[发明专利]一种肺部CT图像气道三维骨架树状结构提取及标记方法

说明书

技术领域

本发明属于模式识别技术领域，具体涉及一种肺部CT图像气道三维骨架树状结构提取及标记方法。

背景技术

用计算机断层成像(Computed Tomography，CT)扫描仪获得的肺部断层图像中包含大量能够反映肺部疾病内在病理生理的信息，虽然可以清晰呈现肺部的支气管，但由于肺部气管级数很大，肺部气道树所形成的三维树形网络结构非常复杂，因此很难直接对支气管进行观察分析，导致人们对肺部气道树的认识非常有限。骨架作为一维树状结构可以对全肺气管的有序遍历提供引导作用，同时还可以提供各个支气管的量化信息，也更容易获取高级数支气管的特征，从而为肺部气道树网络的研究和认识提供了可能，而且它的信息量只有三维图像的百分之一，极大节省了数据的存储空间。

骨架算法的研究已经进行了三十多年，其中二维图像的骨架算法已经比较成熟，三维图像的骨架算法最开始由二维骨架算法发展而来，目前国内外主要的三维图像骨架算法有以下五类：基于Reeb图的方法、基于Voronoi图的方法、基于距离变换的方法、基于广义势场的方法、拓扑细化方法。其中，拓扑细化方法是当前运用相对普遍的方法，其基本原理类似“烧草模型”，假设三维模型中每一个点都是“稻草”，“火焰”从三维模型的边界开始“燃烧”，“火焰”向模型内部蔓延的速度相同，“火焰”相聚后会自动“熄灭”，并且“火焰”相聚处的稻草不会被“燃烧”，最后剩下的稻草就是三维模型骨架。实际处理中，每次都会获取模型的外部边界根据设定好的条件进行删除判断，将不需要的点进行删除，直到没有需要被删除的点结束。拓扑细化方法的最大特点在于拓扑细化方法可以完整的保存骨架结构的连通性，不改变原始模型的拓扑结构，拓扑细化方法属于迭代算，算法易于实现，但如果模型较大，迭代步骤过多会使算法的运行效率降低。由于拓扑细化方法是由模型边界开始提取骨架，算法对模型边界的光滑度要求比较高，因此拓扑细化方法在对表明粗糙的模型进行细化之前需要进行形态学变换光滑表面。

从目前的研究来看，提取肺部气道树骨架的方法已经有很多种，而且成功提取除了气道树骨架，但是这些研究没有证明所用方法的正确性，也没有对骨架的准确性进行验证。在树状结构生成过程中，没有提及对特殊情况的处理。本发明将在拓扑细化方法基础上进行改良，可解决以上问题。

发明内容

针对现有技术的不足，本发明提出一种肺部CT图像气道三维骨架树状结构提取及标记方法。

一种肺部CT图像气道三维骨架树状结构提取及标记方法，包括以下步骤：

步骤1：采用三维种子生长法获取肺部CT图像中的气管树三维模型；

步骤2：采用形态学的闭运算对气管树三维模型进行预处理；

步骤3：采用改进的拓扑细化法提取气管树三维模型中的肺部气管树骨架点；

步骤3.1：去除气管树三维模型中的简单点，得到肺部气管树骨架点；

所述简单点为气管树三维模型中的线端点、欧拉示性数变化量为0的点、不满足连通性的点；

步骤3.2：将步骤3.1去除的简单点作为候选点，并将候选点分为两两互不相连的八组，依次对各组内候选点进行连通性判断，将不满足连通性的候选点作为骨架点，得到最终的肺部气管树骨架点。

步骤4：采用多叉数提取法提取肺部气管树骨架树状结构；

步骤4.1：建立未遍历栈，将所有肺部气管树骨架点放入未遍历栈中；

步骤4.2：将肺部气管树骨架点的根结点作为栈顶节点即为起始点；

步骤4.3：判断当前未遍历栈是否为空，若是，执行步骤4.8，否则，执行步骤4.4；

步骤4.4：将起始点作为当前点，遍历当前点的26邻域，确定邻域中未标记的骨架点P；

步骤4.5：判断当前未标记的骨架点P是否为连接点，若是，则标记该骨架点P，返回步骤4.3，否则，执行步骤4.6；

步骤4.6：判断当前未标记的骨架点P是否为分叉点，若是，则将起始点与该未标记的骨架点P连接，将该未标记的骨架点P的所有分叉方向存入未遍历栈中，将当前栈顶节点退栈，将该未标记的骨架点P作为起始点，标记该骨架点P，返回步骤4.3，否则，执行步骤4.7；

步骤4.7：判断当前未标记的骨架点P是否为叶子节点，若是，则将起始点与该未标记的骨架点P连接，将该未标记的骨架点P作为起始点，将当前栈顶节点退栈，标记该骨架点P，返回步骤4.3，否则，返回步骤4.3；

步骤4.8：得到当前肺部气管树骨架树状结构。

步骤5：对肺部气管树骨架树状结构进行分级标记。