[发明专利]一种气管树提取方法及装置

说明书

本申请的主要目的在于提供一种气管树提取方法及装置，以解决相关技术中在基于肺部CT图像提取气管树的精度较低的问题。公开的气管树提取方法包括：从肺部CT图像中识别支气管区域；基于识别出的支气管区域获取第一阈值；在支气管区域根据种子点以及第一阈值进行区域增长；判断是否出现泄露；在出现泄露的情况下，对出现泄露的部分进行填充；基于填充后的支气管区域获取第一阈值，并使用获取到的第一阈值重新在填充后的支气管区域进行区域增长，直至不再出现泄露时，获得气管树。本申请提高了气管树的分割精度。

技术领域

本发明涉及计算机图像处理技术领域，尤其涉及一种气管树提取方法及装置。

背景技术

随着CT(Computed Tomography，计算机体层摄影)技术的发展，CT的扫描分辨率越来越高，这使得根据扫描的图像提取气管的有关特征参数进而研究肺结节、慢性阻塞性肺病等其他肺内疾病的诊断技术成为可能。然而，CT的发展也使得扫描片的数目速度增加，一个病例所包含的扫描片已高达几百张，在进行气管病变的检测时，放射科医生必须阅读大量的扫描片，漏诊与误诊的机率随着CT扫描片数目的增加而增高。使用CAD(Computer-Aided Design，计算机辅助诊断系统)进行气管疾病的检测，有助于减少医生的阅片时间，提高气管检测与量化过程的客观性。

在最初的基于CT图像的气管检测使用手动跟踪的方法中，医生根据已有经验，通过调整窗宽、窗位对气管感兴趣区域进行观察，在CT图像上进行气管的标定。但这种方法已经被半自动和全自动的方法取代。半自动或全自动的气管检测方式通常可分为二维气管断面的检测和三维气管树的提取。半自动的方法一般由医生进行气管断面的定位或给出气管树提取的种子点，并对气断面分割结果或气管树的提取结果进行修补。全自动的方法不需要人工的干预，气管的检测、分割、量化均是自动完成的。有研究者提出基于阈值与区域增长的三维气管树提取算法，但使用该算法提取气管树时，容易出现泄露的情况，使气管树过分割到肺实值组织。目前，一般确保不出现泄露的方法是通过对CT图像进行预处理(例如，图像滤波)，但此类方法也使得图像模糊，从而降低区域增长的分割精度。此外，区域增长分割后仍需要一些后处理操作来改进分割的效果，操作较为复杂。

发明内容

本申请的主要目的在于提供一种气管树提取方法及装置，以解决相关技术中在基于肺部CT图像提取气管树的精度较低的问题。

根据本申请的一个方面，提供了一种气管树提取方法，包括：从肺部计算机体层摄影CT图像中识别支气管区域；基于所述支气管区域获取第一阈值；在所述支气管区域根据种子点以及第一阈值进行区域增长；判断是否出现泄露；在出现泄露的情况下，对出现泄露的部分进行填充；基于填充后的所述支气管区域获取所述第一阈值，并使用获取到的所述第一阈值重新在填充后的所述支气管区域进行区域增长，直至不再出现泄露或进行区域增长的次数达到预设次数时，获得气管树。

可选地，所述从肺部CT图像中识别支气管区域，包括：对所述肺部CT图像进行检测，得到空气组织区域以及人体组织区域；对所述人体组织区域进行检测，得到肺部区域；根据所述肺部区域与所述空气组织区域得到支气管区域。

可选地，所述基于所述支气管区域获取第一阈值，或基于填充后的所述支气管区域获取所述第一阈值，包括：计算所述肺部区域的像素中大于初始阈值的像素的第一平均值以及小于所述初始阈值的像素的第二平均值；计算所述第一平均值与所述第二平均值之间的差值的绝对值；在所述绝对值小于第三阈值的情况下，确定所述第一平均值与所述第二平均值之间的差值为进行区域增长的阈值。

可选地，所述方法还包括：在对出现泄露的部分进行填充之后，以填充后的支气管区域的边缘作为初始轮廓线进行活动轮廓处理。

可选地，所述判断是否出现泄露，包括：在每次进行区域增长后，计算得到的气管树的体积，如果相邻两次计算得到的体积的差值大于预设数值，则确定出现泄露。