[发明专利]基于语义形状的肺组织分割方法、装置、设备及介质

说明书

本发明提供一种基于语义形状的肺组织分割方法、装置、设备及介质，该方法包括：获取与水平集函数关联的拓扑保持约束项和几何特征约束项，水平集函数基于肺部CT影像的像素点坐标信息生成，且水平集函数在时间维度的各时刻进行更新；针对每个时刻，根据语义形状描绘子、肺部CT影像的像素点灰度值以及当前时刻对应的水平集函数确定语义形状约束项；针对每个时刻，根据拓扑保持约束项、几何特征约束项和语义形状约束项构建能量泛函；确定能量泛函在取得最小值时对应的目标水平集函数，根据目标水平集函数的零水平集曲线确定肺组织轮廓线以进行肺组织分割。本发明可以提高肺组织分割的精准度，且可以减少病变检测区域，准确有效地提取病灶。

技术领域

本发明涉及医学影像分析领域，尤其涉及一种基于语义形状的肺组织分割方法、装置、设备及介质。

背景技术

肺癌、肺结核、肺栓塞等肺部疾病严重威胁人类健康，通过计算机断层扫描(Computed Tomography，CT)能够为临床医生对这些疾病的诊断提供可靠依据。

随着人工智能技术的不断发展，利用智能算法对CT序列显现的肺部疾病进行自动识别与辅助诊断能够使医生解脱于繁重的阅片工作，避免因视觉疲劳产生漏检与误检。

利用智能算法对CT序列显现的肺部疾病进行自动识别与辅助诊断的前提是进行肺组织分割，肺组织的精准分割避免了肺内低密度组织受外围高密度组织的干扰，同时将位于胸腔壁上的病灶(生长在肺组织上，但是粘连在胸腔壁上的病灶)包含在肺组织内部，为后续准确识别肺部疾病奠定了重要基础。由于不同患者的肺组织形态有所差异，针对不同患者的CT序列，需进行个性化处理以实现肺组织分割。现有的肺组织分割方法，其分割精度不高，影响肺组织的准确分割。

发明内容

本发明实施例提供了一种基于语义形状的肺组织分割方法、装置、设备及介质，以解决现有技术中肺组织分割方法精度不高，影响肺组织准确分割的问题。

第一方面，本发明实施例提供一种基于语义形状的肺组织分割方法，包括：

获取与水平集函数关联的拓扑保持约束项和几何特征约束项，所述水平集函数基于肺部CT影像对应的像素点坐标信息生成，且所述水平集函数在时间维度的每个时刻进行更新；

针对每个时刻，根据语义形状描绘子、所述肺部CT影像对应的像素点灰度值以及当前时刻对应的水平集函数确定语义形状约束项，所述语义形状描绘子基于正常肺组织形状信息确定；

针对每个时刻，根据对应的所述拓扑保持约束项、所述几何特征约束项和所述语义形状约束项，构建能量泛函；

确定所述能量泛函在目标时刻取得最小值时对应的目标水平集函数，根据所述目标水平集函数对应的零水平集曲线确定所述肺部CT影像中的肺组织轮廓线；

根据所述肺组织轮廓线对所述肺部CT影像中的肺组织进行分割。

第二方面，本发明实施例提供一种基于语义形状的肺组织分割装置，包括：

获取模块，用于获取与水平集函数关联的拓扑保持约束项和几何特征约束项，所述水平集函数基于肺部CT影像对应的像素点坐标信息生成，且所述水平集函数在时间维度的每个时刻进行更新；

确定模块，用于针对每个时刻，根据语义形状描绘子、所述肺部CT影像对应的像素点灰度值以及当前时刻对应的水平集函数确定语义形状约束项，所述语义形状描绘子基于正常肺组织形状信息确定；

构建模块，用于针对每个时刻，根据对应的所述拓扑保持约束项、所述几何特征约束项和所述语义形状约束项，构建能量泛函；

处理模块，用于确定所述能量泛函在目标时刻取得最小值时对应的目标水平集函数，根据所述目标水平集函数对应的零水平集曲线确定所述肺部CT影像中的肺组织轮廓线；