[发明专利]一种CT图像肺实质的自动分割方法

权利要求书

1.一种CT图像肺实质的自动分割方法，其特征是，包括如下步骤：

a、对CT图像进行预处理，获得目标掩膜和背景掩膜；

b、在目标掩膜对应的CT图像中肺实质区域内选取目标种子点，在背景掩膜对应的CT图像中胸骨部位以及两肺之间的区域内选取背景种子点；

c、依据步骤b中所选取的目标种子点和背景种子点，采用随机游走算法对CT图像进行分割，获取近似肺实质掩膜，在CT图像中与近似肺实质掩膜的边界对应的部位存在缺陷；

d、调整目标种子点和背景种子点位置：采用半径为r₁的结构元对近似肺实质掩膜做膨胀运算，得到膨胀后的肺实质掩膜；采用半径为r₂的结构元对膨胀后的肺实质掩膜做腐蚀运算，得到腐蚀后的肺实质掩膜；r₁＜r₂；在CT图像中选取与膨胀后的肺实质掩膜边界对应的点作为背景种子点，在CT图像中选取与腐蚀后的肺实质掩膜边界对应的点作为目标种子点；

e、依据步骤d中调整后的目标种子点和背景种子点，采用随机游走算法对CT图像进行分割，修补CT图像中与近似肺实质掩膜边界对应的缺陷，得到精确的肺实质图像。

2.根据权利要求1所述的CT图像肺实质的自动分割方法，其特征是，步骤c和步骤e中采用随机游走算法对CT图像进行分割的具体过程为：

定义一个带权无向图G＝(V,E)，用图G＝(V,E)给CT图像建模，其中V是图中顶点的集合，v∈V，v对应CT图像中的每个像素，E是图中任意两个顶点间的无向边的集合，e对应CT图像中像素的连接关系；连接两个顶点v_i和v_j的边e用e_ij表示，边e_ij的权值用w_ij表示；定义顶点v_i的度为d_i＝∑w_ij，d_i是连接顶点的所有边的权值之和；通过定义边的权值，构建Laplace矩阵，求解Dirichlet问题。

3.根据权利要求2所述的CT图像肺实质的自动分割方法，其特征是，边e_ij的权值w_ij定义为：

wij=exp(-(β1|gi-gj|2+β2|hi-hj|2))---(1)]]>

式(1)中，g_i表示顶点v_i的灰度值，g_j表示顶点v_j的灰度值；h_i表示顶点v_i的坐标值，h_j表示顶点v_j的坐标值；β₁和β₂是自由参数，β₁表示像素灰度差特征的权重，β₂表示像素几何距离特征的权重。