[发明专利]基于CT影像的三维肺部特征提取方法

说明书

本发明公开一种基于CT影像的三维肺部特征提取方法，包括：肺部CT影像进行肺部分割得到肺实质；对肺实质进行气管分割得到气管树；对气管树进行分叉点检测得到分叉特征点集；利用Canny边缘检测提取轮廓点并合并分叉特征点。本发明由呼吸作用而产生的运用更牢固地记录气管树分叉点和肺部轮廓点，为特征点集配准提供更好的数据。

技术领域

本发明属于医学图像处理技术，具体为一种基于CT影像的三维肺部特征提取方法。

背景技术

肺部组织运动是不均匀、复杂的，为了获得肺部组织及病灶运动轨迹，通过图像配准的方法，构建肺部三维运动模型。医学图像配准常用于计算机辅助诊断、运动校正、追踪病灶变化情况。对一个周期内多个时间上的肺部图像进行配准是术前路径规划、模拟手术和手术导航的必要步骤，能够精确确定肺部运动轨迹。

图像配准是医学图像领域的技术难点。图像配准分为基于特征的图像配准、基于灰度信息配准和混合配准。基于特征的配准方法使用图像中解剖结构或几何结构进行配准。基于特征的图像配准方法包括两个步骤、特征提取和特征匹配。图像的特征应该是具有显著特性点的结构，具有普遍性，使每幅图像都可以被提取特征，也相应具有区分性，能够更快更准确的完成配准。图像的特征大致分为、点特征、线特征和区域特征，其中基于特征点的配准方法具有计算效率高的特性，但特征点的选取和提取是个难题，配准结果直接受到特征点的影响。从解剖学角度看，肺内血管、支气管等脉管的位置是相对固定的，从几何角度看，肺部轮廓区域是十分显著的，可以解决特征点的选取问题。在特征点提取中存在提取量过少，提取特征不显著，提取解剖结构或几何结构不准确等问题，为基于特征点的图像配准增加负担。

发明内容

本发明的目的在于提出了一种基于CT影像的三维肺部特征提取方法。

实现本发明目的的技术方案为：一种基于CT影像的三维肺部特征提取方法，具体包括以下步骤：

步骤1、对肺部CT影像进行肺部分割得到肺实质；

步骤2、对肺实质进行气管分割得到气管树；

步骤3、对气管树进行分叉点检测得到分叉特征点集；

步骤4、利用Canny边缘检测提取轮廓点并合并分叉特征点。

优选地，对肺部CT影像进行肺部分割得到肺实质的具体步骤如下：

步骤101、对肺部CT影像进行二值化，得到二值化图像；

步骤102、将单张二值化图像的边界线灰度值为0的像素设置为100；从图像左上角、右下角像素点同时对整张图片像素点进行遍历，如果像素点A的四邻域存在灰度值为0的像素则将像素点A的灰度值设置为100；重新遍历新图像，将灰度值为100的像素点的灰度值设置为255；

步骤103、对新图像设置种子点，利用区域生长法提取左右肺掩膜；

步骤104、填充肺掩膜孔洞；

步骤105、使用肺掩膜从原始肺部CT图像中分割出肺实质。

优选地，对气管树进行分叉点检测得到分叉特征点集的具体步骤为：

遍历气管树图像中每个体素，以该体素为中心放置一个具有内半径r_in和外半径r_out的空心球；

将气管作为管状组件，计算空心球内部组件的数量，如果存在或三个以上的组件，则判断该体素为结点；

利用聚类法将所有结点分为不同的簇，将每个簇内距气管壁最大距离的结点作为分叉点，构成分叉点点集。

优选地，内半径r_in和外半径r_out分别具体为：