[发明专利]一种从胸部CT图像中获得气管树的方法及装置

说明书

技术领域

本发明涉及计算机技术领域，特别涉及一种从胸部CT图像中获得气管树的方法及装置。

背景技术

获得精确的肺部气管树是肺气管相关病变参数自动诊断的基础，肺气管树的准确提取对于肺部疾病的计算机辅助诊断系统具有重要意义。肺气管，又称气管树，呈现出一种类似树形的结构，主气管在末端分裂形成左、右主支气管，分别深入到左右肺中，并在末端继续分裂成两个子气管，各气管段逐渐分裂，最终微小气管与肺泡相连完成气体交换功能。在CT图像中，气管呈现中空且连通的管道结构，其管腔灰度值较低且与周围肺实质比较接近，而周围高亮度的气管壁将其与肺实质分开，气管管腔和管壁的灰度值差异较大，随着气管逐渐分级，气管变细，管壁变薄，管腔灰度值和管壁灰度值差异变小，且由于部分容积效应的影响，气管的边界模糊，与肺部实质连通。可见，在对气管进行分割时，很容易在气管管腔和管壁模糊处越过气管壁泄漏到肺部实质中，造成严重的误分割，无法获得准确的气管树。

由于肺气管树所具有的特殊的拓扑结构特征和灰度纹理特征，通常用于肺实质、肝部、脑部的一些分割方法并不能很好地适用于肺气管的分割。近年来国内外研究者对于气管树的研究越来越关注，提出了许多气管树分割方法，如基于3D区域增长的气管树分割方法、基于数学形态学的分割方法、基于模糊连通性的分割方法、基于参数形变模型的分割方法、基于知识和规则的分割方法等。其中，3D区域增长算法由于其计算简单，速度较快，在气管分割中应用较多。该方法主要有两大步组成：

第一步：在CT图像中选取一个气管种子点和一个区分空气和软组织体素的第二全局阈值。种子点和第二全局阈值可以采取两种方式获得：一是人工交互方法获得；二是基于连通域面积计算自动获得。

如果采用人工交互方法，则需要专业人员手工在含有气管的图像中选择一点作为分割的种子点，并以该点的灰度值作为第二全局阈值。该方法优点是种子点和阈值选取准确，但需要人工参与，无法实现气管树的自动分割。

如果采用基于连通域面积计算的自动获得方式，则需要假定胸部扫描CT的第一层幅图像只含有气管或极少部分肺尖，采取自适应阈值方法分割图像，计算所得的所有连通域的面积，选取大于某一阈值(如3000像素数)的区域作为气管区域，选取此区域中某一点及其CT值作为第二全局阈值，进行3D区域增长分割气管。该方式解决了需要人工参与的问题，实现了气管种子点的自动选取。

第二步：根据气管种子点在CT图像中进行3D区域增长，在增长过程中监测标记区域的体积改变速度以检测泄漏，遇到泄漏则停止增长，从而可避免造成严重的误分割。

发明人在实现本发明的过程中，发现现有技术中利用3D区域增长获得气管树的方法至少存在如下缺点：

在第一步中，人工交互方法无法实现气管种子点的自动选取，基于连通域面积计算方法虽然实现了气管种子点的自动选取，但是由于临床扫描的胸部CT图像经常会包括颈部到下颚的部分或者包括比较多的肺尖区域，因此该方式无法准确的选取气管种子点及第二全局阈值，并导致无法获得精确的气管树；

在第二步中，遇到泄漏则停止增长的方式虽然克服了由于气管分割时泄漏至肺实质区域、造成分割错误的问题，但是也因此而损失了大量气管组织，故只能分割主支气管段，对于更细微的支气管则无法准确分割，因此也就无法获得精确的气管树。

发明内容

本发明实施例要解决的技术问题是：无法从胸部CT图像中获得精确的气管树。

本发明实施例提供了一种从胸部CT图像中获得气管树的方法，所述方法包括：

接收输入的n层胸部CT图像，其中n为自然数，在所述n层胸部CT图像中对肺部组织做肺部标记；

获取所述n层胸部CT图像中的指定图像层，获得所述指定图像层上已做所述肺部标记的指定连通区域的中心点，根据所述指定连通区域的中心点获得第一初始种子点，其中所述指定图像层是所述n层胸部CT图像中按照从头到脚顺序的第一幅带有所述肺部标记的图像层；

根据所述第一初始种子点以及所述肺部标记，在所述n层胸部CT图像中进行第一类3D区域增长，获得气管树。

优选的，所述在所述n层胸部CT图像中对肺部组织做肺部标记的步骤具体包括：

在所述n层胸部CT图像中获取一幅带有肺部区域的图像层；

获得所述图像层的所述肺部区域的中心点，并根据所述肺部区域的中心点获得第二初始种子点及第二全局阈值；

根据所述第二初始种子点及第二全局阈值，在所述n层胸部CT图像中进行第二类3D区域增长，并对所述第二类3D区域增长所得做肺部标记。