基于初始素描圖的胃部ct圖像淋巴結(jié)檢測系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，特別是涉及圖像檢測系統(tǒng)，可用于醫(yī)學(xué)影像的淋 巴結(jié)檢測及其輔助診斷。
【背景技術(shù)】
[0002] 由于CT圖像具有良好的視覺性，CT圖像在醫(yī)學(xué)領(lǐng)域得到了廣泛的應(yīng)用。在CT圖 像醫(yī)療診斷中，醫(yī)生通過觀察一組序列二維切片圖像去發(fā)現(xiàn)病原體，即目前對CT圖像信息 的分析主要是依靠醫(yī)生自身的經(jīng)驗。但是隨著醫(yī)學(xué)成像技術(shù)的快速發(fā)展，對每個人拍攝的 CT圖像的數(shù)目日益增多，對這些圖像的處理，單純的依靠醫(yī)生會導(dǎo)致醫(yī)生工作量的加大。隨 著計算機技術(shù)和圖像處理技術(shù)的迅速發(fā)展，可以通過計算機對CT圖像中的信息進行處理， 使得醫(yī)生不必花大量的時間和精力進行繁瑣的病變信息的識別。所以，研究計算機輔助技 術(shù)檢測胃部CT圖像的淋巴結(jié)具有很大的應(yīng)用需求。
[0003] 由于胃部CT圖像里面包含的組織多樣，各組織之間的存在著粘連，這就給胃部CT 圖像中疑似淋巴結(jié)的跟蹤檢測帶來了困難，目前，胃部CT圖像淋巴結(jié)跟蹤檢測的方法還比 較少，研究工作仍然處于初期階段。
[0004] 西安電子科技大學(xué)已經(jīng)申請的專利"基于多視角策略和質(zhì)心跟蹤的胃部CT圖像 淋巴結(jié)識別系統(tǒng)中"（申請專利號：201410776605.x)，結(jié)合CT圖像中灰度變化的特征，使 用了otsu方法將CT圖像按灰度分為四類，使用橢圓擬合方法提取出了疑似淋巴結(jié)，然后對 于面積較大的疑似淋巴結(jié)，使用CT序列圖的行切圖和列切圖多角度的定位疑似淋巴結(jié)的 起始幀和結(jié)束幀，對于面積較小的疑似淋巴結(jié)基于低質(zhì)分解和質(zhì)心跟蹤的方法來確定初始 幀和結(jié)束幀，最后基于起始幀和結(jié)束幀提取面積等特征得到最后的跟蹤結(jié)果。該方法基于 的是CT圖像中像素的灰度特征，所以用時長，且由于使用了淋巴結(jié)的形狀類似橢圓這一先 驗，對淋巴結(jié)的邊界定位不是特別準確，最后檢測到的淋巴結(jié)中虛警率高。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于針對上述已有技術(shù)的不足，提供一種基于初始素描圖的胃部CT 圖像淋巴結(jié)檢測系統(tǒng)，以實現(xiàn)對淋巴結(jié)邊界進行準確定位，降低淋巴結(jié)檢測結(jié)果中的虛警 率，提高了檢測速度。
[0006] 為實現(xiàn)上述目的，本發(fā)明基于初始素描圖的胃部CT圖像淋巴結(jié)檢測系統(tǒng)，包括：
[0007] 1. -種基于初始素描圖的胃部CT圖像淋巴結(jié)檢測系統(tǒng)，包括：
[0008] 灰度值統(tǒng)計模塊，用于通過otsu分類算法將原始CT序列圖中的每一副CT圖像分 為四類，分別統(tǒng)計每一類所在的灰度值范圍，按灰度值從小到大的順序依次為背景所在灰 度值范圍、脂肪所在灰度值范圍、疑似淋巴結(jié)所在灰度值范圍以及高亮區(qū)域所在灰度值范 圍；
[0009] 素描線預(yù)處理模塊，用于對原始CT序列圖像中每一副CT圖像提取初始素描圖，基 于初始素描圖，對單幀中圍成疑似淋巴結(jié)的素描線進行提取；
[0010] 基于素描線的自適應(yīng)窗口確定模塊，用于對每一條圍成疑似淋巴結(jié)的素描線進行 跟蹤，基于跟蹤到的素描線所占區(qū)域提取矩形窗口，將面積最大的矩形窗口向上、向下、向 左、向右各擴充5個素描點，將擴充后的矩形窗口作為素描線的自適應(yīng)窗口；
[0011] 疑似淋巴結(jié)圖像塊序列提取模塊，用于將素描線的自適應(yīng)窗口映射到對應(yīng)幀的CT 圖像上，根據(jù)素描線所在位置，提取疑似淋巴結(jié)區(qū)域，得到CT圖像上該疑似淋巴結(jié)的自適 應(yīng)窗口，并在CT序列圖上，按該窗口提取疑似淋巴結(jié)圖像塊序列；
[0012] 基于行列切的淋巴結(jié)檢測模塊，用于對序列圖像塊大于11X11的疑似淋巴結(jié)，作 行切和列切處理，利用得到的行切圖和列切圖，基于質(zhì)心所在的位置確定當(dāng)前跟蹤的疑似 淋巴結(jié)的首尾幀位置和面積；
[0013] 低秩分解模塊，用于序列圖像塊不大于11X11的疑似淋巴結(jié)進行decolor低秩分 解，根據(jù)低秩分解出來的背景序列進行初始首尾幀的確定；
[0014] 質(zhì)心跟蹤模塊，用于序列圖像塊不大于11X11的疑似淋巴結(jié)，在原始CT序列圖像 上進行質(zhì)心跟蹤，獲取當(dāng)前跟蹤的疑似淋巴結(jié)的完整序列；
[0015] 素描線標(biāo)記模塊，用于將首尾幀之間跟蹤到的所有疑似淋巴結(jié)所圍成的素描線從 素描線預(yù)處理后的集合中標(biāo)記為已處理。
[0016] 為實現(xiàn)上述目的，本發(fā)明基于初始素描圖的胃部CT圖像淋巴結(jié)檢測方法，包括如 下步驟：
[0017] (1)通過otsu分類算法將原始CT序列圖中的每一副CT圖像分為四類，分別統(tǒng)計 每一類所在的灰度值范圍，按灰度值從小到大的順序依次為背景所在灰度值范圍grayl、脂 肪所在灰度值范圍gray2、疑似淋巴結(jié)所在灰度值范圍gray3以及高亮區(qū)域所在灰度值范 圍gray4 ;
[0018] (2)依次輸入原始CT序列圖中每一副CT圖像的初始素描圖，對其包含的素描線進 行預(yù)處理，得到預(yù)處理素描線集合PreLines;
[0019] (3)將預(yù)處理素描線集合PreLines中的第一條未處理的素描線line作為當(dāng)前素 描線，其所在幀cur作為當(dāng)前幀，基于初始素描序列圖提取當(dāng)前素描線line的自適應(yīng)窗口 PrimWin，記該自適應(yīng)窗口PrimWin所在的幀為win_zhen，并將素描線line標(biāo)記為已處理；
[0020] (4)在第win_zhen的CT圖像上提取當(dāng)前素描線line的自適應(yīng)窗口PrimWin所在 區(qū)域的局部圖像塊，在局部圖像塊中基于當(dāng)前素描線line的位置，提取該素描線line所圍 區(qū)域在第win_zhen幀CT圖像上的對應(yīng)區(qū)域；
[0021] (5)判斷當(dāng)前素描線line所圍區(qū)域在第win_zhen幀CT圖像上的對應(yīng)區(qū)域是否 為疑似淋巴結(jié)，若是，則記該疑似淋巴結(jié)為當(dāng)前跟蹤的疑似淋巴結(jié)，并執(zhí)行步驟(6);若不 是，則判斷預(yù)處理素描線集合PrimWin中是否存在未被處理的素描線，若存在，則返回步驟 (3);否則，檢測結(jié)束，在原始CT圖像上將標(biāo)記為淋巴結(jié)的區(qū)域顯示出來；
[0022] (6)將當(dāng)前跟蹤的疑似淋巴結(jié)所占區(qū)域的最小外接矩形作為CT圖像上該疑似淋 巴結(jié)的自適應(yīng)窗口CTWin，在原始CT序列圖上，以該疑似淋巴結(jié)的自適應(yīng)窗CTWin所在的幀 win_zhen為當(dāng)前幀，向前、向后各取1幀該自適應(yīng)窗口CTWin對應(yīng)區(qū)域的局部圖像塊，按幀 的先后順序排序，得到該疑似淋巴結(jié)的圖像塊序列D，其中1 = 20 ;
[0023] (7)如果當(dāng)前跟蹤的疑似淋巴結(jié)的圖像塊序列D中的圖像塊大于11XII，則執(zhí)行 步驟（8)~（10)，否則，跳轉(zhuǎn)到步驟（11);
[0024] (8)在當(dāng)前跟蹤的疑似淋巴結(jié)的圖像塊序列D上，進行行切和列切處理，得到行切 圖和列切圖，根據(jù)行切圖和列切圖的區(qū)域信息，得到當(dāng)前跟蹤的疑似淋巴結(jié)對應(yīng)的首幀、首 幀疑似淋巴結(jié)的面積、尾幀、尾幀疑似淋巴結(jié)的面積和當(dāng)前跟蹤的疑似淋巴結(jié)的面積；
[0025] (9)根據(jù)步驟⑶中得出的首幀疑似淋巴結(jié)的面積sl、尾幀疑似淋巴結(jié)的面積el
和當(dāng)前跟蹤的疑似淋巴結(jié)的面積c進行淋巴結(jié)的標(biāo)記： 巴結(jié)，并對該疑似淋巴結(jié)的幀號、區(qū)域信息和標(biāo)記信息進行保存，否則，標(biāo)記為非淋巴結(jié)；
[0026] (10)在當(dāng)前跟蹤的疑似淋巴結(jié)的圖像塊序列D中取出首幀和尾幀之間的圖像塊 序列，以當(dāng)前跟蹤的疑似淋巴結(jié)所在幀為當(dāng)前幀，通過窗口固定的質(zhì)心跟蹤方法，分別向 前、向后提取當(dāng)前疑似淋巴結(jié)在各幀上對應(yīng)的疑似淋巴結(jié)區(qū)域，得到疑似淋巴結(jié)完整序列， 跳轉(zhuǎn)到步驟（14);
[0027] (11)將當(dāng)前跟蹤的疑似淋巴結(jié)的圖像塊序列D中當(dāng)前跟蹤的疑似淋巴結(jié)所在的 圖像塊復(fù)制cl份，得到低秩分解圖像塊序列，對該低秩分解圖像塊序列進行decolor低秩 分解，得到當(dāng)前跟蹤的疑似淋巴結(jié)的初始首幀、初始尾幀、初始首幀上疑似淋巴結(jié)的面積、 初始尾幀上疑似淋巴結(jié)的面積，其中cl= 40 ;
[0028] (12)在原始CT序列圖像上，以當(dāng)前跟蹤疑似淋巴結(jié)所在的幀為當(dāng)前幀，以跟蹤目 標(biāo)的質(zhì)心為窗口的質(zhì)心，向前進行窗口內(nèi)的目標(biāo)匹配，得到跟蹤目標(biāo)的前向序列；向后進行 窗口內(nèi)的目標(biāo)匹配，得到跟蹤目標(biāo)的后向序列；由前向跟蹤序列和后向跟蹤序列共同組成 疑似淋巴結(jié)的完整序列；
[0029] (13)輸入步驟（12)得到的疑似淋巴結(jié)的完整序列的序列長度1、首幀疑似淋巴結(jié) 的面積s3、尾幀疑似淋巴結(jié)的面積e3、首幀疑似淋巴結(jié)質(zhì)心和尾幀疑似淋巴結(jié)質(zhì)心之間的 距離d、序列中相鄰幀之間疑似淋巴結(jié)的面積變化的平均值a、以及步驟（11)求出的初始首 幀疑似淋巴結(jié)的面積s2、初始尾幀疑似淋巴結(jié)的面積e2，對淋巴結(jié)和血管進行區(qū)分：
[0030]如果 1 < 20, 1 > = 6,s3< =s2,e3< =e2,d< 10,a> 5,則標(biāo)記為是淋巴結(jié)，并 對該疑似淋巴結(jié)在疑似淋巴結(jié)序列圖中的幀號、區(qū)域信息、首幀、尾幀進行保存；否則，不標(biāo) 記；
[0031] (14)對疑似淋巴結(jié)序列圖中的每一個疑似淋巴結(jié)，判斷圍成其的素描線是否在集 合PreLines中，若在，則標(biāo)記為已處理；判斷預(yù)處理素描線集合PreLines中是否存在未被 處理的素描線，若存在，則返回步驟（3)執(zhí)行；否則，檢測結(jié)束，在原始CT圖像上將標(biāo)記為淋 巴結(jié)的區(qū)域顯示出來。
[0032] 本發(fā)明由于充分利用了CT圖像的素描線信息，將基于CT圖像中像素點信息的處 理方法轉(zhuǎn)換為基于素描線信息的處理方法，不僅很大程度的提高了處理速度，減少了處理 的時間，而且對疑似淋巴結(jié)的提取更加精確，進而降低了淋巴結(jié)檢測的虛警率。
【附圖說明】
[0033] 圖1是本發(fā)明檢測系統(tǒng)的框圖；
[0034] 圖2是本發(fā)明檢測方法的總流程圖；
[0035] 圖3是本發(fā)明檢測方法中用到的CT圖像和初始素描圖像示意圖；
[0036]圖4是本發(fā)明檢測方法中對素描線提取長度特征后的效果圖；
[0037] 圖5是本發(fā)明檢測方法中對灰度值進行統(tǒng)計示意圖；
[0038]圖6是本發(fā)明檢測方法中提取基于素描線的CT圖像灰度特征后的效果圖；
[0039]圖7是本發(fā)明檢測方法中對素描線提取多邊聚攏形狀特征后的效果圖；
[0040] 圖8是本發(fā)明檢測方法中基于多邊聚攏形狀素描線提取其自適應(yīng)窗口的示意圖；
[0041] 圖9是本發(fā)明檢測方法中基于只包含一條素描線段的素描線提取其自適應(yīng)窗口 的不意圖；
[0042] 圖10是本發(fā)明中提取到的疑似淋巴結(jié)示意圖；
[0043] 圖11是本發(fā)明對疑似淋巴結(jié)跟蹤處理最終判定為淋巴結(jié)的行列切示意圖；
[0044] 圖12是本發(fā)明對疑似淋巴結(jié)跟蹤處理最終判定為淋巴結(jié)的結(jié)果圖。
【具體實施方式】
[0045] 下面結(jié)合附圖對本發(fā)明技術(shù)方案和效果進行詳細描述：
[0