肺分割方法
肺分割方法
【技术领域】
[0001 ] 本发明涉及医学领域断层扫描(Computed Tomography，简称CT)图像的处理，尤其 涉及图像中肺部的分割方法。
【背景技术】
[0002] 近年来，由于计算机断层扫描技术能够提供高清晰度、高对比度的CT图像，通常被 应用于肺部疾病的诊断。借助胸部CT观察肺部结构及功能特征是当今临床针对肺部各种疾 病的重要辅助手段，原始的胸部CT图像通常包括背景、肺组织、脂肪、肌肉、血管、气管、骨骼 等，为了向医生提供可靠的诊断数据，利于及早发现及治疗患者病情，通常需要对胸部CT图 像进行后续处理，提取即分割出肺组织图像。
[0003] 现有技术中，对于三维CT数据，（1)阈值法是最常见的肺部分割方法，虽然简单、快 速，但不能有效去除背景和气管分支，且确定阈值较难，往往根据经验确定。（2)区域增长法 是大多数工作中采用的方法，该方法能够有效的弥补边缘追踪的遗漏缺陷，但常常需要手 动选择种子点，是一种需要人工参与的半自动分割方法；（3)基于模式分类的方法。该方法 能提取有些数据的图像特征，但是需要大量的训练样本，分割结果对样本与特征的依赖性 强，处理时间较长。（4)基于图像配准和形状模型的方法，该方法一般效果较好，但其受训练 集数据影响会导致结果变异性大，建立模型较为困难，并且计算量大，从而导致速度慢，难 以满足临床应用的实时性需求。
[0004] 综上所述，现有的CT肺部分割方法需要加以改善，提升分割速度和精度，满足医学 诊断对肺部图像的要求。
【发明内容】
[0005] 本发明的目的在于提供一种肺分割方法，用于改善肺分割的效果。
[0006] 为了实现前述发明目的，本发明提供一种肺分割方法，包括以下步骤：
[0007] -种肺分割方法，包括以下步骤：
[0008] 步骤S1、输入原始图像，对原始图像进行预处理；
[0009 ]步骤S2、肺区域的粗分割;步骤S2包括:步骤S201、设定阈值，使用阈值分割对预处 理后的图像进行二值化处理，提取出肺部区域及与肺部区域灰度值相近的部分背景（图4中 肺之外的白色，背景全部是指肺之外的所有区域）；步骤S202、从步骤S201处理后获得的图 像四角边缘开始对部分背景进行反填充;步骤S203、找出从头顶往下的z方向上面积最大一 层的肺;步骤S204、通过最大一层的肺进行z方向上向前和向后逐层区域生长，进行逐层判 断，防止与背景粘连；
[0010]步骤S3:肺区域的细分割，用于提取并去除气管和分离左右肺。
[0011] 优选地，所述阈值为-500HU。
[0012]优选地，逐层判断的方法是标记当前层为C u r r e n t S 1 i c e，传播层则为 SpreadSlice，求出SpreadSlice上肺区域点的个数总和与CurrentSlice上肺区域点的个数 总和的比值，如果比值小于0.4或者大于2.25,则判断为泄露至背景，终止生长;如果比值大 于等于0.4且小于等于2.25，则判断为未泄露至背景，继续生长。
[0013] 优选地，步骤S204还包括通过对最大一层的肺在二维上求取连通区域进行判断： 将图像中值为1的每个点都作为种子点，然后将种子点进行区域生长，如果只求出一个连通 区域，就把该连通区域作为肺的起始生长层;如果求出多个连通区域，取最大两个连通区域 作为肺的起始生长层，去除其他连通区域。
[0014] 优选地，逐层判断开始时，设定当前层为起始生长层。
[0015] 优选地，步骤S202中背景反填充的方法是从图像的四个边框往里进行区域生长， 长至胸腔区域，即值为0处终止，同时把区域生长过的地方的值赋值为0。
[0016] 优选地，步骤S202中区域生长的方法为:首先选择一组种子点，种子点可以为图像 的四个边框，然后查找种子点的8邻域，如果8邻域的标记值跟种子点一致，则将8邻域的点 也加入到种子点，不停的生长，直到遇到8邻域的点与种子点不一致，则终止生长，同时把生 长过的地方赋值为〇,即为背景。
[0017] 优选地，步骤S203中通过逐层累加值为1的个数，选取个数最大的一层作为最大一 层的肺。
[0018] 优选地，步骤S3中提取气管的方法为:求取二维连通区域和三维连通区域，从头顶 往下的z方向起始层开始遍历，将二维连通区域的面积圆形度大于0.5,三维连通区域最大 的作为气管种子点，然后用水平集算法将气管提取。
[0019] 优选地，步骤S3还包括:生成肺结节所需的肺掩膜和工作站显示所需的肺掩膜并 进行融合。
[0020] 本发明通过逐层对比判断，防止与背景粘连，明显改善了肺分割的效果，另外，加 快了分割速度。
【附图说明】
[0021] 图1为本发明实施例中肺分割方法的步骤流程示意图。
[0022] 图2为本发明实施例中步骤S2的流程示意图。
[0023]图3为本发明实施例中步骤S1中输入的原始图像。
[0024] 图4为本发明实施例中步骤S201提取出的图像。
[0025] 图5为本发明实施例中步骤S202提取出的图像。
[0026] 图6为本发明实施例中三维方向的示意图。
[0027]图7a_7c分别为本发明实施例中步骤S204提取出具有一个、两个、三个连通区域的 肺部图像。
[0028]图8显示的是工作站显示所需的肺掩膜。
[0029] 图9为本发明实施例中步骤S3的流程示意图。
【具体实施方式】
[0030] 以下结合附图和具体实施例对本发明作进一步详细说明。根据下面说明和权利要 求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非 精准的比率，仅用以方便、明晰地辅助说明本发明实施例的目的。
[0031] 请参考图1所示，本发明实施例中的肺分割方法包括以下步骤：
[0032] 步骤S1:输入原始图像，对原始图像进行预处理。
[0033] 如图3所示，原始图像为CT设备扫描获得的符合DIC0M 3.0标准的胸部CT图像。预 处理采用的方法是对原始图像进行降噪处理，例如进行高斯平滑处理，高斯平滑是通过高 斯平滑滤波器在x、y、z三个方向上分别按如下公式：
[0034]
[0035] 生成高斯肀滑滤波器(Gaussian Smoothing Filter)的高斯核，然后再与原始图 像中的每个像素进行加权求和。加权求和是对图像中的每个像素的原始灰度值与高斯核进 行卷积，累加求和所得结果作为每个像素的灰度值，达到的效果是消除伪影，去除噪声，改 善图像质量，避免噪声对后续的分割造成不利影响。
[0036]上述公式中〇2为方差，决定高斯函数的宽度，也就是决定平滑程度，X表示的是当 前像素点到对应像素点的距离。
[0037]步骤S2:肺区域的粗分割。
[0038] 粗分割的对象主要包括气管、肺。预处理后的图像为三维数据，为便于说明粗分割 的过程，随机选取一例数据，并截取其第121层的图像，该图像为二维图像。
[0039] 步骤S2包括以下步骤：
[0040] 步骤S201:设定阈值，使用阈值分割对预处理后的图像进行二值化处理，提取出肺 部区域及部分背景，部分背景是指与肺部区域灰度值相近的部分背景即图4中肺之外的白 色，全部背景是指肺之外的所有区域。
[0041 ] 本实施例中阈值(Thr e sho 1 d)选定为-500HU，大于阈值的区域的值(标记值)设为 〇,小于阈值的区域的值(标记值)设为1，背景的值(标记值)为〇,肺的值(标记值)为1，从而 将胸腔区域，包括肺部区域及背景的大部分都提取出来，具体如图4所示。
[0042] 步骤S202:从图像四角边缘开始背景反填充，从而提取出肺部区域及少量床板，具 体如图5所示，肺部区域为白色大块区域，床板为肺部区域下方的白色短线条。
[0043] 背景反填充的方法是从图像的四个边框往里进行区域生长，长至胸腔区域，即值 (标记值)为〇处终止，同时把区域生长过的地方的值(标记值)赋值为〇,接着计算二维连通 区域，去除小连通区域即去除连通域个数小于10的区域。二维连通区域的计算方法为与步 骤S204中求二维连通区域的方法相同。
[0044] 区域生长的方法为:首先选择一组种子点，种子点可以为图像的四个边框，然后查 找种子点的8邻域，如果8邻域的标记值跟种子点一致，则将8邻域的点也加入到种子点，不 停的生长，直到遇到8邻域的点与种子点不一致，则终止生长，同时把生长过的地方的值(标 记值)赋值为〇,即为背景。
[0045] 步骤S203:采用面积比较法，在三维图形中，找到从头顶往下的z方向上面积最大 一层的肺。
[0046] 采用的方法是z方向上逐层累加值(标记值)为1的个数，选取最大的，本实施例选 出的是第141层，如图7所示。
[0047] 步骤S204:通过最大一层的肺进行z方向上向前和向后逐层区域生长，进行逐层判 断，防止泄露至背景，即防止与背景粘连。
[0048] 选出来的肺如果还包含一些噪声，可以通过在二维上求取连通区域进行判断去 除。如果只求出一个连通区域，图7就是这种情况，就把该连通区域作为肺的起始生长层，标 记为LungLabel。如果求出多个连通区域，取最大两个连通区域作为肺的起始生长层，同时 标记为LungLabel，去除其他连通区域。
[0049] 求二维连通区域的方法:与区域生长类似，不同之处在于种子点的选择，二维连通 区域是将图像中值(标记值)为1的每个点都作为种子点，然后将其区域生长，这样就会把图 像中相似的归为一类，图7求出一个连通区域。图8求出3个连通区域，即三块白色区域，提取 两个最大连通区域。[0050]以上步骤就是为了找肺的起始层(StartSlice)上的肺区域(LungLabel，肺标记）， 接着进行向前向后逐层区域生长。采用多线程，让向前和向后同时进行。
[0051 ] 标记当前层为CurrentSlice，传播层则为SpreadSlice。
[0052] 刚开始时，CurrentSlice = StartSlice;
[0053] 向后传播，SpreadSlice = CurrentSlice+l;
[0054] 向前传播，SpreadSlice = CurrentSlice-l;
[0055] 将CurrentSlice上标记为LungLabel的点作为种子点，计算其在SpreadSlice上的 点，若该点值(标记值)为1，则将其作为SpreadSlice上的种子点。接着进行区域生长，同时 将生长过的点赋值为lunglabel。
[0056] 根据判断条件，确定其是否泄漏至背景，具体的判断方法是先求出SpreadSlice上 LungLabe 1点的个数总和与CurrentSl i ce上LungLabe 1点的个数总和的比值。
[0057] 因为肺在z方向上是连续变化的，因此，可以通过比值判断排除长至背景区域。如 果比值小于0.4或者大于2.25，则判断为泄露至背景，终止生长;如果比值大于等于0.4且小 于等于2.25，则判断为未泄露至背景，继续生长。
[0058] 判断完之后继续传播(区域生长)过程，此时
[0059] CurrentSlice = SpreadSlice；
[0060] 向后传播，SpreadSlice = CurrentSlice+l;
[0061 ]向前传播，SpreadSlice = CurrentSlice-l;
[0062] 继续计算比值，进行判断。
[0063] 通过逐层判断比较，可以防止泄漏至背景，也就节省了泄露至背景多花的时间，而 且采用多线程，可以加快速度。
[0064] 步骤S3:肺区域的细分割，具体包括如下步骤：
[0065] 步骤S301:提取并去除气管。求取二维连通区域和三维连通区域，根据二维连通区 域的面积圆形度以及三维连通区域的体积大小找气管种子点，从头顶往下的z方向起始层 开始遍历，二维连通区域的面积圆形度大于0.5,三维连通区域最大的作为气管种子点，然 后用水平集算法将气管提取，并将其从肺掩膜中去除。
[0066] 步骤S302:分离左右肺，分别进行形态学闭操作，将肺掩膜中的空洞(血管)填实。 因为肺结节所需的肺掩膜和工作站显示的肺掩膜要求不同，需要将其区分。所述左右肺是 指左右两个肺组织或肺实质部分。
[0067] 步骤S3031:考虑到肺壁上的结节可能漏检，所以需将肺Mask往外扩一圈，采用形 态学膨胀方法，从而保证肺壁上的结节在肺掩膜内，生成肺结节所需的肺掩膜。
[0068]步骤S3032:而对于显示掩膜，需显示气管，所以将肺掩膜加上之前提取出的气管， 生成工作站显示所需的肺掩膜，具体可参图9。首先将气管做形态学闭操作，为防止气管壁 丢失，进行形态学膨胀操作。为了使显示比较清晰，将肺掩膜进行形态学腐蚀操作。
[0069]至此，肺结节所需的肺掩膜和工作站界面显示所需的肺掩膜都生成了。
[0070]步骤S304:为了节省内存，将肺结节所需的肺掩膜和显示所需的肺掩膜进行融合， 得出最终的肺掩膜。为了加快速度并且达到融合的效果，采用如下方法：
[0071 ] 首先设定肺掩膜(LungMask) =4,表示背景为4,换为二进制则为0100。
[0072] 接着让肺掩膜与肺结节所需的肺掩膜融合，与1进行或操作，换为二进制则为 0001 〇
[0073] 0100 I 0001 = 0101，也就表示5表示肺结节所需的肺掩膜。
[0074]最后让肺掩膜与显示所需的肺掩膜融合，与2进行或操作，换为二进制则为0010; [0075] 0100 I 0010 = 0110，也就表示6表示显示所需的肺掩膜；
[0076] 0101 |0010 = 0111，7表示即为肺结节所需的肺掩膜，又为显示所需的肺掩膜；
[0077] 综上总结如下:LungMask = 5或7时，表示肺结节所需的肺掩膜；
[0078] LungMask = 6或7时，表示工作站界面显示所需的肺掩膜；
[0079] LungMask = 4时，表示背景；
[0080] 至此只需一个肺掩膜，就可以分别表示肺结节所需的肺掩膜和显示所需的肺掩 膜。
[0081] 本发明上述实施例的肺分割方法可以在例如计算机软件、硬件或计算机软件与硬 件的组合的计算机可读取介质中加以实施。对于硬件实施而言，本发明中所描述的实施例 可在一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理器件(DAPD)、 可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、用 于执行上述功能的其它电子装置或上述装置的选择组合来加以实施。在部分情况下，这类 实施例可以通过控制器进行实施。
[0082] 对软件实施而言，本发明中所描述的实施例可通过诸如程序模块(procedures)和 函数模块(functions)等独立的软件模块来加以实施，其中每一个模块执行一个或多个本 文中描述的功能和操作。软件代码可通过在适当编程语言中编写的应用软件来加以实施， 可以储存在内存中，由控制器或处理器执行。
[0083] 虽然本发明已参照当前的具体实施例来描述，但是本技术领域中的普通技术人员 应当认识到，以上的实施例仅是用来说明本发明，在没有脱离本发明精神的情况下还可作 出各种等效的变化或替换，因此，只要在本发明的实质精神范围内对上述实施例的变化、变 型都将落在本申请的权利要求书的范围内。
【主权项】
1. 一种肺分割方法，包括以下步骤： 步骤S1、输入原始图像，对原始图像进行预处理； 步骤S2、肺区域的粗分割;步骤S2包括:步骤S201、设定阈值，使用阈值分割对预处理后 的图像进行二值化处理，提取出肺部区域及与肺部区域灰度值相近的部分背景;步骤S202、 从步骤S201处理后获得的图像四角边缘开始对部分背景进行反填充；步骤S203、找出从头 顶往下的z方向上面积最大一层的肺;步骤S204、通过最大一层的肺进行z方向上向前和向 后逐层区域生长，进行逐层判断，防止与背景粘连； 步骤S3:肺区域的细分割，用于提取并去除气管和分离左右肺。2. 如权利要求1所述的肺分割方法，其特征在于，所述阈值为-500HU。3. 如权利要求1所述的肺分割方法，其特征在于，逐层判断的方法是标记当前层为 CurrentSIice，传播层则为SpreadSlice，求出SpreadSlice上肺区域点的个数总和与 &^^拉311(^上肺区域点的个数总和的比值，如果比值小于0.4或者大于2.25，则判断为泄 露至背景，终止生长;如果比值大于等于0.4且小于等于2.25，则判断为未泄露至背景，继续 生长。4. 如权利要求3所述的肺分割方法，其特征在于，步骤S204还包括通过对最大一层的肺 在二维上求取连通区域进行判断:将图像中值为1的每个点都作为种子点，然后将种子点进 行区域生长，如果只求出一个连通区域，就把该连通区域作为肺的起始生长层;如果求出多 个连通区域，取最大两个连通区域作为肺的起始生长层，去除其他连通区域。5. 如权利要求4所述的肺分割方法，其特征在于，逐层判断开始时，设定当前层为起始 生长层。6. 如权利要求1所述的肺分割方法，其特征在于，步骤S202中背景反填充的方法是从步 骤S201处理后获得的图像的四个边框往里进行区域生长，长至胸腔区域，即值为0处终止， 同时把区域生长过的地方的值赋值为0。7. 如权利要求6所述的肺分割方法，其特征在于，步骤S202中区域生长的方法为:首先 选择一组种子点，种子点为图像的四个边框，然后查找种子点的8邻域，如果8邻域的标记值 跟种子点一致，则将8邻域的点也加入到种子点，不停的生长，直到遇到8邻域的点与种子点 不一致，则终止生长，同时把生长过的地方赋值为0，即为背景。8. 如权利要求1所述的肺分割方法，其特征在于，步骤S203中通过逐层累加值为1的个 数，选取个数最大的一层作为最大一层的肺。9. 如权利要求1所述的肺分割方法，其特征在于，步骤S3中提取气管的方法为:求取二 维连通区域和三维连通区域，从头顶往下的z方向起始层开始遍历，将二维连通区域的面积 圆形度大于0.5,三维连通区域最大的作为气管种子点，然后用水平集算法将气管提取。10. 如权利要求1所述的肺分割方法，其特征在于，步骤S3还包括:生成肺结节所需的肺 掩膜和显示所需的肺掩膜并进行融合。
【专利摘要】本发明提供一种肺分割方法，包括以下步骤：步骤S1、输入原始图像，对原始图像进行预处理；步骤S2、肺区域的粗分割；步骤S2包括：步骤S201、设定阈值，使用阈值分割对预处理后的图像进行二值化处理，提取出肺部区域及与肺部区域灰度值相近的部分背景；步骤S202、从图像四角边缘开始背景反填充；步骤S203、找出从头顶往下的z方向上面积最大一层的肺；步骤S204、通过最大一层的肺进行z方向上向前和向后逐层区域生长，进行逐层判断，防止与背景粘连；步骤S3：肺区域的细分割，用于提取并去除气管和分离左右肺。如此设置，加快了分割速度，改善了分割效果。
【IPC分类】G06T7/00
【公开号】CN105488796
【申请号】CN201510849613
【发明人】姚庆
【申请人】上海联影医疗科技有限公司
【公开日】2016年4月13日
【申请日】2015年11月27日
【技术领域】
[0001 ] 本发明涉及医学领域断层扫描(Computed Tomography，简称CT)图像的处理，尤其 涉及图像中肺部的分割方法。
【背景技术】
[0002] 近年来，由于计算机断层扫描技术能够提供高清晰度、高对比度的CT图像，通常被 应用于肺部疾病的诊断。借助胸部CT观察肺部结构及功能特征是当今临床针对肺部各种疾 病的重要辅助手段，原始的胸部CT图像通常包括背景、肺组织、脂肪、肌肉、血管、气管、骨骼 等，为了向医生提供可靠的诊断数据，利于及早发现及治疗患者病情，通常需要对胸部CT图 像进行后续处理，提取即分割出肺组织图像。
[0003] 现有技术中，对于三维CT数据，（1)阈值法是最常见的肺部分割方法，虽然简单、快 速，但不能有效去除背景和气管分支，且确定阈值较难，往往根据经验确定。（2)区域增长法 是大多数工作中采用的方法，该方法能够有效的弥补边缘追踪的遗漏缺陷，但常常需要手 动选择种子点，是一种需要人工参与的半自动分割方法；（3)基于模式分类的方法。该方法 能提取有些数据的图像特征，但是需要大量的训练样本，分割结果对样本与特征的依赖性 强，处理时间较长。（4)基于图像配准和形状模型的方法，该方法一般效果较好，但其受训练 集数据影响会导致结果变异性大，建立模型较为困难，并且计算量大，从而导致速度慢，难 以满足临床应用的实时性需求。
[0004] 综上所述，现有的CT肺部分割方法需要加以改善，提升分割速度和精度，满足医学 诊断对肺部图像的要求。
【发明内容】
[0005] 本发明的目的在于提供一种肺分割方法，用于改善肺分割的效果。
[0006] 为了实现前述发明目的，本发明提供一种肺分割方法，包括以下步骤：
[0007] -种肺分割方法，包括以下步骤：
[0008] 步骤S1、输入原始图像，对原始图像进行预处理；
[0009 ]步骤S2、肺区域的粗分割;步骤S2包括:步骤S201、设定阈值，使用阈值分割对预处 理后的图像进行二值化处理，提取出肺部区域及与肺部区域灰度值相近的部分背景（图4中 肺之外的白色，背景全部是指肺之外的所有区域）；步骤S202、从步骤S201处理后获得的图 像四角边缘开始对部分背景进行反填充;步骤S203、找出从头顶往下的z方向上面积最大一 层的肺;步骤S204、通过最大一层的肺进行z方向上向前和向后逐层区域生长，进行逐层判 断，防止与背景粘连；
[0010]步骤S3:肺区域的细分割，用于提取并去除气管和分离左右肺。
[0011] 优选地，所述阈值为-500HU。
[0012]优选地，逐层判断的方法是标记当前层为C u r r e n t S 1 i c e，传播层则为 SpreadSlice，求出SpreadSlice上肺区域点的个数总和与CurrentSlice上肺区域点的个数 总和的比值，如果比值小于0.4或者大于2.25,则判断为泄露至背景，终止生长;如果比值大 于等于0.4且小于等于2.25，则判断为未泄露至背景，继续生长。
[0013] 优选地，步骤S204还包括通过对最大一层的肺在二维上求取连通区域进行判断： 将图像中值为1的每个点都作为种子点，然后将种子点进行区域生长，如果只求出一个连通 区域，就把该连通区域作为肺的起始生长层;如果求出多个连通区域，取最大两个连通区域 作为肺的起始生长层，去除其他连通区域。
[0014] 优选地，逐层判断开始时，设定当前层为起始生长层。
[0015] 优选地，步骤S202中背景反填充的方法是从图像的四个边框往里进行区域生长， 长至胸腔区域，即值为0处终止，同时把区域生长过的地方的值赋值为0。
[0016] 优选地，步骤S202中区域生长的方法为:首先选择一组种子点，种子点可以为图像 的四个边框，然后查找种子点的8邻域，如果8邻域的标记值跟种子点一致，则将8邻域的点 也加入到种子点，不停的生长，直到遇到8邻域的点与种子点不一致，则终止生长，同时把生 长过的地方赋值为〇,即为背景。
[0017] 优选地，步骤S203中通过逐层累加值为1的个数，选取个数最大的一层作为最大一 层的肺。
[0018] 优选地，步骤S3中提取气管的方法为:求取二维连通区域和三维连通区域，从头顶 往下的z方向起始层开始遍历，将二维连通区域的面积圆形度大于0.5,三维连通区域最大 的作为气管种子点，然后用水平集算法将气管提取。
[0019] 优选地，步骤S3还包括:生成肺结节所需的肺掩膜和工作站显示所需的肺掩膜并 进行融合。
[0020] 本发明通过逐层对比判断，防止与背景粘连，明显改善了肺分割的效果，另外，加 快了分割速度。
【附图说明】
[0021] 图1为本发明实施例中肺分割方法的步骤流程示意图。
[0022] 图2为本发明实施例中步骤S2的流程示意图。
[0023]图3为本发明实施例中步骤S1中输入的原始图像。
[0024] 图4为本发明实施例中步骤S201提取出的图像。
[0025] 图5为本发明实施例中步骤S202提取出的图像。
[0026] 图6为本发明实施例中三维方向的示意图。
[0027]图7a_7c分别为本发明实施例中步骤S204提取出具有一个、两个、三个连通区域的 肺部图像。
[0028]图8显示的是工作站显示所需的肺掩膜。
[0029] 图9为本发明实施例中步骤S3的流程示意图。
【具体实施方式】
[0030] 以下结合附图和具体实施例对本发明作进一步详细说明。根据下面说明和权利要 求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非 精准的比率，仅用以方便、明晰地辅助说明本发明实施例的目的。
[0031] 请参考图1所示，本发明实施例中的肺分割方法包括以下步骤：
[0032] 步骤S1:输入原始图像，对原始图像进行预处理。
[0033] 如图3所示，原始图像为CT设备扫描获得的符合DIC0M 3.0标准的胸部CT图像。预 处理采用的方法是对原始图像进行降噪处理，例如进行高斯平滑处理，高斯平滑是通过高 斯平滑滤波器在x、y、z三个方向上分别按如下公式：
[0034]
[0035] 生成高斯肀滑滤波器(Gaussian Smoothing Filter)的高斯核，然后再与原始图 像中的每个像素进行加权求和。加权求和是对图像中的每个像素的原始灰度值与高斯核进 行卷积，累加求和所得结果作为每个像素的灰度值，达到的效果是消除伪影，去除噪声，改 善图像质量，避免噪声对后续的分割造成不利影响。
[0036]上述公式中〇2为方差，决定高斯函数的宽度，也就是决定平滑程度，X表示的是当 前像素点到对应像素点的距离。
[0037]步骤S2:肺区域的粗分割。
[0038] 粗分割的对象主要包括气管、肺。预处理后的图像为三维数据，为便于说明粗分割 的过程，随机选取一例数据，并截取其第121层的图像，该图像为二维图像。
[0039] 步骤S2包括以下步骤：
[0040] 步骤S201:设定阈值，使用阈值分割对预处理后的图像进行二值化处理，提取出肺 部区域及部分背景，部分背景是指与肺部区域灰度值相近的部分背景即图4中肺之外的白 色，全部背景是指肺之外的所有区域。
[0041 ] 本实施例中阈值(Thr e sho 1 d)选定为-500HU，大于阈值的区域的值(标记值)设为 〇,小于阈值的区域的值(标记值)设为1，背景的值(标记值)为〇,肺的值(标记值)为1，从而 将胸腔区域，包括肺部区域及背景的大部分都提取出来，具体如图4所示。
[0042] 步骤S202:从图像四角边缘开始背景反填充，从而提取出肺部区域及少量床板，具 体如图5所示，肺部区域为白色大块区域，床板为肺部区域下方的白色短线条。
[0043] 背景反填充的方法是从图像的四个边框往里进行区域生长，长至胸腔区域，即值 (标记值)为〇处终止，同时把区域生长过的地方的值(标记值)赋值为〇,接着计算二维连通 区域，去除小连通区域即去除连通域个数小于10的区域。二维连通区域的计算方法为与步 骤S204中求二维连通区域的方法相同。
[0044] 区域生长的方法为:首先选择一组种子点，种子点可以为图像的四个边框，然后查 找种子点的8邻域，如果8邻域的标记值跟种子点一致，则将8邻域的点也加入到种子点，不 停的生长，直到遇到8邻域的点与种子点不一致，则终止生长，同时把生长过的地方的值(标 记值)赋值为〇,即为背景。
[0045] 步骤S203:采用面积比较法，在三维图形中，找到从头顶往下的z方向上面积最大 一层的肺。
[0046] 采用的方法是z方向上逐层累加值(标记值)为1的个数，选取最大的，本实施例选 出的是第141层，如图7所示。
[0047] 步骤S204:通过最大一层的肺进行z方向上向前和向后逐层区域生长，进行逐层判 断，防止泄露至背景，即防止与背景粘连。
[0048] 选出来的肺如果还包含一些噪声，可以通过在二维上求取连通区域进行判断去 除。如果只求出一个连通区域，图7就是这种情况，就把该连通区域作为肺的起始生长层，标 记为LungLabel。如果求出多个连通区域，取最大两个连通区域作为肺的起始生长层，同时 标记为LungLabel，去除其他连通区域。
[0049] 求二维连通区域的方法:与区域生长类似，不同之处在于种子点的选择，二维连通 区域是将图像中值(标记值)为1的每个点都作为种子点，然后将其区域生长，这样就会把图 像中相似的归为一类，图7求出一个连通区域。图8求出3个连通区域，即三块白色区域，提取 两个最大连通区域。[0050]以上步骤就是为了找肺的起始层(StartSlice)上的肺区域(LungLabel，肺标记）， 接着进行向前向后逐层区域生长。采用多线程，让向前和向后同时进行。
[0051 ] 标记当前层为CurrentSlice，传播层则为SpreadSlice。
[0052] 刚开始时，CurrentSlice = StartSlice;
[0053] 向后传播，SpreadSlice = CurrentSlice+l;
[0054] 向前传播，SpreadSlice = CurrentSlice-l;
[0055] 将CurrentSlice上标记为LungLabel的点作为种子点，计算其在SpreadSlice上的 点，若该点值(标记值)为1，则将其作为SpreadSlice上的种子点。接着进行区域生长，同时 将生长过的点赋值为lunglabel。
[0056] 根据判断条件，确定其是否泄漏至背景，具体的判断方法是先求出SpreadSlice上 LungLabe 1点的个数总和与CurrentSl i ce上LungLabe 1点的个数总和的比值。
[0057] 因为肺在z方向上是连续变化的，因此，可以通过比值判断排除长至背景区域。如 果比值小于0.4或者大于2.25，则判断为泄露至背景，终止生长;如果比值大于等于0.4且小 于等于2.25，则判断为未泄露至背景，继续生长。
[0058] 判断完之后继续传播(区域生长)过程，此时
[0059] CurrentSlice = SpreadSlice；
[0060] 向后传播，SpreadSlice = CurrentSlice+l;
[0061 ]向前传播，SpreadSlice = CurrentSlice-l;
[0062] 继续计算比值，进行判断。
[0063] 通过逐层判断比较，可以防止泄漏至背景，也就节省了泄露至背景多花的时间，而 且采用多线程，可以加快速度。
[0064] 步骤S3:肺区域的细分割，具体包括如下步骤：
[0065] 步骤S301:提取并去除气管。求取二维连通区域和三维连通区域，根据二维连通区 域的面积圆形度以及三维连通区域的体积大小找气管种子点，从头顶往下的z方向起始层 开始遍历，二维连通区域的面积圆形度大于0.5,三维连通区域最大的作为气管种子点，然 后用水平集算法将气管提取，并将其从肺掩膜中去除。
[0066] 步骤S302:分离左右肺，分别进行形态学闭操作，将肺掩膜中的空洞(血管)填实。 因为肺结节所需的肺掩膜和工作站显示的肺掩膜要求不同，需要将其区分。所述左右肺是 指左右两个肺组织或肺实质部分。
[0067] 步骤S3031:考虑到肺壁上的结节可能漏检，所以需将肺Mask往外扩一圈，采用形 态学膨胀方法，从而保证肺壁上的结节在肺掩膜内，生成肺结节所需的肺掩膜。
[0068]步骤S3032:而对于显示掩膜，需显示气管，所以将肺掩膜加上之前提取出的气管， 生成工作站显示所需的肺掩膜，具体可参图9。首先将气管做形态学闭操作，为防止气管壁 丢失，进行形态学膨胀操作。为了使显示比较清晰，将肺掩膜进行形态学腐蚀操作。
[0069]至此，肺结节所需的肺掩膜和工作站界面显示所需的肺掩膜都生成了。
[0070]步骤S304:为了节省内存，将肺结节所需的肺掩膜和显示所需的肺掩膜进行融合， 得出最终的肺掩膜。为了加快速度并且达到融合的效果，采用如下方法：
[0071 ] 首先设定肺掩膜(LungMask) =4,表示背景为4,换为二进制则为0100。
[0072] 接着让肺掩膜与肺结节所需的肺掩膜融合，与1进行或操作，换为二进制则为 0001 〇
[0073] 0100 I 0001 = 0101，也就表示5表示肺结节所需的肺掩膜。
[0074]最后让肺掩膜与显示所需的肺掩膜融合，与2进行或操作，换为二进制则为0010; [0075] 0100 I 0010 = 0110，也就表示6表示显示所需的肺掩膜；
[0076] 0101 |0010 = 0111，7表示即为肺结节所需的肺掩膜，又为显示所需的肺掩膜；
[0077] 综上总结如下:LungMask = 5或7时，表示肺结节所需的肺掩膜；
[0078] LungMask = 6或7时，表示工作站界面显示所需的肺掩膜；
[0079] LungMask = 4时，表示背景；
[0080] 至此只需一个肺掩膜，就可以分别表示肺结节所需的肺掩膜和显示所需的肺掩 膜。
[0081] 本发明上述实施例的肺分割方法可以在例如计算机软件、硬件或计算机软件与硬 件的组合的计算机可读取介质中加以实施。对于硬件实施而言，本发明中所描述的实施例 可在一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理器件(DAPD)、 可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、用 于执行上述功能的其它电子装置或上述装置的选择组合来加以实施。在部分情况下，这类 实施例可以通过控制器进行实施。
[0082] 对软件实施而言，本发明中所描述的实施例可通过诸如程序模块(procedures)和 函数模块(functions)等独立的软件模块来加以实施，其中每一个模块执行一个或多个本 文中描述的功能和操作。软件代码可通过在适当编程语言中编写的应用软件来加以实施， 可以储存在内存中，由控制器或处理器执行。
[0083] 虽然本发明已参照当前的具体实施例来描述，但是本技术领域中的普通技术人员 应当认识到，以上的实施例仅是用来说明本发明，在没有脱离本发明精神的情况下还可作 出各种等效的变化或替换，因此，只要在本发明的实质精神范围内对上述实施例的变化、变 型都将落在本申请的权利要求书的范围内。
【主权项】
1. 一种肺分割方法，包括以下步骤： 步骤S1、输入原始图像，对原始图像进行预处理； 步骤S2、肺区域的粗分割;步骤S2包括:步骤S201、设定阈值，使用阈值分割对预处理后 的图像进行二值化处理，提取出肺部区域及与肺部区域灰度值相近的部分背景;步骤S202、 从步骤S201处理后获得的图像四角边缘开始对部分背景进行反填充；步骤S203、找出从头 顶往下的z方向上面积最大一层的肺;步骤S204、通过最大一层的肺进行z方向上向前和向 后逐层区域生长，进行逐层判断，防止与背景粘连； 步骤S3:肺区域的细分割，用于提取并去除气管和分离左右肺。2. 如权利要求1所述的肺分割方法，其特征在于，所述阈值为-500HU。3. 如权利要求1所述的肺分割方法，其特征在于，逐层判断的方法是标记当前层为 CurrentSIice，传播层则为SpreadSlice，求出SpreadSlice上肺区域点的个数总和与 &^^拉311(^上肺区域点的个数总和的比值，如果比值小于0.4或者大于2.25，则判断为泄 露至背景，终止生长;如果比值大于等于0.4且小于等于2.25，则判断为未泄露至背景，继续 生长。4. 如权利要求3所述的肺分割方法，其特征在于，步骤S204还包括通过对最大一层的肺 在二维上求取连通区域进行判断:将图像中值为1的每个点都作为种子点，然后将种子点进 行区域生长，如果只求出一个连通区域，就把该连通区域作为肺的起始生长层;如果求出多 个连通区域，取最大两个连通区域作为肺的起始生长层，去除其他连通区域。5. 如权利要求4所述的肺分割方法，其特征在于，逐层判断开始时，设定当前层为起始 生长层。6. 如权利要求1所述的肺分割方法，其特征在于，步骤S202中背景反填充的方法是从步 骤S201处理后获得的图像的四个边框往里进行区域生长，长至胸腔区域，即值为0处终止， 同时把区域生长过的地方的值赋值为0。7. 如权利要求6所述的肺分割方法，其特征在于，步骤S202中区域生长的方法为:首先 选择一组种子点，种子点为图像的四个边框，然后查找种子点的8邻域，如果8邻域的标记值 跟种子点一致，则将8邻域的点也加入到种子点，不停的生长，直到遇到8邻域的点与种子点 不一致，则终止生长，同时把生长过的地方赋值为0，即为背景。8. 如权利要求1所述的肺分割方法，其特征在于，步骤S203中通过逐层累加值为1的个 数，选取个数最大的一层作为最大一层的肺。9. 如权利要求1所述的肺分割方法，其特征在于，步骤S3中提取气管的方法为:求取二 维连通区域和三维连通区域，从头顶往下的z方向起始层开始遍历，将二维连通区域的面积 圆形度大于0.5,三维连通区域最大的作为气管种子点，然后用水平集算法将气管提取。10. 如权利要求1所述的肺分割方法，其特征在于，步骤S3还包括:生成肺结节所需的肺 掩膜和显示所需的肺掩膜并进行融合。
【专利摘要】本发明提供一种肺分割方法，包括以下步骤：步骤S1、输入原始图像，对原始图像进行预处理；步骤S2、肺区域的粗分割；步骤S2包括：步骤S201、设定阈值，使用阈值分割对预处理后的图像进行二值化处理，提取出肺部区域及与肺部区域灰度值相近的部分背景；步骤S202、从图像四角边缘开始背景反填充；步骤S203、找出从头顶往下的z方向上面积最大一层的肺；步骤S204、通过最大一层的肺进行z方向上向前和向后逐层区域生长，进行逐层判断，防止与背景粘连；步骤S3：肺区域的细分割，用于提取并去除气管和分离左右肺。如此设置，加快了分割速度，改善了分割效果。
【IPC分类】G06T7/00
【公开号】CN105488796
【申请号】CN201510849613
【发明人】姚庆
【申请人】上海联影医疗科技有限公司
【公开日】2016年4月13日
【申请日】2015年11月27日
最新回复(0)