽度与外接矩形的高度，最后计算出轮廓的外接矩形的长宽比，最终根据轮廓的面积与轮廓的外接矩形的面积之比、轮廓的外接矩形的高度、轮廓的外接矩形的宽度、轮廓的外接矩形的长宽比零水平集轮廓图像中挑选出候选肺部区域轮廓图像；步骤5根据候选肺部区域轮廓图像的高度逐个向内填充轮廓，获得三维初步分割结果图像；步骤6对三维初步分割结果图像依次进行三维图像形态学开操作，闭操作，选择使用球形结构元作为基本形态学结构元，结构元半径大小为p，然后对分割结果进行连通域分析，移除体积小于体积阈值w的三维连通区域，得到最终三维分割结果图像。2.根据权利要求1所述的一种基于水平集的CT胸片肺组织图像分割方法，其特征在于，步骤1中所述的图像预处理是给CT图像灰度值加400，然后将图像灰度值归一化到8位无符号数。3.根据权利要求1所述的一种基于水平集的CT胸片肺组织图像分割方法，其特征在于，步骤2中所述的在预处理后的CT胸片肺组织图像上构造能量泛函方程并进行设定初始零水平集，具体包括有如下步骤：2.1构造能量泛函方程F(φ,c,b)F(φ,c,b)＝ε(φ,c,b)+υL(φ)+μRp(φ)其中，φ为水平集函数，c为水平集内外的灰度平均值向量，b为偏置场，L(φ)为零水平集弧长函数，Rp(φ)为能量密度惩罚函数，υ零水平集弧长函数正则项，μ是能量密度惩罚函数正则项；具体地，其中N代表待分割区域数，Mi是成员函数，为以下形式：M1(φ(x))＝H(φ(x))，M2(φ(x))＝1-H(φ(x))；其中，赫维赛德函数H(φ(x))为以下形式：ei(x)为以下形式：222ei(x)＝I1K-2ci(b*K)+ci(b*K)；2CN109064476A权利要求书2/3页I其中为待分割图像，ci代表当前水平集区域的灰度平均值，*是卷积算子，K是一个高斯卷积核，1K(x)为以下形式：1K(x)＝∫K(y-x)dy；K(y-x)是一个非负的窗函数，满足K(y-x)＝1，Oy代表水平集区域y；零水平集弧长函数L(φ)为如下形式：L(φ)＝∫|▽H(φ(x))|dx；其中，▽为梯度算子；能量密度惩罚函数Rp(φ)为以下形式：Rp(φ)＝∫p(|▽φ(x)|)dx；其中，势函数p(s)为以下形式：p(s)＝(1/2)(s-1)2；2.2初始零水平集的设定为：首先计算出CT图像的中心，然后分别对此中心向左和向右偏移m个像素得到两个初始零水平集的中心位置，以此作为两个正方形的中心，正方形的大小为n,最终将这两个正方形作为初始零水平集。4.根据权利要求1所述的一种基于水平集的CT胸片