肺区CT序列自动分割方法.pdf

(19)中华人民共和国国家知识产权局*CN103400365A*(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103400365103400365A(43)申请公布日2013.11.20(21)申请号201310257482.4(22)申请日2013.06.26(71)申请人成都金盘电子科大多媒体技术有限公司地址610054四川省成都市成华区一环路东一段159号信息产业大厦(72)发明人曲建明(74)专利代理机构成都中亚专利代理有限公司51126代理人王岗(51)Int.Cl.G06T7/00(2006.01)G06K9/34(2006.01)A61B6/03(2006.01)权权利要求书2页利要求书2页说明书5页说明书5页附图3页附图3页(54)发明名称肺区CT序列自动分割方法(57)摘要本发明公开了一种肺区CT序列自动分割方法，其特征在于：包括如下步骤；（1）输入肺区CT序列图像；（2）利用交互式区域生长对图像I进行分割；（3）据分割结果得到初始轮廓，计算相邻影像的种子点坐标；（4）基于I中种子点坐标利用步骤2中交互式区域生长对序列中的当前图像II进行分割；（5）重复2、3、4步骤，判断CT序列中的图像是否已全部分割完成，否则转步骤（3），直到所有图像分割完成。本发明结合序列图像上下文目标特征连续性，进行种子区域自动计算映射，实现序列分割，得到完整肺部三维区域数据，为CAD系统的疑似肺结节VOI提取、分类奠定基础。CN103400365ACN103465ACN103400365A权利要求书1/2页1.一种肺区CT序列自动分割方法，其特征在于：包括如下步骤；（1）输入肺区CT序列图像；（2）利用交互式区域生长对图像I进行分割；（3）据分割结果得到初始轮廓，计算相邻影像的种子点坐标；（4）基于I中种子点坐标利用步骤2中交互式区域生长对序列中的当前图像II进行分割；（5）重复2、3、4步骤，判断CT序列中的图像是否已全部分割完成，否则转步骤（3），直到所有图像分割完成。2.根据权利要求1所述的肺区CT序列自动分割方法，其特征在于：步骤（2）按照如下方式进行；利用OTSU算法求得CT图像最优阈值作为终止条件并利用四角置点区域生长算法得到背景区域，进而连通域标记合并小面积区域去除背景，得到Body-Mask；其中采用四角置点区域生长的方法滤除背景流程如下：a、阈值以上文得到的最优阈值作为迭代终止条件；b、分别从影像的四角向中心区域扫描，若扫描的像素值小于阈值即认为是背景区域并将像素值置为0（黑色），不断扫描直至所有背景像素点合并完毕；c、生长过程：从种子点开始遍历其邻域像素，若像素灰度值小于阈值，则标记为背景，若大于阈值且其四邻域有小于阈值的像素，则标记为边界；d、将标记为背景的像素置为白色；标记并针对躯干模板数据，以步骤中阈值分割并取反，得到粗略肺实质模板；对二值的肺实质模板轮廓跟踪，对得到的闭合轮廓对象进行面积过滤，去除主气管，心脏血管等孤立小面积闭合区域；构造圆形结构数据对肺实质模板边界进行平滑修复。3.根据权利要求1所述的肺区CT序列自动分割方法，其特征在于：步骤（3）具体流程如下：遍历当前层影像的目标区域边界，得到灰度均值A及灰度方差S；据边界点坐标由逼近算法迭代得到目标区域正放置最大内接矩形R，并得到形心坐标（I，J）；将（I，J）投影到下一层影像的相应位置，并提取其灰度值Gray；计算abs（Gray-A），若abs（Gray-A）小于S，则种子点有效；否则，种子点无效，则以该点为圆心，在半径不大于R的范围内遍历其邻域像素，重复（4）操作，从而最终得到种子点。4.根据权利要求3所述肺区CT序列自动分割方法，其特征在于：其中用于种子点计算的最大内接矩形近似逼近算法：在得到的目标边界上寻找X，Y方向的中轴线，并划分边界坐标为四段子边界；选定四段中任一段边界，选定为矩形顶点（X，Y），构建对角方向射线，得到对角射线方向与边界点的交点，构建矩形，判断该矩形边界是否与边界点有交点，有则舍弃，无则记2CN103400365A权利要求书2/2页录矩形面积Si，顶点坐标，方向角到数组；以一定的角度旋转对角方向射线，重复b步骤；以M为步长，在该字段边界选定顶点重复迭代a，b过程；若子段遍历结束未找到则遍历下一子段；子段边界遍历结束，在面积数组中选取面积最大的数组项，作为近似的最大内接矩形；求的形心坐标（I，J），同时可得最大内切圆半径R。3CN103400365A说明书1/5页肺区CT序列自动分割方法技术领域[0001]本发明涉及图像处理，涉及医学图像处理领域，具体来讲是一种肺区CT序列自动分割方法。背景技术[0002]肺实质分割能够缩小结节检测的搜索区域，缩短结节检测的算法运行时间并提高检出率及准确性，是肺结节CAD