[发明专利]一种交互式分割肺叶的方法有效
申请号: | 201910695209.7 | 申请日: | 2019-07-30 |
公开(公告)号: | CN110473207B | 公开(公告)日: | 2022-05-10 |
发明(设计)人: | 马双 | 申请(专利权)人: | 赛诺威盛科技(北京)股份有限公司 |
主分类号: | G06T7/11 | 分类号: | G06T7/11;G06T7/187;G06T7/136;G16H30/20 |
代理公司: | 北京北新智诚知识产权代理有限公司 11100 | 代理人: | 赵郁军 |
地址: | 100176 北京市大兴区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 交互式 分割 肺叶 方法 | ||
本发明提供了一种交互式分割肺叶的方法,它包括如下步骤:A.自动分离左肺和右肺;B.交互式分割左肺、右肺各肺叶,即:S1:交互式描绘肺裂缝轨迹;S2:在找寻平面,根据已知肺裂缝的点,根据肺裂缝相似度,在找寻平面根据相似度能量最小化方法找到与已知肺裂缝点相连的所有肺裂缝点;S3:根据找寻平面上的肺裂缝点,进行上下两个区域生长;如果是左肺,则直接以肺裂缝为界,分割出左肺的上叶、下叶两个部分;如果是右肺,则以该肺裂缝为界,分割出右肺的上中部和右下叶,然后,在右肺上中部重复执行S1—S3,根据找寻平面上的新的肺裂缝,将右肺上中部分割成右肺上叶和右肺中叶。
技术领域
本发明涉及一种交互式分割肺叶的方法。本发明属于医学影像处理技术领域。
背景技术
通常,临床医生借助阅读CT(Computed Tomography)图像来进行疾病的诊断,以便提出可能的治疗方案。而CT图像属于三维断层图像,一个包含整个肺部的胸腔CT图像通常包含几百张二维的切片图像,特别是高分辨率CT机(High Resolution computedtomography,HRCT)的出现,使得二维切片图像的数量变得更多,通常一个完整肺部的HRCT的二维切片图像可以多达500多张。
如果临床医生要对同一个胸腔可能存在的疾病进行准确地诊断,需要判读500多张二维CT切片图像,其工作量巨大!这种繁重的工作不仅耗时,而且还容易使人感到疲劳,从而有可能产生疾病的误判和漏诊。
在这种情况下,借助计算机进行辅助工作显得尤为重要,它可以帮助临床医生从大量的CT图像中将感兴趣的区域提取出来,把病变区域进行分类处理同时进行分析量化,并且可以运用先进的图像处理技术将人类肉眼看不到的信息展现出来。
肺叶切除手术是医学上比较常见的治疗肺部疾病的手段,其通过手术切除肺部的坏死或者病灶组织,达到修复健康的目的。为了制定手术计划,外科医生需要判读胸腔的二维CT图像,评估肺腔解剖结构的空间关系,并确定病变的肺叶。
CT图像以不同的灰度呈现从一个视点得到的二维视图,因此阅读它们是一个非常主观的任务,需要艰苦的脑力来根据一系列二维图像构建出三维空间中实际肺部的肺叶解剖结构,工作量巨大。
相对于传统二维CT图像,肺叶的三维可视化图像在外科手术规划中具有绝对优势,可以直观的看到病变组织所属肺叶结构,为患者精准的个体化手术治疗提供重要的保障。而要生成三维可视化肺叶图像的首要挑战是:要从CT图像中准确地检测到肺叶裂隙并自动分割肺叶。
肺被肺叶裂隙分成五个肺叶,每个肺叶均为功能相对独立的单位。在正常的、不存在疾病异常的肺叶中,肺叶裂隙可以作为不同肺叶之间明显的界限;但不同的个体之间,肺叶裂隙的形态和结构是不相同的。
现有的肺叶提取方法,可以理解为肺叶裂隙的检测,而不是对独立的肺叶的提取。如已知的三维肺叶裂隙检测滤波法是寻找一些关键的裂隙位置,从而推测其他的裂隙位置。然而,如何从肺叶裂隙位置获得真正肺叶的关键步骤没有交代。另外,该方法精确度低,并且需要相当长时间进行曲面的拟合。
图谱引导(atlas-guided)分割法是利用标准模板对医学图像进行分割,将标准图谱通过线性或非线性映射到待分割的图像上,从而获得肺叶图像。该方法实质上是将图像分割转换为图像配准问题。图谱引导分割方法的精度取决于图谱图像构造方法和图谱与输入图像的配准方法。为了配合解剖肺叶形状的变化,使用5例具有完整肺叶裂隙的数据构造一个图谱;采用多模板选择机制,完整的肺叶裂隙分割通过最优的图谱弹性配准获取。但不同的个体之间,肺叶裂隙的形态和结构是很不相同的,这种方法往往应用于正常的肺部数据。
由于肺部的特殊情况,如何正确并且快速的分割肺叶仍是一个急需解决的难题。
发明内容
鉴于上述原因,本发明的目的是提供一种交互式分割肺叶的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于赛诺威盛科技(北京)股份有限公司,未经赛诺威盛科技(北京)股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910695209.7/2.html,转载请声明来源钻瓜专利网。