基于胸部CT图像的肺气肿计算机辅助诊断系统.pdf

(19)中华人民共和国国家知识产权局*CN102429679A*(12)发明专利申请(10)申请公布号CN102429679A(43)申请公布日2012.05.02(21)申请号201110267165.1(22)申请日2011.09.09(71)申请人华南理工大学地址510640广东省广州市天河区五山路381号(72)发明人郭圣文(51)Int.Cl.A61B6/03(2006.01)权利要求书2页说明书7页附图4页(54)发明名称基于胸部CT图像的肺气肿计算机辅助诊断系统(57)摘要本发明公开了一种基于胸部CT图像的肺区自动分割与肺气肿计算机辅助诊断系统。首先给系统输入一组胸部CT断层系列图像，然后，对肺区进行自动分割，共分为三步：（1）利用自动阈值法分离躯干与背景；（2）应用轮廓跟踪法提取肺区轮廓；（3）利用边界扫描与区域填充法提取肺区。最后，应用基于密度分布与体积分数的肺气肿量化诊断标准，对肺区进行统计分析，将统计特征值根据需要显示给放射科医师，确定并重点显示病变区域，对病变程度进行分级，从而实现肺气肿的量化分析与准确诊断。本发明能提高放射科医师对肺气肿诊断的准确性与效率，更客观有效地辅助放射科医师进行临床诊断与制定治疗方案。CN1024967ACCNN110242967902429680A权利要求书1/2页1.基于胸部CT图像的肺气肿计算机辅助诊断系统，其特征在于，包括：输入模块（100），用于输入待诊断的胸部CT图像，并传送给提取肺区模块（200）；提取肺区模块（200），用于自动分割左右肺区，并将肺区信息传送给量化参数计算模块（300）；量化参数计算模块（300），用于计算肺区或指定区域的像素密度的统计分布信息，以及几何信息，并将量化参数传送给分类诊断模块（400）和输出模块（500）；分类诊断模块（400），用于分析量化参数计算模块（300）传递的数据，并将分析结果发送给输出模块（500）；输出模块（500），将分类诊断模块（400）的分析结果，定位于用户输入的待诊断胸部CT图像，以特定颜色标记可疑之处，并将分析结果显示给用户。2.根据权利要求1所述的基于胸部CT图像的肺气肿计算机辅助诊断系统，其特征在于提取肺区模块（200）按照下述步骤进行处理：步骤（2.1）采用全局自适应阈值法分离胸部CT图像中的躯干与背景：首先给定一个初始阈值，应用该阈值将图像分为两类；然后求两个平均密度的均值并作为新的阈值，再对图像进行分类，通过迭代算法，逐渐使阈值逼近最优值，最后求出准确的阈值，将背景与躯干分离；步骤（2.2）采用轮廓跟踪方法提取肺区轮廓：首先根据密度与空间位置检测左肺轮廓的一个像素点，然后，从该点出发，应用轮廓跟踪方法搜索目标轮廓的其他像素点，直到找到左肺轮廓所有像素点；类似地，可得到右肺轮廓所有像素点；步骤（2.3）采用一种基于4邻域的背景标记扫描线方法来获取左右肺区域内的像素。3.根据权利要求2所述的基于胸部CT图像的肺气肿计算机辅助诊断系统，其特征在于步骤（2.1）中初始阈值选择整幅图像密度平均值。4.根据权利要求2所述的基于胸部CT图像的肺气肿计算机辅助诊断系统，其特征在于，所述步骤（2.3）包括如下步骤：步骤（2.3.1）求感兴趣区域的外接矩形，生成能覆盖选定区域的最小矩形区域；步骤（2.3.2）将矩形区域内肺的轮廓点标记为“1”，其它则标记为“0”；步骤（2.3.3）按从上到下、从左至右顺序，扫描矩形区域，如果当前像素标记为“0”，则在当前行，从当前像素开始自左向右扫描，并置所经过的像素标记为“-1”，直到轮廓点或该行行末结束；步骤（2.3.4）搜索当前像素的4邻域，找到一个标记为“0”的点，以此作为新的出发点，从左至右扫描，并置经过像素标记为“-1”，直到轮廓点或该行行末结束；步骤（2.3.5）矩形区域扫描结束后，去除标记为“-1”的像素。5.根据权利要求4所述的基于胸部CT图像的肺气肿计算机辅助诊断系统，其特征在于：量化参数计算模块（300）中的量化参数包括灰度统计参数与几何参数，所述灰度统计参数包括左右肺区或用户指定区域的平均密度、密度方差、密度小于、大于或等于给定阈值的像素百分比；所述几何参数包括：肺容积、区域面积、周长，距离与角度。6.根据权利要求5所述的基于胸部CT图像的肺气肿计算机辅助诊断系统，其特征在于所述分类诊断模块（400）包括判断单元，所述判断单元根据肺气肿的量化诊断标准，判断是否存在肺气肿，若判断为肺气肿，则对其进行分类。2CCNN110242967902429680A权利要求书2/2页7.根据权利要求6所述的基于胸部CT图像的肺气肿计算机辅助诊断系统，其特征在于：分类诊断模块（400），根据肺气肿的量化诊断标准，应用体积分数法，扫描每一CT断层图像中的肺区，将肺区内每一像素与指定