[发明专利]基于多投影图像配准的肺结节检测方法

说明书

技术领域：本发明涉及一种肺结节的检测方法，特别是一种基于多投影图像配准的肺结节检测方法。

背景技术：肺癌是当今对人类健康危害最大的恶性肿瘤之一。肺癌具有高死亡率的主要原因是当肺癌被检测到时，大多数已经处于中晚期，错过了治疗的最佳时机。由于胸部X光图像具有成像设备简单，成本低，与CT相比放射线剂量低等特点，所以是肺癌筛查的主要成像方式。但是，由于正常的胸部解剖结构(例如肋骨、纵隔膜及心脏等)常与肺癌重叠，使得基于胸部X光图像的肺癌筛查的敏感性以及特异性都较低。许多学者提出在不显著增加放射线剂量的情况下，使用多投影成像技术来提高早期肺癌的检测性能。美国杜克大学放射系设计并开发出一种新型多投影相关成像系统，并已进入到初步临床试验阶段。该系统是在一个标准的胸部X光成像系统基础上改进而成的。X-ray tube可以沿着水平和竖直方向移动，而探测器固定不动。该探测器为非晶硅平板探测器，具有较高的帧速率及动态延展范围。

该成像系统的图像数据由正位投影(Posterior-anterior project,PA)图像及两幅与PA投影成正负3度角的投影图像组成。在已经完成的观察者实验中，单独使用PA图像进行结节检测的敏感性为86%，使用三投影图像检测结节的敏感性为71%，但检测的假阳性结节数降低35%。所以，临床试验表明，多投影图像(三张投影图像)可以提高肺结节临床检测的性能。

对于每一张多投影图像，由于成像的放射线剂量为普通DR图像的三分之一，所以图像噪声较大，计算机检测困难。为了达到较高的敏感性，在同一病人三张投影图像中的相近位置会检测到多个候选结节。因此，对这些候选结节进行配准是十分必要的。由于候选结节来自于同一个目标，他们的大小、形状、灰度都极为相似。

发明内容：针对上述现有技术的不足，本发明提供了一种利用同一病人多投影图像中相近位置的候选结节互信息的配准方法，并利用此信息减少检测结果中假阳性结节的数目，获得令人满意的检测效果。

为实现上述目的，本发明采用的技术方案是：基于多投影图像配准的肺结节检测方法，其具体步骤是：

一、候选结节的初始检测与精确分割

（1）候选结节的初始检测：采用图像特征分析的方法对肺进行分割。首先，通过比较肺顶部及胸腔轮廓二阶导数的第一个和第二个最小值来决定肺顶部及胸腔的左右边界。然后，分别对肺的顶部、左侧及右侧轮廓线进行拟合，并最终确定胸腔轮廓。接着，使用边界梯度分析方法确定右侧纵隔的边界。再从左侧纵隔的中间区域开始，利用规则决定搜索边界的起始点，进而搜索纵隔的左边界。最后，分别对纵隔的左右边界进行曲线拟合。胸腔轮廓与纵隔边界之间的区域定义为肺区域。

由于许多结节的形态分布可以近似由高斯函数表示，所以使用DoG滤波器来增强图像中的结节。DoG滤波器的输出为两个不同尺度的高斯滤波器输出的差，尺度是决定增强结节大小的重要参数。

在增强后的图像中，使用多阈值分割方法来获得初始候选结节。初始阈值使用900(由经验获得)，之后阈值成等比例降低。最后，将两尺度增强图像多阈值分割处理后获得的二值图相加。相加后的图像中像素的值为该像素在多阈值分割图像中值为“1”的次数的总和。如果相加后图像中某点的值大于等于3，则该点被定义为结节区域，否则为背景区域。

（2）基于动态规划的候选结节分割

在进行精确分割之前，首先利用原始图像中候选结节的中心位置生成待分割的小图像。从候选结节的中心按照逆时针顺序向外均匀的画出长度为21像素的射线。将射线上的像素垂直地排列得到极坐标变换后的图像。在极坐标变换时，采用双线性插值算法来获得极坐标图像中像素点的灰度值。在极坐标变换后的图像中，结节的边界为一条近似水平的曲线，可以使用动态规划方法快速、准确的确定。

动态规划是一种最优化的方法，经常用来搜寻目标的最优边界。最优边界是由肺结节极坐标图像中所有列上的像素点组成(每列一个点)。这些点连接起来就构成肺结节具有最小累积代价的最优边界。候选结节的累积代价是该边界所有点局部代价的和，局部代价用来度量某一边界点与其相邻点的平滑程度及灰度变化的强弱。

二、候选结节的特征提取及分类：针对候选结节的灰度、形态、纹理、对称性、位置等特点，本发明定义特征变量描述结节，并在基于特征的候选结节分类之前，对特征进行选择。

（1）候选结节的特征提取：提取候选结节初始检测区域与精确分割区域的灰度、形状、纹理特征，及精确分割区域的对称性及位置特征。具体特征描述见表1：

表1