[发明专利]针对DR片的肺叶轮廓提取方法

摘要

本发明公开了一种针对DR片的肺叶轮廓提取方法，包括以下步骤：通过离线训练获取肺叶轮廓的代表性模板；胸部DR片肺叶区域提取系统初始化；根据DICOM图像的尺寸，对图像做三层金字塔分解；用Gabor滤波器组重建待处理图像，将Gabor滤波后重建图像的残差转换为黑白图像；用Zhan‑Suen细化算法将黑白图像细化；调用离线训练的每一个模板，用其作为卷积核算子，对轮廓图像进行卷积；从卷积结果中筛选最佳可能性的局部最优卷积值，并组合评价；根据最佳匹配的上下模板及其最佳匹配位置组合生成肺叶轮廓形状。本发明提高了医生检查肺部疾病的工作效率和检查精度，支撑肺结核监测的信息化程度进一步深化，有利于居民肺结核传染病体检筛查的常态化推广。

主权项

1.一种针对DR片的肺叶轮廓提取方法，其特征在于，包括以下步骤：步骤1：通过离线训练获取肺叶轮廓的代表性模板，包括左肺上部分模板、左肺下部分模板、右肺上部分模板以及右肺下部分模板；步骤2：胸部DR片肺叶区域提取系统初始化，从DR片数据库中读取一幅DICOM图像；步骤3：根据DICOM图像的尺寸，对图像做三层金字塔分解；进行降采样过程，将DICOM图像在高斯平滑的基础上不断缩小为原来图像高度的1/2，得到一系列图像，即为高斯图像金字塔；进行升采样过程，将每个图放大为原来高度的2倍，并与高斯金字塔下原始图像求差，得到拉普拉斯图像金字塔；步骤4：用Gabor滤波器组重建待处理图像，将Gabor滤波后重建图像的残差，用自适应的局部二值化算法，将其转换为黑白图像；步骤5：用Zhang‑Suen细化算法将黑白图像细化，得到DICOM图像中包含其他干扰的关键轮廓图像；步骤6：调用离线训练的左肺上部分模板、左肺下部分模板、右肺上部分模板以及右肺下部分模板，对每一个模板，用其作为卷积核算子，对步骤5所述的轮廓图像进行卷积，记录每一处的卷积计算结果；步骤7：从卷积结果中筛选最佳可能性的局部最优卷积值，并组合评价；步骤8：根据最佳匹配的上下模板及其最佳匹配位置组合生成肺叶轮廓形状；所述步骤1具体包括如下子步骤：步骤1.1：采集具有代表性的DICOM图像，作为样板数据集；步骤1.2：通过标注软件，人工手动绘制与样板相对应的黑白图像，其中的白色区域对应肺叶区域，而黑色区域为其他区域；保存黑白图像到文件，作为数据集中的样板肺叶的轮廓标注；步骤1.3：遍历数据集中所有标注图像，提取每张轮廓标注图像中的轮廓，根据轮廓的重心，区分左肺轮廓和右肺轮廓，分别将左肺轮廓和右肺轮廓的像素按逆时针顺序加入左肺轮廓点集和右肺轮廓点集；步骤1.4：遍历左肺轮廓点集，对每个左肺的轮廓，读取其对应的像素点，判别x和y坐标的最大值x_max，y_max和最小值x_min，y_min，并根据y_max和y_min提取肺叶上部分的区域和下部分区域，其中，上部分由参数x_max，x_min，y_max共同决定，下部分由参数x_max，x_min，y_min共同决定；步骤1.5：用K‑means算法对左肺叶上部分轮廓、左肺叶下部分轮廓、右肺叶上部分的轮廓以及右肺叶下部分的轮廓进行聚类，获取代表性模板。