基于CT图像的肺动静脉提取方法、装置及电子设备与流程

基于ct图像的肺动静脉提取方法、装置及电子设备
技术领域
1.本发明涉及医学图像处理技术领域，尤其涉及一种基于ct图像的肺动静脉提取方法、装置及电子设备。


背景技术：

2.随着医疗影像技术的发展，ct(computed tomography，计算机断层成像)图像成为了诊断疾病的重要依据。肺内包含了大量血管，肺动脉和肺静脉相伴而行。肺部ct图像中的血管分布情况是诊断疾病和制定手术方案的重要依据。正确分割出肺血管，能给医生提供更准确的诊疗信息，意义重大。
3.传统方法通常需要得到动脉期、静脉期两个期相的ct图像，分别用于提取肺动脉、肺静脉。这种方法虽能较好的提取肺动静脉，但缺点也很明显。首先，想要获取到质量较高的动脉期、静脉期的图像并非易事，需要精准的控制好扫描时间。其次，肺部的运动会使得两期的图像稍有错位，这样在两期图像下提取出的肺动静脉多少会存在着位置的不匹配。况且，由于扫描质量的问题，很多图像呈现出肺动静脉都有显影或都缺乏显影的状况，这种图像中动静脉ct值相近，且边界较弱，传统方法容易在弱边界处、动静脉连接处溢出，难以在同一期图像下准确提取肺动静脉。
4.综上可知，现有技术在实际使用上显然存在不便与缺陷，所以有必要加以改进。


技术实现要素：

5.针对上述的缺陷，本发明的目的在于提供一种基于ct图像的肺动静脉提取方法、装置及电子设备，其能够更准确分割出肺动静脉血管，从而能给医生提供更准确的诊疗信息。
6.为了解决上述技术问题，本发明是这样实现的：
7.第一方面，本发明实施例提供了一种基于ct图像的肺动静脉提取方法，包括步骤有：
8.获取待分割的肺部ct图像；
9.在所述肺部ct图像上建立n个待分割的目标，n为大于或等于1的整数；
10.为每个所述目标设置预定的目标阈值和多个第一种子点；
11.根据所述第一种子点和所述目标阈值，进行同步生长运算以提取肺主干血管；
12.从所述肺部ct图像中提取肺内血管；
13.将所述肺主干血管与所述肺内血管进行连接。
14.根据本发明所述的方法，所述根据所述第一种子点和所述目标阈值，进行同步生长运算以提取肺主干血管，包括：
15.第n个目标的种子点集合为seedn，第n个目标的高阈值、低阈值分别为threupn、threlown；
16.计算所述肺部ct图像i的梯度图像ig；
17.根据所述梯度图像ig，计算每个所述目标的所述第一种子点的梯度值的平均值，记为梯度阈值gradn；
18.依次对每个所述目标，从其所述种子点集合seedn开始，进行一次生长，包括：
19.遍历所述种子点集合seedn中的每个所述第一种子点p，对所述第一种子点p的每个第一邻域点q进行如下判断，若同时满足：
20.条件a、threlown≤i(q)≤threupn；
21.条件b、梯度图像ig(q)≤gradn；
22.条件c、第一邻域点q暂不属于任何目标；
23.则将所述第一邻域点q添加到第n个目标，并保存到新点集newseedn中；
24.上述生长完成后，检查每个所述目标新添加的新点集newseedn是否为空，若至少有一个不为空，则令seedn＝newseedn，并以所述新点集newseedn为新的种子点，再进行一次上述生长，直至所有所述目标的所述新点集newseedn均为空，得出每个所述目标在同步生长运算后的目标结果；
25.根据每个所述目标结果，提取所述肺主干血管。
26.根据本发明所述的方法，所述得出每个所述目标在同步生长运算后的目标结果，还包括：
27.对计算出的每个所述目标结果进行闭运算；或者
28.若判断出所述目标结果存在错误，则重选所述第一种子点，然后再次进行所述同步生长运算以修正结果。
29.根据本发明所述的方法，所述依次对每个所述目标，从其所述种子点集合seedn开始，进行一次生长，还包括：
30.n次提高所述梯度阈值gradn，并计算每个所述目标当前的边界点集，作为新的seedn，再进行一轮所述生长，最终得出每个所述目标在同步生长运算后的所述目标结果。
31.根据本发明所述的方法，所述目标包括主动脉弓、肺动脉和/或肺静脉。
32.根据本发明所述的方法，所述从所述肺部ct图像中提取肺内血管，包括：
33.在所述肺部ct图像中从上往下逐层寻找支气管主干，并在所述支气管主干上选择一个第二种子点；
34.根据所述第二种子点和预定的肺部阈值，进行区域生长得到第一运算结果以作为肺分割数据；
35.根据所述第二种子点和预定的支气管阈值，进行区域生长得到第二运算结果以作为支气管分割数据；
36.从所述肺分割数据中删除所述支气管分割数据，以提取所述肺内血管。
37.根据本发明所述的方法，所述在所述肺部ct图像中从上往下逐层寻找支气管主干，并在所述支气管主干上选择一个第二种子点，包括：
38.对单层图像，提取ct值小于预定的第一阈值的区域，得到该层的分割数据m；
39.对从所述分割数据m边界上为1的点开始，进行填充，填充为0，剩下为1的点为所述支气管主干；
40.从填充后的所述分割数据m中提取最大连通区域；
41.对所述最大连通区域进行面积检测及圆形检测，判断所述最大连通区域是否符合
预定的支气管特点；
42.符合所述支气管特点，则确定所述最大连通区域为所述支气管主干，并将所述最大连通区域的中心点选择为所述第二种子点；
43.若不符合所述支气管特点，则选择下一层的单层图像，继续按照上述步骤寻找所述支气管主干。
44.根据本发明所述的方法，所述根据所述第二种子点和预定的肺部阈值，进行区域生长得到第一运算结果以作为肺分割数据，包括：
45.对所述第二种子点的第二邻域点进行肺部阈值检测，判断所述第二邻域点是否小于或等于所述肺部阈值；
46.若小于或等于所述肺部阈值，则将所述第二邻域点加入肺目标点；
47.依次对加入的所述肺目标点的第二邻域点进行所述肺部阈值检测，直至没有新的肺目标点添加进来，并得到所述第一运算结果；
48.将所述第一运算结果进行闭运算，最终得到所述肺分割数据。
49.根据本发明所述的方法，所述根据所述第二种子点和预定的支气管阈值，进行区域生长得到第二运算结果以作为支气管分割数据，包括：
50.根据所述第二种子点和所述肺部阈值，进行区域生长得到第三运算结果；
51.逐步增加所述肺部阈值，并以前一次运算结果为种子点，进行区域生长得到第四运算结果；
52.记录并判断相邻两次运算结果之间所新添加的目标点数之差是否达到预定的点数阈值；
53.若达到所述点数阈值，则将前一次运算结果进行膨胀运算后，作为所述支气管分割数据。
54.根据本发明所述的方法，所述从所述肺分割数据中删除所述支气管分割数据，以提取所述肺内血管，包括：
55.从所述肺分割数据中删除所述支气管分割数据；
56.将经删除处理后的所述肺分割数据通过大津法分为两部分，并将所述灰度均值较大的部分确定为所述肺内血管。
57.根据本发明所述的方法，所述将经删除处理后的所述肺分割数据通过大津法分为两部分，并将所述灰度均值较大的部分确定为所述肺内血管，包括：
58.计算经删除处理后的所述肺分割数据中所有像素点的第一平均ct值thre0；
59.将大于所述第一平均ct值thre0的区域记为第一区域，将小于或等于所述第一平均ct值thre0的区域记为第二区域；
60.计算所述第一区域中所有像素点的第二平均ct值thre1；
61.计算所述第二区域中所有像素点的第三平均ct值thre2；
62.当时，令再根据所述第一平均ct值thre0来分割出所述第一区域和所述第二区域；
63.如此循环进行，直到满足时则停止计算，此时所述第一区域
即为所述肺内血管。
64.根据本发明所述的方法，所述将所述肺主干血管与所述肺内血管进行连接，包括：
65.选择预定的ct值范围的所述肺内血管，作为最终的肺内血管；
66.以所述肺主干血管为各目标的第三种子点，并以所述最终的肺内血管为限制范围，进行区域生长得到第五运算结果，使得所述肺主干血管的各所述目标连接到所述最终的肺内血管。
67.第二方面，本发明实施例提供了一种基于ct图像的肺动静脉提取装置，用于实现如任一项所述的基于ct图像的肺动静脉提取方法，所述装置包括：
68.图像获取模块，用于获取待分割的肺部ct图像；
69.目标建立模块，用于在所述肺部ct图像上建立n个待分割的目标，n为大于或等于1的整数；
70.第一种子模块，用于为每个所述目标设置预定的目标阈值和多个第一种子点；
71.第一提取模块，用于根据所述第一种子点和所述目标阈值，进行同步生长运算以提取肺主干血管；
72.第二提取模块，用于从所述肺部ct图像中提取肺内血管；
73.血管连接模块，用于将所述肺主干血管与所述肺内血管进行连接。
74.第三方面，本发明实施例提供了一种电子设备，包括存储介质、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现任一项所述的基于ct图像的肺动静脉提取方法。
75.本发明首先在待分割的肺部ct图像上建立n个待分割的目标；为每个目标设置目标阈值和多个第一种子点，据此进行同步生长运算以提取肺主干血管；并且，从肺部ct图像中提取肺内血管；最后，将肺主干血管与肺内血管进行连接。借此，本发明提出了用同步生长算法提取肺动静脉，能够适用于肺动静脉各种显影情况，即对于只有动脉显影、只有静脉显影、动静脉均显影、动静脉显影都较差的图像皆可适用。并且，本发明实现和操作简单，只需调节初始阈值和添加初始种子区域即可实现。另外，本发明能够在同一期图像中准确提取出肺动静脉，避免了分别在不同期提取肺动静脉时的位置偏差。借此，本发明能够更准确分割出肺动静脉血管，从而能给医生提供更准确的诊疗信息。
附图说明
76.图1是本发明实施例提供的基于ct图像的肺动静脉提取方法的流程图；
77.图2是本发明实施例提供的基于ct图像的肺动静脉提取方法中同步生长运算的方法流程图；
78.图3是本发明实施例提供的基于ct图像的肺动静脉提取方法中从肺部ct图像中提取肺内血管的方法流程图；
79.图4是本发明实施例提供的设置第一种子点的目标阈值的界面图；
80.图5是本发明实施例提供的肺主干血管二维截面的示意图；
81.图6是本发明实施例提供的肺主干血管三维截面的示意图；
82.图7是本发明实施例提供的将肺主干血管与肺内血管连接后的结果图；
83.图8是本发明实施例提供的基于ct图像的肺动静脉提取装置的示意图；
84.图9是本发明实施例提供的电子设备的结构示意图；
85.图10是本发明实施例提供的电子设备的硬件结构示意图。
具体实施方式
86.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
87.需要说明的，本说明书中针对“一个实施例”、“实施例”、“示例实施例”等的引用，指的是描述的该实施例可包括特定的特征、结构或特性，但是不是每个实施例必须包含这些特定特征、结构或特性。此外，这样的表述并非指的是同一个实施例。进一步，在结合实施例描述特定的特征、结构或特性时，不管有没有明确的描述，已经表明将这样的特征、结构或特性结合到其它实施例中是在本领域技术人员的知识范围内的。
88.此外，在说明书及后续的权利要求当中使用了某些词汇来指称特定组件或部件，所属领域中具有通常知识者应可理解，制造商可以用不同的名词或术语来称呼同一个组件或部件。本说明书及后续的权利要求并不以名称的差异来作为区分组件或部件的方式，而是以组件或部件在功能上的差异来作为区分的准则。在通篇说明书及后续的权利要求书中所提及的“包括”和“包含”为一开放式的用语，故应解释成“包含但不限定于”。以外，“连接”一词在此系包含任何直接及间接的电性连接手段。间接的电性连接手段包括通过其它装置进行连接。
89.下面结合附图，通过具体的实施例及其应用场景，对本发明实施例提供的基于ct图像的肺动静脉提取进行详细地说明。
90.图1是示出了本发明实施例提供的基于ct图像的肺动静脉提取方法的流程图，所述方法包括步骤有：
91.步骤s101，获取待分割的肺部ct图像。
92.步骤s102，在肺部ct图像上建立n个待分割的目标，n为大于或等于1的整数。
93.可选地，所述待分割的目标包括主动脉弓、肺动脉和/或肺静脉等。
94.步骤s103，为每个目标设置预定的目标阈值和多个第一种子点。
95.本实施例中，将建立3个目标，即主动脉弓、肺动脉和肺静脉，为每个目标设置合适的目标阈值，所述目标阈值设置以刚好分割出肺主干血管部分为合适，需要根据具体图像而设置，若是动静脉同时显影或同时不显影的图像，可各目标使用相同的目标阈值。并且，将为每个目标添加至少一个第一种子点，如图4中所示的红、黄、绿色区域即为第一种子点的区域。
96.步骤s104，根据第一种子点和目标阈值，进行同步生长运算以提取肺主干血管。
97.可选地，采用上述同步生长运算进行计算，即可得到肺主干血管，如图5所示的肺主干血管二维截面，以及图c所示的的肺主干血管三维示意。
98.步骤s105，从肺部ct图像中提取肺内血管。
99.所述步骤s104的结果只包含肺主干血管的较粗主干，不过因为较细小的肺内血管均是由主干血管延伸出来的，故可先单独提取肺内血管，再与肺主干血管进行连接即可。
100.步骤s106，将肺主干血管与肺内血管进行连接。
101.本步骤是将肺外的肺主干血管与肺内血管进行连接，图7是本发明实施例提供的将肺主干血管与肺内血管连接后的结果图。
102.可选地，所述步骤s106进一步包括：
103.s1061，选择预定的ct值范围的肺内血管，作为最终的肺内血管。
104.可选地，上述所提取到的肺内血管区域m1通常过于丰富，可根据需求，按ct值从高到低的所占的比例来进行减少，如只取区域m1中ct值前50％的区域作为肺内血管区域。
105.s1062，以肺主干血管为各目标的第三种子点，并以最终的肺内血管为限制范围，进行区域生长得到第五运算结果，使得肺主干血管的各目标连接到最终的肺内血管。
106.可选地，以肺血管主干区域为各目标的种子点，进行区域生长，范围限制在区域m1内，由此，各目标即会连接到各自肺内血管，如图7所示。
107.本发明属于医学图像处理技术领域，特别涉及利用计算机软件对ct图像进行肺动静脉的分割。本发明提出了同步生长算法用于提取肺动静脉，对于只有动脉显影、只有静脉显影、动静脉均显影、动静脉显影都较差的图像皆可适用。
108.图2是示出了本发明实施例提供的基于ct图像的肺动静脉提取方法中同步生长运算的方法流程图，第n个目标的种子点集合为seedn，第n个目标的高阈值、低阈值分别为threupn、threlown，所述方法包括步骤有：
109.步骤s201，计算肺部ct图像i的梯度图像ig。
110.步骤s202，根据梯度图像ig，计算每个目标的第一种子点的梯度值的平均值，记为梯度阈值gradn。
111.步骤s203，依次对每个目标，从其种子点集合seedn开始，进行一次生长，包括：
112.遍历种子点集合seedn中的每个第一种子点p，对第一种子点p的每个第一邻域点q进行如下判断，若同时满足：
113.条件a、threlown≤i(q)≤threupn。
114.条件b、梯度图像ig(q)≤gradn。
115.条件c、第一邻域点q暂不属于任何目标。
116.则将第一邻域点q添加到第n个目标，并保存到新点集newseedn中。
117.上述生长完成后，检查每个目标新添加的新点集newseedn是否为空，若至少有一个不为空，则令seedn＝newseedn，并以新点集newseedn为新的种子点，再进行一次上述生长，直至所有目标的新点集newseedn均为空，得出每个目标在同步生长运算后的目标结果。
118.可选地，对计算出的每个目标结果进行闭运算。
119.步骤s204，根据每个目标结果，提取肺主干血管。
120.可选地，可以n次提高梯度阈值gradn，并计算每个目标当前的边界点集，作为新的seedn，再进行一轮生长，最终得出每个目标在同步生长运算后的目标结果。
121.可选地，若判断出目标结果存在错误，则重选第一种子点，然后再次进行同步生长运算以修正结果。例如，经智能或人工检查若发现主干有错误的地方，可继续修改种子点区域，然后再次进行同步生长计算以修正结果。
122.下面用一具体实施例来说明：
123.1.首先输入一个待分割的原始图像i，即肺部ct图像i。
124.2.根据需要建立至少一待分割的目标(如肺动脉、肺静脉等)，如n个，为每个目标
设置合适的目标阈值和多个第一种子点(第一种子点个数最好要有一定数量，如超过10个)，记第n个目标的种子点集合为seedn，记第n个目标的高、低阈值分别为threupn、threlown。
125.3.计算肺部ct图像i的梯度图像ig，根据梯度图像ig计算每个目标的种子点的梯度值的平均值，记为梯度阈值gradn。
126.4.依次对每个目标，从其种子点集合seedn开始，进行一次生长。
127.所谓一次生长，即遍历种子点集合seedn中的每一个第一种子点p，对第一种子点p的每一个第一邻域点q进行如下判断，若满足：
128.条件a、threlown≤i(q)≤threupn129.条件b、梯度图像ig(q)≤gradn130.条件c、第一邻域点q暂不属于任何目标
131.则将第一邻域点q添加到第n个目标，并保存到新点集newseedn中，即第n个目标在该次生长中新添加的点集；
132.5.一次生长完成后，检查每个目标新添加的新点集newseedn是否为空，若至少有一个不为空，则令seedn＝newseedn，并回到第4步，即以新添加的点集为新的第一种子点，再进行一次生长。若所有目标新添加的点集newseedn均为空，则生长完成，进入下一步。
133.6.对每个目标结果进行一次闭运算(例如采用圆形模板，半径取2)，以优化形态。即先膨胀再腐蚀，用于填充目标内细小孔洞，连接断开的邻接目标，平滑其边缘得同时并不明显改变其面积。至此，一轮计算完成。
134.7.提高梯度阈值gradn，并计算每个目标当前的边界点集，作为新的seedn，再进行第4～6步的一轮计算。优选进行3轮计算，每轮的梯度阈值分别为gradn、1.5gradn、2gradn，3轮计算完成即算法完成。
135.图3是示出了本发明实施例提供的基于ct图像的肺动静脉提取方法中从肺部ct图像中提取肺内血管的方法流程图，
136.步骤s301，在肺部ct图像中从上往下逐层寻找支气管主干，并在支气管主干上选择一个第二种子点s。
137.由于支气管从喉部就开始了，位置高于肺，所以首先从上往下逐层寻找支气管主干，在支气管主干上选一点作为第二种子点s。
138.可选地，所述步骤s301进一步包括：
139.s3011，对单层图像，提取ct值小于预定的第一阈值的区域，得到该层的分割数据m。
140.例如对单层图像，提取ct值小于-400的区域，得到该层的分割数据m，即0/1的二值图像。
141.s3012，对从分割数据m边界上为1的点开始，进行填充，填充为0，剩下为1的点为支气管主干。
142.分割数据m被填充后，剩下为1的点主要就是位置偏中间位置处的支气管主干，也可能还有小的杂质点。
143.s3013，从填充后的分割数据m中提取最大连通区域。
144.s3014，对最大连通区域进行面积检测(面积在正常支气管主干大小允许的范围
内)及圆形检测(支气管主干应呈现一定程度圆形特点)，判断最大连通区域是否符合预定的支气管特点。
145.s3015，符合支气管特点，则确定最大连通区域为支气管主干，并将最大连通区域的中心点选择为第二种子点s。
146.s3016，若不符合支气管特点，则选择下一层的单层图像，继续按照上述步骤寻找支气管主干。通常第一层就能保证找到正确的第二种子点s。
147.步骤s302，根据第二种子点s和预定的肺部阈值，进行区域生长得到第一运算结果以作为肺分割数据。
148.可选地，所述步骤s302进一步包括：
149.s3021，对第二种子点s的第二邻域点进行肺部阈值检测，判断第二邻域点是否小于或等于肺部阈值。
150.s3022，若小于或等于肺部阈值，则将第二邻域点加入肺目标点。
151.s3023，依次对加入的肺目标点的第二邻域点进行肺部阈值检测，直至没有新的肺目标点添加进来，并得到第一运算结果。
152.具体的，从支气管的第二种子点s开始，进行区域生长。即从第二种子点s开始，对其第二邻域点进行检测，若小于或等于预定的肺部阈值(如设为-500)，则加入肺目标点，反之，则不属于肺目标点。再以新加进来的所有肺目标点为种子点，依次对其各自第二邻域点做同样的检测，依次循环下去，直至没有新的肺目标点添加进来，至此区域生长结束。
153.s3024，将第一运算结果进行闭运算，最终得到肺分割数据。
154.可选地，肺分割数据相对比较粗略。因为提取肺区域是为了给肺内血管的提取提供一个感兴趣区域，即限制范围，故此肺的结果不必特别精确。
155.可选地，然后对区域生长的结果做一次闭运算(例如采用圆形模板，半径取为肺内血管的最大半径)以填充肺内血管区域，最终所得到的肺分割数据记为mlung。
156.步骤s303，根据第二种子点s和预定的支气管阈值，进行区域生长得到第二运算结果以作为支气管分割数据。
157.可选地，所述步骤s303进一步包括：
158.s3031，根据第二种子点s和肺部阈值，进行区域生长得到第三运算结果。
159.s3032，逐步增加肺部阈值，并以前一次运算结果为种子点，进行区域生长得到第四运算结果。
160.s3033，记录并判断相邻两次运算结果之间所新添加的目标点数之差是否达到预定的点数阈值。
161.s3034，若达到点数阈值，则将前一次运算结果进行膨胀运算后，作为支气管分割数据。
162.提取支气管是为了排除支气管壁对血管的影响，因为肺内部一些细小血管外壁可能与支气管壁的ct值相近。支气管提取可相对粗略。
163.具体的，给定初始肺部阈值threairway＝-950，从支气管的第二种子点s开始，进行一次区域生长。然后逐步加大肺部阈值，例如每次加5，即
164.threairway＝threairway+5，以上一次的结果为种子点，再次进行区域生长。如此循环，记录相邻两次结果之间的所新添加进来的目标点数，当某次新添加进来的目标点数
相比前一次的突然明显增大时，说明此时的结果已经溢出支气管进入肺实质部分了，则以前一次未溢出时的结果为支气管分割数据，并做一次膨胀运算(例如采用圆形模板，半径取为支气管壁的厚度)，最终得到的结果即为包含支气管壁的支气管分割数据，记为mairway。
165.步骤s304，从肺分割数据中删除支气管分割数据，以提取肺内血管。
166.可选地，所述步骤s304进一步包括：
167.s3041，从肺分割数据中删除支气管分割数据。
168.s3042，将经删除处理后的肺分割数据通过大津法分为两部分，并将灰度均值较大的部分确定为肺内血管。
169.从肺分割数据mlung的区域中排除支气管分割数据mairway的区域，剩下的部分主要为肺内血管和肺实质两部分。优选采用传统的大津法将其分为两部分，灰度均值较大的部分即为血管部分。
170.优选地，s3042进一步可包括：
171.1、计算经删除处理后的肺分割数据中所有像素点的第一平均ct值thre0。
172.2、将大于第一平均ct值thre0的区域记为第一区域，将小于或等于第一平均ct值thre0的区域记为第二区域。
173.3、计算第一区域中所有像素点的第二平均ct值thre1。计算第二区域中所有像素点的第三平均ct值thre2。
174.4、当时，令再根据第一平均ct值thre0来分割出第一区域和第二区域。
175.如此循环进行，直到满足时则停止计算，此时第一区域即为肺内血管。
176.本发明实施例提供的基于ct图像的肺动静脉提取方法，提出了用同步生长算法提取肺动静脉，能够适用于肺动静脉各种显影情况，即对于只有动脉显影、只有静脉显影、动静脉均显影、动静脉显影都较差的图像皆可适用。并且，本发明实现和操作简单，只需调节初始阈值和添加初始种子区域即可实现。另外，本发明能够在同一期图像中准确提取出肺动静脉，避免了分别在不同期提取肺动静脉时的位置偏差。借此，本发明能够更准确分割出肺动静脉血管，从而能给医生提供更准确的诊疗信息。
177.需要说明的是，本发明实施例提供的基于ct图像的肺动静脉提取，执行主体可以为电子设备、基于ct图像的肺动静脉提取装置，或者该基于ct图像的肺动静脉提取装置中的用于执行基于ct图像的肺动静脉提取方法的控制模块。本发明实施例中以基于ct图像的肺动静脉提取装置执行基于ct图像的肺动静脉提取方法为例，说明本发明实施例提供的基于ct图像的肺动静脉提取装置。
178.图4示出了本发明实施例提供的基于ct图像的肺动静脉提取装置的结构，用于实现如图1～3所示的基于ct图像的肺动静脉提取方法，所述装置400包括：
179.图像获取模块401，用于获取待分割的肺部ct图像。
180.目标建立模块402，用于在肺部ct图像上建立n个待分割的目标，n为大于或等于1
的整数。
181.第一种子模块403，用于为每个目标设置预定的目标阈值和多个第一种子点。可选地，所述目标包括主动脉弓、肺动脉和/或肺静脉。
182.第一提取模块404，用于根据第一种子点和目标阈值，进行同步生长运算以提取肺主干血管。
183.第二提取模块405，用于从肺部ct图像中提取肺内血管。
184.血管连接模块406，用于将肺主干血管与肺内血管进行连接。
185.可选地，所述第n个目标的种子点集合为seedn，第n个目标的高阈值、低阈值分别为threupn、threlown；
186.可选地，所述第一提取模块404包括：
187.梯度图像计算子模块，用于计算所述肺部ct图像i的梯度图像ig；
188.梯度阈值计算子模块，用于根据所述梯度图像ig，计算每个所述目标的所述第一种子点的梯度值的平均值，记为梯度阈值gradn；
189.同步生长运算子模块，用于依次对每个所述目标，从其所述种子点集合seedn开始，进行一次生长，包括：遍历所述种子点集合seedn中的每个所述第一种子点p，对所述第一种子点p的每个第一邻域点q进行如下判断，若同时满足：
190.条件a、threlown≤i(q)≤threupn；
191.条件b、梯度图像ig(q)≤gradn；
192.条件c、第一邻域点q暂不属于任何目标；
193.则将所述第一邻域点q添加到第n个目标，并保存到新点集newseedn中；
194.上述生长完成后，检查每个所述目标新添加的新点集newseedn是否为空，若至少有一个不为空，则令seedn＝newseedn，并以所述新点集newseedn为新的种子点，再进行一次上述生长，直至所有所述目标的所述新点集newseedn均为空，得出每个所述目标在同步生长运算后的目标结果；
195.可选地，对计算出的每个所述目标结果进行闭运算。
196.第一提取子模块，用于根据每个所述目标结果，提取所述肺主干血管。
197.可选地，若判断出所述目标结果存在错误，则重选所述第一种子点，然后再次进行所述同步生长运算以修正结果。
198.可选地，n次提高所述梯度阈值gradn，并计算每个所述目标当前的边界点集，作为新的seedn，再进行一轮所述生长，最终得出每个所述目标在同步生长运算后的所述目标结果。
199.可选地，第二提取模块405，包括：
200.第二种子子模块，用于在所述肺部ct图像中从上往下逐层寻找支气管主干，并在所述支气管主干上选择一个第二种子点。
201.可选地，用于对单层图像，提取ct值小于预定的第一阈值的区域，得到该层的分割数据m；对从所述分割数据m边界上为1的点开始，进行填充，填充为0，剩下为1的点为所述支气管主干；从填充后的所述分割数据m中提取最大连通区域；对所述最大连通区域进行面积检测及圆形检测，判断所述最大连通区域是否符合预定的支气管特点；符合所述支气管特点，则确定所述最大连通区域为所述支气管主干，并将所述最大连通区域的中心点选择为
所述第二种子点；若不符合所述支气管特点，则选择下一层的单层图像，继续按照上述步骤寻找所述支气管主干。
202.第一区域生长子模块，用于根据所述第二种子点和预定的肺部阈值，进行区域生长得到第一运算结果以作为肺分割数据。
203.可选地，用于对所述第二种子点的第二邻域点进行肺部阈值检测，判断所述第二邻域点是否小于或等于所述肺部阈值；若小于或等于所述肺部阈值，则将所述第二邻域点加入肺目标点；依次对加入的所述肺目标点的第二邻域点进行所述肺部阈值检测，直至没有新的肺目标点添加进来，并得到所述第一运算结果；将所述第一运算结果进行闭运算，最终得到所述肺分割数据。
204.第二区域生长子模块，用于根根据所述第二种子点和预定的支气管阈值，进行区域生长得到第二运算结果以作为支气管分割数据。
205.可选地，用于根据所述第二种子点和所述肺部阈值，进行区域生长得到第三运算结果；逐步增加所述肺部阈值，并以前一次运算结果为种子点，进行区域生长得到第四运算结果；记录并判断相邻两次运算结果之间所新添加的目标点数之差是否达到预定的点数阈值；若达到所述点数阈值，则将前一次运算结果进行膨胀运算后，作为所述支气管分割数据。
206.第二提取子模块，用于从所述肺分割数据中删除所述支气管分割数据，以提取所述肺内血管。
207.可选地，用于从所述肺分割数据中删除所述支气管分割数据；将经删除处理后的所述肺分割数据通过大津法分为两部分，并将所述灰度均值较大的部分确定为所述肺内血管。进一步包括：
208.计算经删除处理后的所述肺分割数据中所有像素点的第一平均ct值thre0；
209.将大于所述第一平均ct值thre0的区域记为第一区域，将小于或等于所述第一平均ct值thre0的区域记为第二区域；
210.计算所述第一区域中所有像素点的第二平均ct值thre1；
211.计算所述第二区域中所有像素点的第三平均ct值thre2；
212.当时，令再根据所述第一平均ct值thre0来分割出所述第一区域和所述第二区域；
213.如此循环进行，直到满足时则停止计算，此时所述第一区域即为所述肺内血管。
214.可选地，所述血管连接模块406进一步包括：
215.血管选择子模块，用于选择预定的ct值范围的所述肺内血管，作为最终的肺内血管；
216.血管连接子模块，用于以所述肺主干血管为各目标的第三种子点，并以所述最终的肺内血管为限制范围，进行区域生长得到第五运算结果，使得所述肺主干血管的各所述目标连接到所述最终的肺内血管。
217.本发明实施例中的基于ct图像的肺动静脉提取装置可以是装置，也可以是终端中的部件、集成电路、或芯片。该装置可以是移动电子设备，也可以为非移动电子设备。示例性的，移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra mobile personal computer，umpc)、上网本或者个人数字助理(personaldigital assistant，pda)等，非移动电子设备可以为服务器、网络附属存储器(networkattached storage，nas)、个人计算机(personal computer，pc)、电视机(television，tv)、柜员机或者自助机等，本发明实施例不作具体限定。
218.本发明实施例中的基于ct图像的肺动静脉提取装置可以为具有操作系统的装置。该操作系统可以为安卓(android)操作系统，可以为ios操作系统，还可以为其他可能的操作系统，本发明实施例不作具体限定。
219.本发明实施例提供的基于ct图像的肺动静脉提取装置能够实现图基于ct图像的肺动静脉提取的方法实施例实现的各个过程，为避免重复，这里不再赘述。
220.本发明实施例提供的基于ct图像的肺动静脉提取装置，提出了用同步生长算法提取肺动静脉，能够适用于肺动静脉各种显影情况，即对于只有动脉显影、只有静脉显影、动静脉均显影、动静脉显影都较差的图像皆可适用。并且，本发明实现和操作简单，只需调节初始阈值和添加初始种子区域即可实现。另外，本发明能够在同一期图像中准确提取出肺动静脉，避免了分别在不同期提取肺动静脉时的位置偏差。借此，本发明能够更准确分割出肺动静脉血管，从而能给医生提供更准确的诊疗信息。
221.可选的，如图5所示，本发明实施例还提供一种电子设备500，包括处理器501，存储器502，存储在存储器502上并可在所述处理器501上运行的程序或指令，该程序或指令被处理器501执行时实现上述基于ct图像的肺动静脉提取方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
222.需要注意的是，本发明实施例中的电子设备包括上述的移动电子设备和非移动电子设备。
223.图6是实现本发明实施例的一种电子设备的硬件结构示意图。
224.该电子设备600包括但不限于：射频单元601、网络模块602、音频输出单元603、输入单元604、传感器605、显示单元606、用户输入单元607、接口单元608、存储器609、以及处理器610等部件。
225.应理解的是，本发明实施例中，射频单元601可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器610处理；另外，将上行的数据发送给基站。通常，射频单元601包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元601还可以通过无线通信系统与网络和其他设备通信。
226.电子设备通过网络模块602为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。
227.音频输出单元603可以将射频单元601或网络模块602接收的或者在存储器609中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元603还可以提供与电子设备600执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元603包括扬声器、蜂鸣器以及受话器等。
228.输入单元604用于接收音频或视频信号。应理解的是，本发明实施例中，输入单元604可以包括图形处理器(graphicsprocessing unit，gpu)6041和麦克风6042，图形处理器6041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。
229.电子设备600还包括至少一种传感器605，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板6061的亮度，接近传感器可在电子设备600移动到耳边时，关闭显示面板6061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别电子设备姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；传感器605还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。
230.显示单元606用于显示由用户输入的信息或提供给用户的信息。显示单元606可包括显示面板6061，可以采用液晶显示器(liquid crystal display，lcd)、有机发光二极管(organic light-emitting diode,oled)等形式来配置显示面板6061。
231.用户输入单元607可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元607包括触控面板6071以及其他输入设备6072。触控面板6071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板6071上或在触控面板6071附近的操作)。触控面板6071可包括触摸检测装置和触摸控制器两个部分。其他输入设备6072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。
232.接口单元608为外部装置与电子设备600连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(i/o)端口、视频i/o端口、耳机端口等等。接口单元608可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到电子设备600内的一个或多个元件或者可以用于在电子设备600和外部装置之间传输数据。
233.存储器609可用于存储软件程序以及各种数据。存储器609可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器609可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
234.处理器610是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器609内的软件程序和/或模块，以及调用存储在存储器609内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。处理器610可包括一个或多个处理单元；优选的，处理器610可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器610中。
235.本领域技术人员可以理解，电子设备600还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统与处理器610逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图6中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。在本发明实施例中，电子设备包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备(例如手环、眼镜)、以及计步器等。
236.本发明实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述基于ct图像的肺动静脉提取方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
237.其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器(read only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等。
238.本发明实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述基于ct图像的肺动静脉提取方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
239.应理解，本发明实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
240.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本发明实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
241.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
242.当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。