[发明专利]一种肺气管分割方法及装置

说明书

本发明实施例提供了一种肺气管分割方法及装置，涉及医学影像技术领域，能够实现全自动化，并且针对不同级别气管的特征，采用不同的分割原则，从而解决肺气管分割过程的遗漏问题，进而得到更加丰富完整的气管树。一方面，该方法包括：首先，获取一级气管；然后，基于分层区域生长算法对所述一级气管扩展并获取与所述一级气管相连的二级气管；其次，获取所述二级气管的局部特征；再次，基于所述局部特征以及能量最小化约束生长算法，获取三级气管；从而，融合所述一级气管、二级气管和三级气管，输出获取气管分割结果。本发明实施例提供的技术方案适用肺气管树分割或提取的过程中。

【技术领域】

本发明涉及医学影像技术领域，尤其涉及一种肺气管分割方法及装置。

【背景技术】

肺部气管树的分割在临床上具有重大的应用价值。但对肺部进行CT成像时，CT图像易受到运动伪影与部分容积效应的影响，使得CT图像肺气管密度分布不均匀，细小气管壁模糊并且气管末端分支的管壁容易出现断裂，从而该气管分割造成较大困难。

由于基于计算机辅助诊断的肺气管树分割的速度快，得到的分割结果比手动分割得到的结果更加准确。目前采用的肺气管分割的方法大致分为：基于区域生长的方法、基于管状结构分析、基于模块匹配的方法以及基于机器学习的算法。在实现本发明的过程中，发明人发现上述的这些方法中，有些是半自动化的(如：基于区域生长的方法、基于模块匹配的方法)，有些处理过程过于复杂，肺气管分割的实时性不高，并且上述的这些方法，在进行肺气管分割时都存在遗漏的问题。

【发明内容】

有鉴于此，本发明实施例提供了一种肺气管分割方法及装置，能够实现全自动化，并且针对不同级别气管的特征，采用不同的分割原则，从而解决肺气管分割过程的遗漏问题，进而得到更加丰富完整的气管树。

一方面，本发明实施例提供了一种肺气管分割方法，该方法包括：

获取一级气管；

基于分层区域生长算法对所述一级气管扩展并获取与所述一级气管相连的二级气管；

获取所述二级气管的局部特征；

基于所述局部特征以及能量最小化约束生长算法，获取三级气管。

融合所述一级气管、二级气管和三级气管，输出获取气管分割结果。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，

在所述获取一级气管之前，所述方法还包括：

获取胸部的CT图像，所述CT图像包含若干层二维图像；

根据所述CT图像，获取第一目标区域；

根据所述第一目标区域，确定所述肺气管种子点；

所述获取一级气管包括：

根据所述肺气管种子点并基于阈值分割算法和区域生长算法，提取所述一级气管。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述CT图像，获取第一目标区域具体包括：

基于预设的第一阈值和第二阈值，对所述CT图像进行分割，得到所述第一目标区域。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，

所述基于预设的第一阈值和第二阈值，对所述CT图像进行分割，得到所述第一目标区域之前，还包括：对所述CT图像进行各向异性平滑处理；

所述基于预设的第一阈值和第二阈值，对所述CT图像进行分割，得到所述第一目标区域包括：基于预设的第一阈值和第二阈值，对进行各向异性平滑处理后的CT图像进行分割，得到第一目标区域。