[发明专利]用于医学图像中的肺结节的自动化检测的系统和方法

权利要求书

1.一种用于肺结节的自动化检测的方法，包括：

输入来自计算机断层扫描(CT)图像的数据；

对所述图像进行分割以获得一个或多个肺部区域；

对所述一个或多个肺部区域进行强度阀值化以生成遮罩区域，该遮罩区域包括与所述一个或多个肺部区域内的解剖结构对应的一个或多个高强度区域；

计算所述遮罩区域的欧几里得距离图；

对所述欧几里得距离图执行分水岭分割以生成一个或多个子区域；

针对所述一个或多个子区域中的每个子区域识别种子点；

从每个子区域的种子点生长出一个或多个候选区域；以及

根据所述一个或多个候选区域的一个或多个几何特征将一个或多个候选区域分类为肺结节。

2.如权利要求1所述的方法，其中对所述图像进行分割包括：

通过对所述CT图像中的亮体素进行强度阀值化并选择最大的3D连通分支，对所述图像的胸壁区域进行分割；以及

通过对所述CT图像中的暗体素进行强度阀值化并选择最大的3D连通分支，对所述胸壁区域中的肺部区域进行分割。

3.如权利要求2所述的方法，其中对所述图像进行分割还包括计算所分割的肺部区域的凸包。

4.如权利要求1所述的方法，其中对所述一个或多个肺部区域进行强度阀值化是在用于固态结节候选区域的检测的第一阀值下进行的。

5.如权利要求1所述的方法，其中对所述一个或多个肺部区域进行强度阀值化是在用于磨玻璃结节候选区域的检测的第二阀值下进行的。

6.如权利要求1所述的方法，其中在分水岭分割之前对所述欧几里得距离图施加高斯平滑。

7.如权利要求1所述的方法，其中通过分水岭分割生成的所述一个或多个子区域与所述欧几里得距离图中的局部极大点邻近。

8.如权利要求7所述的方法，其中针对每个子区域识别种子点包括将每个子区域中具有最大欧几里得距离图值的体素识别为与该子区域对应的种子。

9.如权利要求8所述的方法，其中生长一个或多个候选区域包括：

生成以每个种子点为中心的立方体目标区域；以及

将所述目标区域内的连续体素包括为候选区域中的体素；

所包括的体素具有的欧几里得距离图数值落在预定的阀值范围内。

10.如权利要求9所述的方法，还包括对所述一个或多个生长的候选区域中的每一个进行扩张。

11.如权利要求1所述的方法，其中对一个或多个候选区域进行分类包括：

计算所述候选区域的体积；以及

在所计算的体积的函数落在阀值范围内时，将所述候选区域识别为结节。

12.如权利要求11所述的方法，其中对一个或多个候选区域进行分类还包括：

计算所述候选区域的球度；

其中所述球度被计算为：所计算的所述候选区域的体积与以候选体积的形心为中心的最小球体的体积之比，以及

在所计算的球度的函数超出阀值时，将所述候选区域识别为结节。

13.如权利要求1所述的方法，还包括通过对所识别的肺结节中的每个体素的体积进行求和，来计算所识别的肺结节的体积。

14.如权利要求1所述的方法，还包括计算所识别的肺结节的直径。

15.如权利要求14所述的方法，其中所述直径是通过如下步骤计算的：

将所述肺结节划分为位于一个或多个平面中的多个2D目标区域；

针对每个2D目标区域提取边界点；

从每个2D目标区域中的边界点中识别最大直径；以及

将来自每个平面的最大直径中的最大值识别为所述结节直径。

16.如权利要求1所述的方法，还包括将所识别的肺结节的图像覆盖在所述CT图像上。