[发明专利]一种肺结节区域识别方法、标注方法及识别系统

说明书

本发明公开了一种肺结节区域识别方法、标注方法及识别系统，所述肺结节区域识别方法包括：对CT扫描层图像进行分类；分别对横轴位图像集合、冠状位图像集合和矢状位图像集合进行预处理；分别对横轴位图像信息集合、冠状位图像信息集合和矢状位图像信息集合进行比对处理；对横轴位疑似区域数据、冠状位疑似区域数据和矢状位疑似区域数据进行筛选处理。本发明提供了一种肺结节区域识别方法，能够智能识别出CT扫描层图像中的肺结节，提高了识别效率。

技术领域

本发明涉及CT影像识别领域，特别是涉及一种肺结节区域识别方法、标注方法及识别系统。

背景技术

肺癌是全球发病率最高的恶性肿瘤之一，也是发病率和病死率最高的恶性肿瘤之一。而在肺癌演变过程中，肺结节是肺癌早期最常见的表现形式和特征。因此，对肺癌的检测最终归结于对肺结节的检测。而在众多检测方式中，通过CT影像检查则可直接显示和观察病变。现有的肺结节识别均通过医师手动筛查、肉眼识别的方式，其效率低下。

同时，随着人们健康意识的提高，做CT肺部体检的被检者越来越多，而CT肺结节的后处理较为繁琐，需要操作技师根据影像影像诊断报告，在CT图像层中的肺结节直径最大层面对肺结节在横轴位、冠状位和矢状位上进行数值标注，消耗了医师的大量工作时间。

发明内容

针对上述问题，本发明提供了一种肺结节区域识别方法，利用代表肺结节的密度增高影在CT扫描层图像中会突然消失的特点，智能识别出CT扫描层图像中的肺结节，提高了识别效率。

本发明的技术方案是：

一种肺结节区域识别方法，包括以下步骤：

S10、对CT扫描层图像进行分类，得到横轴位图像集合、冠状位图像集合和矢状位图像集合；

S20、分别对横轴位图像集合、冠状位图像集合和矢状位图像集合进行预处理，得到横轴位图像信息集合、冠状位图像信息集合和矢状位图像信息集合；

S30、分别对横轴位图像信息集合、冠状位图像信息集合和矢状位图像信息集合进行比对处理，得到横轴位图像信息变化数据、冠状位图像信息变化数据和矢状位图像信息变化数据；

S40、根据横轴位图像信息变化数据得到横轴位疑似区域数据，根据冠状位图像信息变化数据得到冠状位疑似区域数据，根据矢状位图像信息变化数据得到矢状位疑似区域数据。

S50、对横轴位疑似区域数据、冠状位疑似区域数据和矢状位疑似区域数据进行筛选处理，得到肺结节区域数据。

上述技术方案的工作原理如下：

本方案的技术原理如下：本方案首先将CT扫描层图像分类，从而得到三个方位的图像集合，其中每个图像集合包括若干层(或者说若干张)图像，然后分别对三个方位的图像集合中的图像进行预处理，分别得到每张图像的图像信息；在得到图像信息后，按照扫描顺序对图像信息依次进行比对处理即可以得到图像信息变化数据，由于代表肺结节的密度增高影在CT扫描层图像中呈突变的特点，或者说图像中代表肺结节的亮点在扫描顺序下呈突然消失的特点，因此，本方案利用得到的图像信息变化数据进行变化分析可以得到若干疑似区域数据，即图像中疑似代表肺结节的亮点的位置信息；同时，在得到若干疑似区域数据之后，本方案还可以对若干疑似区域数据再进行筛选处理，从而提高识别的准确度。

进一步的，在步骤S20中：

横轴位图像信息集合X＝{X_i|i＝1,2,...,r},其中r的值为横轴位图像集合所包括的横轴位图像层数，X_i表示第i层横轴位图像的横轴位图像信息；且横轴位图像信息X_i|i＝1,2,...,r包括横轴位图像中的横轴位像素点坐标D1_ij和与横轴位像素点坐标D1_ij对应的横轴位像素点灰度值E1_ij，其中j＝1,2,...，k；k的值为横轴位图像的像素点个数；