[发明专利]一种强化CT图像气管壁增强方法、系统、设备及介质

说明书

本发明公开了一种强化CT图像气管壁增强方法、系统、设备及介质，包括：获取强化CT图像序列，对强化CT图像序列进行阈值化处理；对阈值化处理后的图像进行三维区域生长，获取肺部和气管掩膜；对肺部和气管掩膜进行闭运算；对闭运算得到的图像进行三维区域生长，分割出气管主体；对气管主体的每个像素点，计算其边界像素特征；基于边界像素特征判断强化CT图像序列中每一张图像的每一个像素点是否属于气管壁；对属于气管壁的像素点的像素值进行增强。

技术领域

本公开涉及图像增强技术领域，特别是涉及一种强化CT图像气管壁增强方法、系统、设备及介质。

背景技术

本部分的陈述仅仅是提到了与本公开相关的背景技术，并不必然构成现有技术。

近年来，伴随着CT技术的发展，CT的数字医学成像技术也获得了飞速的发展。计算机辅助手术(Computer-Assisted Surgery,CAS)也称为图像导航技术(ImagingNavigator)，是计算机信息学、医学、机械学和图形图像学等多学科交叉的新型研究领域。目前成熟的手术导航系统均由国外机构研发，如Medtronic公司的StealthStation神经外科手术导航系统，BrainLab公司的3DVectorVision导航系统，Surgical NavigationTechnologies公司的LandMarx导航系统等。

在实现本公开的过程中，发明人发现现有技术中存在以下技术问题：

在手术导航系统中，肺气管树的分割一直是难点之一。Irving等提出了3维灰度重建以提取不同方向的分支。灰度重建需要小时级别的处理时间，单尺度的结构元素也会遗漏大量细小分支。Aykac等提出了基于灰度重建的分割方法，采用一系列2维灰度形态学算子处理原图像，周围高灰度组织不断填充低灰度管腔，形成最终的重建图像与原图像做差，经阈值处理得到具有较高响应值的气管候选区域。Xu等引入血管信息提高了分割精度，基于规则的分割方法基于图像学或解剖学先验知识增强肺气管并引导分割流程。Sonka等首次根据气管和血管的并行度、与邻接结构的对比度设计了一系列气管隶属度规则分割肺气管。更常用的规则是根据管腔与管壁的对比度对气管进行增强滤波。Feuerstein等采用自适应卷积核生成高斯拉普拉斯算子增强气管壁。Hirano等提出了空腔增强滤波器，计算像素点在3维空间中与周围结构的对比度，利用血管并行度辅助分割。Lassen等计算2维空间中像素点与包围环的对比度以估计管腔被管壁包围的完整性，并利用多个截平面响应均值表达3维滤波效果，增强细小气管。另一种常见的规则是肺气管几何形状，Bauer等采用多尺度管状结构滤波获得暗结构作为气管候选区域，并提取其中心路径，按分支夹角、半径等先验知识连接气管分支。Pu等利用移动立方体算法建模肺组织，基于微分几何学计算模型表面片主曲率和方向，抑制非气管区域并消除部分容积效应影响，再采用多尺度阈值提取模型中的气管区域。

由于强化CT图像的细支气管壁成像往往存在模糊，导致上述方法在细支气管(四级及以上)的分割方面存在不足，进而造成后续步骤中的气管三维重建不完整，不能为手术导航提供充分的个体解剖依据。

发明内容

为了解决现有技术的不足，本公开提供了一种强化CT图像气管壁增强方法、系统、设备及介质；

第一方面，本公开提供了一种强化CT图像气管壁增强方法；

一种强化CT图像气管壁增强方法，包括：

获取强化CT图像序列，对强化CT图像序列进行阈值化处理；

对阈值化处理后的图像进行三维区域生长，获取肺部和气管掩膜；

对肺部和气管掩膜进行闭运算；对闭运算得到的图像进行三维区域生长，分割出气管主体区域；