[发明专利]基于胸部CT图像的肺气肿计算机辅助诊断系统

说明书

技术领域

本发明属于基于医学图像的计算机分析技术的应用领域，具体涉及一种基于胸部CT图像的肺气肿计算机辅助诊断系统。

背景技术

慢性阻塞性肺病是一种以呼气气流受限为特征的疾病，包括慢性支气管炎和肺气肿。慢性阻塞性肺病可导致肺功能障碍、肺动脉高压，发展到一定程度即产生低氧血症，随后出现高碳酸血症和呼吸衰竭，导致患者死亡。据统计，中国近年慢性阻塞性肺病患病率9％，现有慢性阻塞性肺病发病人数高达5000万，每年死亡人数130万，慢阻肺已经成为因疾病死亡的第四大病因。

对于患者肺中的多种病变，在影像学的表现特征与范围上较为复杂，即使有经验的放射科医师，要对其做客观、准确地分析与诊断也相当困难。目前，国内外对慢性阻塞性肺病的CT影像征象研究报道较多，但主要集中在病变的定性方面，对于病变的程度即定量方面的研究较少。目前广泛采用的凭借视觉感知与经验进行诊断的方法，主要是以肺内出现大小不等的低密度区、肺血管纹理稀疏及血管分支扭曲等征象作为依据，根据肺气肿范围与严重程度进行评分或诊断。这种定性的诊断方法存在以下不足：

依赖于个人的感知、经验与专业能力，诊断结果会因人而异；

放射科医师的阅片工作强度大，易疲劳，影响工作效率与质量；

无法进行定量分析及对疾病进行准确分级；

不利于治疗或术后疗效的准确评价与跟踪。

针对上述临床定性诊断中的问题，应用影像学处理方法，对肺区进行量化分析，辅助医生做出诊断，可充分利用定性与定量诊断各自的优势，一方面，可以降低放射科医师的诊断工作量与劳动强度，另一方面，可提高诊断的准确性、可靠性与效率。肺气肿的计算辅助诊断，可分为两步，首先是准确提取左右肺区，然后，根据肺气肿的临床量化诊断标准，对肺区进行量化分析，得出诊断结论。

目前胸部CT影像中肺区自动分割方法主要有：

(1)阈值法O.Osman，S.Sahin，“Lung Segmentation Algorithm for CAD System in CTA Images”，World Academy of Science，Engineering and Technology，77，306-309(2011)，以及B.S.Zhao，Y.David，“Two-dimensional multi-criterion segmentation of pulmonary nodules on helical CT images”，Medical Physics，26(6)：889-895(1999)等)。其特点是简单、快速，但不能有效去除躯干外部及气管、支气管等区域，且确定阈值较难，往往根据经验确定。

(2)区域增长。区域生长法虽然能保留具有弥漫性边界的区域，但那些被强梯度边界包围的结构常被排除在外，而且它对种子点及生长合并规则的选取也较敏感。由于区域生长法是一种需要人工参与的半自动分割方法，因此，其应用受到较大的限制(杨加，吴祈耀，田捷等，“几种图像分割算法在CT图像分割上的实现和比较，”北京理工大学学报，20(6)：720-724，(2000))。

(3)基于统计先验模型的方法(S.Sun，G.McLennan，E.A.Hoffman，et al.″Model-Based Segmentation of Pathological Lungs in Volumetric CT Data，″The Third International Workshop on Pulmonary Image Analysis，31-40，(2010))。它通过收集大量样本，建立先验模型，采用点匹配与形变方法，提取肺区轮廓。其优势是能利用样本的形状及密度信息，但建立模型较为困难，点匹配与形变过程花费时间较多，难以满足临床应用的实时性要求。