[发明专利]一种呼吸道内窥光学相干断层图像的三维自动分割方法

说明书

本发明公开了一种呼吸道内窥光学相干断层图像的三维自动分割方法，包括图像预处理和呼吸道组织分割两个步骤；其步骤包括：(1)图像预处理，具体是：(1.1)去噪；(1.2)去除塑料保护套管；(1.3)二值化和区域滤波；(1.4)检测上边界；(2)呼吸道组织分割，具体步骤包括：(2.1)使用三维图搜索算法检测出图像中呼吸道内腔表面的边界；(2.2)使用三维图搜索方法分别在不同的搜索区域内分割粘膜与粘膜下层组织，本发明能够有效抵抗呼吸道内窥光学相干断层图像的散斑噪声、塑料保护套管等影响，利用图像的帧间信息实现自动分割，可以使分割结果更加平滑。

技术领域

本发明涉及医学图像处理技术领域，特别涉及一种呼吸道内窥光学相干断层图像的三维自动分割方法。

背景技术

内窥光学相干断层扫描（Optical Coherence Tomography - OCT）是一种高分辨率、无标记和横断面成像模式。其中，呼吸道内窥OCT成像旨在检测呼吸道的亚表面结构，包括异常损伤导致的变形，囊肿甚至坏死。呼吸道内窥OCT成像对不同结构的准确分割有助于量化呼吸道损伤相关参数。因此对于辅助临床诊断和呼吸道三维重建来说，准确分割呼吸道的不同结构十分必要。

目前呼吸道的分割仍主要采用手动标记，该方法耗时、易受到观察者间差异的影响。为解决此问题，人们提出使用计算机算法来实现自动组织分割，但当前方法大部分为二维分割方法，该方法产生一组单独的二维轮廓，而不是完整的三维组织表面。在分割三维图像图像时，二维算法不考虑帧与帧之间的连续性，导致分割不连续。此外，二维分割方法容易受到图像中的噪声和伪影的影响。在这些情况下，图像数据往往需要大量的手动干预和预处理。

早期，有研究者采用三维图搜索算（Kang Li, Xiaodong Wu, Danny Chen,Optimal surface segmentation in volumetric images-a graph-theoretic approach.IEEE Trans. Pattern. Anal. Mach. Intell. 2006, 28（1）, 119–134）实现视网膜OCT图像的三维分割。该方法是一种基于图论的最优化分割方法。该方法构造一个图，图中的每个节点与图像中的像素一一对应，通过设置X方向和Y方向的平滑度约束来限制相邻分割节点的最大距离（其中X和Y分别是图像的宽度和数量），另外在多个曲面同时最优化分割时，可通过设置曲面与曲面之间的最大距离和最小距离来保证分割的准确性。这一创新不仅利用了同一帧内待分割组织表面之间的信息，也利用了帧与帧之间的相互信息，所以该三维分割方法可以得到连续的分割结果。然而，该方法在x方向上的平滑度约束通常设置为常数，而呼吸道内窥OCT图像由于成像扫描方式不同，导致图像中组织表面的斜率通常比视网膜OCT图像的大得多，并且在图像中起伏变化大，单一常数的平滑度约束无法解决这一问题。

因此，为了弥补现有三维图搜索算法无法很好地应用于呼吸道内窥OCT图像组织自动分割的不足，我们提出了一种针对呼吸道内窥OCT图像组织自动分割的三维自动分割方法，可以实现在图像组织起伏较大的情况下连续三维组织表面的检测。

发明内容

本发明的目的是为了解决现有技术中的缺陷，提供一种呼吸道内窥光学相干断层图像的三维自动分割方法，提高呼吸道内窥OCT图像分析效率和精度，通过使用一种鲁棒快速的图像预处理及改进的三维图搜索算法，实现呼吸道组织的准确提取；该方法具有分割准确，分割时间较短，且分割结果连续平滑的优点。

为实现上述目的，本发明的技术方案如下：

一种呼吸道内窥光学相干断层图像的三维自动分割方法，所述三维自动分割方法是一种基于三维图搜索算法的自动呼吸道组织图像分割方法，包括以下两个步骤；

（1）图像预处理，即对呼吸道图像进行处理，并获取呼吸道组织的斜率；

（2）呼吸道组织分割，即将呼吸道组织的斜率作为三维图搜索算法的平滑度约束，进而采用三维图搜索算法对呼吸道组织进行三维分割。