一種從肺部ct圖像獲得三維氣管樹(shù)的方法
【專(zhuān)利摘要】本發(fā)明提供一種從肺部CT圖像獲得三維氣管樹(shù)的方法，包括以下步驟：采用自適應(yīng)的三維空間區(qū)域生長(zhǎng)法提取出主支氣管；采用優(yōu)化圖像特征提取的方法提取出除主支氣管外的其他支氣管段；采用模糊連接度算法將主支氣管和所述支氣管段進(jìn)行“縫合”，得到三維氣管樹(shù)。本發(fā)明的處理方案中，先分別提取主支氣管以及支氣管段，有效地解決了傳統(tǒng)技術(shù)中主支氣管容易阻塞、支氣管段容易泄露的問(wèn)題。隨后，將提取到的主支氣管、支氣管段組合成一體，得到完整的三維氣管樹(shù)。
【專(zhuān)利說(shuō)明】_種從肺部CT圖像獲得三維氣管樹(shù)的方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計(jì)算機(jī)圖像處理【技術(shù)領(lǐng)域】，特別涉及一種從肺部CT圖像獲得三維氣 管樹(shù)的方法。

【背景技術(shù)】
[0002] 獲得精確的肺部氣管樹(shù)是肺氣管相關(guān)病變參數(shù)自動(dòng)診斷的基礎(chǔ)，肺氣管樹(shù)的準(zhǔn)確 提取對(duì)于肺部疾病的計(jì)算機(jī)輔助診斷系統(tǒng)具有重要意義。利用術(shù)前肺部三維CT圖像，結(jié)合 醫(yī)學(xué)圖像處理技術(shù)、計(jì)算機(jī)圖形學(xué)技術(shù)及現(xiàn)代電子技術(shù)重建出三維氣管樹(shù)，實(shí)現(xiàn)術(shù)中實(shí)時(shí) 引導(dǎo)，能極大地減少患者行支氣管鏡檢查時(shí)發(fā)生意外的概率。
[0003] 為了重建更多級(jí)的支氣管，不少研宄者提出了利用支氣管樹(shù)的結(jié)構(gòu)解剖信息和相 關(guān)信息的方法。這類(lèi)方法可大致分為五類(lèi)：1)基于知識(shí)或規(guī)則的方法；2)模板匹配方法；3) 形態(tài)學(xué)方法；4)形狀分析方法；5)混合方法。基于知識(shí)或規(guī)則的方法試圖在支氣管樹(shù)重建 時(shí)引入肺部支氣管與血管的解剖關(guān)系先驗(yàn)、氣管幾何結(jié)構(gòu)、局部圖像特征、模糊邏輯以及連 接性等知識(shí)。模板匹配方法的原理是根據(jù)支氣管解剖結(jié)構(gòu)先驗(yàn)預(yù)定義一組大小不同的掩膜 或模板，輔助二維或三維圖像空間中支氣管結(jié)構(gòu)特征的提取。例如，Kaftan則嘗試把樹(shù)形 路徑的結(jié)構(gòu)模板用于支氣管的重建。形態(tài)學(xué)方法常被用于細(xì)化已初始重建（例如通過(guò)三維 區(qū)域生長(zhǎng)算法）的三維支氣管樹(shù)，其設(shè)計(jì)思想是嘗試?yán)酶鞣N形態(tài)學(xué)算子，連接或混合斷 裂的二維/三維支氣管圖像區(qū)域。例如，Aykac等提出了利用膨脹形態(tài)學(xué)算子連接在相鄰 圖像層的相同區(qū)域，以提高單層圖像的支氣管重建準(zhǔn)確率。在文獻(xiàn)中，F(xiàn)etita等提出了基 于連接代價(jià)函數(shù)的數(shù)學(xué)形態(tài)學(xué)方法，檢測(cè)支氣管區(qū)域。局部圖像特征方法是根據(jù)支氣管通 常表現(xiàn)為管道結(jié)構(gòu)的特點(diǎn)，利用求解Hessian矩陣的特征值的方法，通過(guò)分析氣管邊界的 二階導(dǎo)數(shù)來(lái)增強(qiáng)與重建三維管狀氣管樹(shù)。
[0004] 本領(lǐng)域技術(shù)人員都清楚，泄露和阻塞是當(dāng)今支氣管樹(shù)重建的兩大主要難題。造成 泄露與阻塞的主要原因是CT圖像存在部分容積效應(yīng)，導(dǎo)致肺部支氣管的管壁與氣道內(nèi)空 氣的流明對(duì)比度降低。泄露將導(dǎo)致重建的氣管樹(shù)與其周邊肺組織（例如，肺實(shí)質(zhì)）融合；而 阻塞則導(dǎo)致重建的氣管樹(shù)斷裂及重建氣管的不連續(xù)。此外，圖像噪聲、圖像偽影及成像時(shí)呼 吸運(yùn)動(dòng)所導(dǎo)致的運(yùn)動(dòng)偽影或圖像模糊，都會(huì)給支氣管樹(shù)的重建帶來(lái)巨大挑戰(zhàn)。而當(dāng)遇到某 些肺部疾病的時(shí)候，例如慢性阻塞性肺病或間質(zhì)性肺病，重建的困難會(huì)更加明顯。而泄露和 阻塞是三維氣管樹(shù)提取的一對(duì)矛盾，這種矛盾是不可能在單一算法框架下完成。
[0005] 因此，亟需能夠減小泄露和阻塞的影響的一種從肺部CT圖像獲得三維氣管樹(shù)的 方法。


【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的在于提供一種能夠在氣管重建過(guò)程中減小泄露和阻塞的影響的一 種從肺部CT圖像獲得三維氣管樹(shù)的方法。該方法包括以下步驟：采用自適應(yīng)的三維空間區(qū) 域生長(zhǎng)法提取出主支氣管；采用優(yōu)化圖像特征提取的方法提取出除主支氣管外的其他支氣 管段；采用模糊連接度算法將主支氣管和所述支氣管段進(jìn)行"縫合"，得到三維氣管樹(shù)。
[0007] 作為一種優(yōu)選方案，在所述提取出主支氣管的步驟之前，先對(duì)CT圖像進(jìn)行平滑處 理，通過(guò)結(jié)合分析CT圖像中某體素點(diǎn)的CT值和其周?chē)木植苛炼茸兓亩A排列結(jié)構(gòu)，并 分析所述體素點(diǎn)是否屬于管狀結(jié)構(gòu)，篩選出屬于支氣管的體素點(diǎn)，匯集全部所述屬于支氣 管的體素點(diǎn)得到一級(jí)氣管預(yù)處理圖像。
[0008] 作為一種優(yōu)選方案，在所述提取出主支氣管的步驟之前，將所述一級(jí)氣管預(yù)處理 圖像進(jìn)行閉運(yùn)算，先對(duì)所述一級(jí)氣管預(yù)處理圖像的結(jié)構(gòu)元素進(jìn)行膨脹，然后再對(duì)膨脹后的 圖像用結(jié)構(gòu)元素進(jìn)行腐蝕，用于填充小洞，使物體的邊界平滑，得到二級(jí)氣管預(yù)處理圖像。
[0009] 作為一種優(yōu)選方案，在所述提取主支氣管的步驟中，具體包括以下步驟：選取起始 種子點(diǎn)；選擇自適應(yīng)局部相鄰閾值法作為區(qū)域增長(zhǎng)的準(zhǔn)則得到閾值，將大于或等于所述閾 值的體素點(diǎn)作為種子點(diǎn)歸并到種子區(qū)域；當(dāng)周邊所有種子點(diǎn)都?xì)w并到種子區(qū)域后，得到主 支氣管圖像。
[0010] 作為一種優(yōu)選方案，在所述提取出除主支氣管外的其他支氣管段的步驟中，具體 包括以下步驟：提取若干圖像特征用于構(gòu)建代價(jià)函數(shù)中的能量項(xiàng)；采用多核學(xué)習(xí)的方法， 使用所述特征的組合核函數(shù)嵌入到三維支氣管種子點(diǎn)提取算法中，得到組成所述支氣管段 的種子點(diǎn)；根據(jù)連續(xù)性對(duì)組成所述支氣管段的種子點(diǎn)進(jìn)行連續(xù)得到各獨(dú)立的支氣管段。
[0011] 作為一種優(yōu)選方案，所述若干圖像特征包括基于多尺度Hessian矩陣的3D管道特 征系數(shù)、局部相位、SIFT特征、低分辨率版本Haar-Iike特征。
[0012] 作為一種優(yōu)選方案，在將所述組成所述支氣管段的種子點(diǎn)進(jìn)行連續(xù)的步驟中，采 用了基于Snake樣條模型的方法。
[0013] 作為一種優(yōu)選方案，在所述將主支氣管和所述支氣管段進(jìn)行"縫合"的步驟中，首 先將主支氣管與相鄰的一端所述獨(dú)立的支氣管段進(jìn)行縫合，然后進(jìn)行迭代計(jì)算直到把全部 的支氣管段"縫合"到一起。
[0014] 作為一種優(yōu)選方案，在所述將主支氣管和所述支氣管段進(jìn)行"縫合"的步驟中，利 用中心線提取算法，提取所述主支氣管的中心線，綜合空間距離、局部圖像特征、支氣管解 剖結(jié)構(gòu)中的其中一項(xiàng)或多項(xiàng)判度，構(gòu)造模糊連通度函數(shù)，從所述主支氣管的末端出發(fā)，利用 三維模糊連接算法，將主支氣管和所述支氣管段連接起來(lái)。
[0015] 作為一種優(yōu)選方案，在所述將主支氣管和所述支氣管段進(jìn)行"縫合"的步驟中，利 用中心線提取算法，提取各支氣管段的中心線，綜合空間距離、局部圖像特征、支氣管解剖 結(jié)構(gòu)中的其中一項(xiàng)或多項(xiàng)判度，構(gòu)造模糊連通度函數(shù)，利用三維模糊連接算法，迭代連接各 所述支氣管段，直至重建出整個(gè)支氣管樹(shù)。
[0016] 實(shí)施本發(fā)明，能夠得到一種從肺部CT圖像獲得三維氣管樹(shù)的方法，減小在氣管樹(shù) 重建過(guò)程中由于泄露和堵塞造成的影響。

【專(zhuān)利附圖】

【附圖說(shuō)明】
[0017] 圖1是本發(fā)明提供的一種從肺部CT圖像獲得三維氣管樹(shù)的方法的技術(shù)路線圖；
[0018] 圖2是采用本發(fā)明提供的一種從肺部CT圖像獲得三維氣管樹(shù)的方法獲得的人體 氣管樹(shù)結(jié)構(gòu)模擬圖；
[0019] 圖3是采用本發(fā)明提供的一種從肺部CT圖像獲得三維氣管樹(shù)的方法獲得的主支 氣管提取結(jié)果模擬圖；
[0020] 圖4是采用本發(fā)明提供的一種從肺部CT圖像獲得三維氣管樹(shù)的方法獲得的支氣 管段提取過(guò)程模擬圖；
[0021] 圖5是采用本發(fā)明提供的一種從肺部CT圖像獲得三維氣管樹(shù)的方法獲得的支氣 管段的提取結(jié)果模擬圖；
[0022] 圖6是采用本發(fā)明提供的一種從肺部CT圖像獲得三維氣管樹(shù)的方法進(jìn)行"縫合" 的結(jié)果示意圖。

【具體實(shí)施方式】
[0023] 參考圖1、圖2,本發(fā)明提供一種從肺部CT圖像獲得三維氣管樹(shù)的方法，主要包括 以下步驟：如箭頭1所示，采用自適應(yīng)的三維空間區(qū)域生長(zhǎng)法提取出主支氣管，為便于描 述，將該步驟簡(jiǎn)稱(chēng)為步驟SlOl;如箭頭2和箭頭3所示，采用優(yōu)化圖像特征提取的方法提取 出除主支氣管外的其他支氣管段，將該步驟簡(jiǎn)稱(chēng)為步驟S103;如箭頭4所示，采用模糊連接 度算法將主支氣管和支氣管段進(jìn)行"縫合"，得到如圖2所示的三維的氣管樹(shù)，將該步驟簡(jiǎn) 稱(chēng)為步驟S105。
[0024] 在進(jìn)行步驟SlOl時(shí)，優(yōu)選地先對(duì)三維的CT圖像進(jìn)行平滑處理，通過(guò)結(jié)合分析CT 圖像中的某體素點(diǎn)的CT值和其周?chē)木植苛炼茸兓亩A排列結(jié)構(gòu)，并分析該體素點(diǎn)是 否屬于管狀結(jié)構(gòu)，篩選出屬于支氣管的體素點(diǎn)，匯集全部的屬于支氣管的體素點(diǎn)得到一級(jí) 氣管預(yù)處理圖像。具體方法是通過(guò)分析Hessian矩陣消除噪聲對(duì)提取氣管的影響。
[0025] 表1三維情況下各種可能結(jié)構(gòu)同Hessian矩陣特征值的關(guān)系表
[0026]

【權(quán)利要求】
1. 一種從肺部CT圖像獲得三維氣管樹(shù)的方法，其特征在于，包括以下步驟： 采用自適應(yīng)的三維空間區(qū)域生長(zhǎng)法提取出主支氣管； 采用優(yōu)化圖像特征提取的方法提取出除主支氣管外的其他支氣管段； 采用模糊連接度算法將主支氣管和所述支氣管段進(jìn)行"縫合"，得到三維氣管樹(shù)。
2. 如權(quán)利要求1所述的從肺部CT圖像獲得三維氣管樹(shù)的方法，其特征在于，在所述提 取出主支氣管的步驟之前，先對(duì)CT圖像進(jìn)行平滑處理，通過(guò)結(jié)合分析CT圖像中某體素點(diǎn)的 CT值和其周?chē)木植苛炼茸兓亩A排列結(jié)構(gòu)，并分析所述體素點(diǎn)是否屬于管狀結(jié)構(gòu)，篩 選出屬于支氣管的體素點(diǎn)，匯集全部所述屬于支氣管的體素點(diǎn)得到一級(jí)氣管預(yù)處理圖像。
3. 如權(quán)利要求2所述的從肺部CT圖像獲得三維氣管樹(shù)的方法，其特征在于，在所述提 取出主支氣管的步驟之前，將所述一級(jí)氣管預(yù)處理圖像進(jìn)行閉運(yùn)算，先對(duì)所述一級(jí)氣管預(yù) 處理圖像的結(jié)構(gòu)元素進(jìn)行膨脹，然后再對(duì)膨脹后的圖像用結(jié)構(gòu)元素進(jìn)行腐蝕，用于填充小 洞，使物體的邊界平滑，得到二級(jí)氣管預(yù)處理圖像。
4. 如權(quán)利要求1所述的從肺部CT圖像獲得三維氣管樹(shù)的方法，其特征在于，在所述提 取主支氣管的步驟中，具體包括以下步驟： 選取起始種子點(diǎn)； 選擇自適應(yīng)局部相鄰閾值法作為區(qū)域增長(zhǎng)的準(zhǔn)則得到閾值，將大于或等于所述閾值的 體素點(diǎn)作為種子點(diǎn)歸并到種子區(qū)域； 當(dāng)周邊所有種子點(diǎn)都?xì)w并到種子區(qū)域后，得到主支氣管圖像。
5. 如權(quán)利要求1所述的從肺部CT圖像獲得三維氣管樹(shù)的方法，其特征在于，在所述提 取出除主支氣管外的其他支氣管段的步驟中，具體包括以下步驟： 提取若干圖像特征用于構(gòu)建代價(jià)函數(shù)中的能量項(xiàng)； 采用多核學(xué)習(xí)的方法，使用所述特征的組合核函數(shù)嵌入到三維支氣管種子點(diǎn)提取算法 中，得到組成所述支氣管段的種子點(diǎn)； 根據(jù)連續(xù)性對(duì)組成所述支氣管段的種子點(diǎn)進(jìn)行連續(xù)得到各獨(dú)立的支氣管段。
6. 如權(quán)利要求5所述的從肺部CT圖像獲得三維氣管樹(shù)的方法，其特征在于，所述若干 圖像特征包括基于多尺度Hessian矩陣的3D管道特征系數(shù)、局部相位、SIFT特征、低分辨 率版本Haar-like特征。
7. 如權(quán)利要求5所述的從肺部CT圖像獲得三維氣管樹(shù)的方法，其特征在于，在將所述 組成所述支氣管段的種子點(diǎn)進(jìn)行連續(xù)的步驟中，采用了基于Snake樣條模型的方法。
8. 如權(quán)利要求1所述的從肺部CT圖像獲得三維氣管樹(shù)的方法，其特征在于，在所述將 主支氣管和所述支氣管段進(jìn)行"縫合"的步驟中，首先將主支氣管與相鄰的一端所述獨(dú)立的 支氣管段進(jìn)行縫合，然后進(jìn)行迭代計(jì)算直到把全部的支氣管段"縫合"到一起。
9. 如權(quán)利要求1所述的從肺部CT圖像獲得三維氣管樹(shù)的方法，其特征在于，在所述將 主支氣管和所述支氣管段進(jìn)行"縫合"的步驟中，利用中心線提取算法，提取所述主支氣管 的中心線，綜合空間距離、局部圖像特征、支氣管解剖結(jié)構(gòu)中的其中一項(xiàng)或多項(xiàng)判度，構(gòu)造 模糊連通度函數(shù)，從所述主支氣管的末端出發(fā)，利用三維模糊連接算法，將主支氣管和所述 支氣管段連接起來(lái)。
10. 如權(quán)利要求1所述的從肺部CT圖像獲得三維氣管樹(shù)的方法，其特征在于，在所述將 主支氣管和所述支氣管段進(jìn)行"縫合"的步驟中，利用中心線提取算法，提取各支氣管段的 中心線，綜合空間距離、局部圖像特征、支氣管解剖結(jié)構(gòu)中的其中一項(xiàng)或多項(xiàng)判度，構(gòu)造模 糊連通度函數(shù)，利用三維模糊連接算法，迭代連接各所述支氣管段，直至重建出整個(gè)支氣管 樹(shù)。
【文檔編號(hào)】G06T17/00GK104504737SQ201510009239
【公開(kāi)日】2015年4月8日 申請(qǐng)日期:2015年1月8日 優(yōu)先權(quán)日:2015年1月8日
【發(fā)明者】郝立巍, 但果 申請(qǐng)人:深圳大學(xué), 但果