种特征参数作为进一步检测的样本 集；
[0012] (5)运用支持向量机分类器对候选结节区域进行二次检测，得到最终检测结果。
[0013] 一种基于形状模板匹配结合分类器的肺结节检测装置，包括：
[0014] 输入单元，用于输入DIC0M格式的肺部CT断层序列影像；
[0015] 肺实质区域处理单元，对CT断层序列影像分割出肺实质区域；对分割出的肺实 质区域采用边界编码修补算法进行修补；运用面绘制算法重建三维观察修补后的肺实质区 域；
[0016] 感兴趣区域提取单元，针对修补后的肺实质区域，设定灰度阈值提取感兴趣区域 (R0I)；
[0017] 粗筛单元，根据肺结节形态学特征设计模板匹配算法对感兴趣区域进行粗筛选， 获得候选结节区域；
[0018] 特征提取单元，根据候选结节灰度和形态学特征，提取多种特征参数作为进一步 检测的样本集；
[0019] 二次检测单元，运用支持向量机分类器对候选结节区域进行二次检测，得到最终 检测结果。
[0020] 如上所述的基于形状模板匹配结合分类器的肺结节检测装置，所述肺实质处理单 元包括：分割单元、修补单元和三维重建单元，其中：
[0021] 分割单元利用3D区域生长算法和0TSU阈值分割算法自动分割左右肺叶，获得初 始肺实质轮廓边界：首先对中间层序列图像进行阈值分割；然后，在所得分割图像中，由中 心点向左右两边寻找处于肺实质位置的点作为3D区域生长的种子点；最后，设定生长规则 获得肺实质区域初始轮廓；
[0022] 修补单元进行肺实质轮廓区域填充与边界修补：通过对初始轮廓边界编码，找出 边界线的极值点，并计算相邻极值点之间的距离，从而根据初始设定阈值半径修轮廓边界； 对初始分割区域中存在的一些未包含的小区域，利用区域填充方法填补这些区域；
[0023] 三维重建单元将填充与边界修补后得到的肺实质分割轮廓区域对原图像掩模， 获得分割后的肺实质区域，利用面绘制算法对肺实质图像进行重建。
[0024] 如上所述的基于形状模板匹配结合分类器的肺结节检测装置，其中粗筛单元根据 肺结节形态学特征设计模板匹配算法对感兴趣区域进行粗筛选，获得候选结节区域，按如 下方式进行：
[0025] 计算初始感兴趣区域的区域直径；
[0026] 以初始感兴趣区域半径为半径，对每个感兴趣区域建立圆形模板；
[0027] 利用模板匹配算法对初始感兴趣区域进行筛选，选用差的平方和模板匹配方法 (SSD)匹配感兴趣区域，若设原始感兴趣区域为I，匹配模板为T，则SSD匹配算法计算公式 如式⑴所示：
[0028]
【主权项】
1. 一种基于形状模板匹配结合分类器的肺结节检测装置，包括： 输入单元，用于输入DICOM格式的肺部CT断层序列影像； 肺实质区域处理单元，对CT断层序列影像分割出肺实质区域；对分割出的肺实质区域 采用边界编码修补算法进行修补；运用面绘制算法重建三维观察修补后的肺实质区域； 感兴趣区域提取单元，针对修补后的肺实质区域，设定灰度阈值提取感兴趣区域 (ROI); 粗筛单元，根据肺结节形态学特征设计模板匹配算法对感兴趣区域进行粗筛选，获得 候选结节区域； 特征提取单元，根据候选结节灰度和形态学特征，提取多种特征参数作为进一步检测 的样本集； 二次检测单元，运用支持向量机分类器对候选结节区域进行二次检测，得到最终检测 结果。
2. 根据权利要求1所述的基于形状模板匹配结合分类器的肺结节检测装置，所述肺实 质处理单元包括：分割单元、修补单元和三维重建单元，其中： 分割单元利用3D区域生长算法和OTSU阈值分割算法自动分割左右肺叶，获得初始肺 实质轮廓边界：首先对中间层序列图像进行阈值分割；然后，在所得分割图像中，由中心点 向左右两边寻找处于肺实质位置的点作为3D区域生长的种子点；最后，设定生长规则获得 肺实质区域初始轮廓； 修补单元进行肺实质轮廓区域填充与边界修补：通过对初始轮廓边界编码，找出边界 线的极值点，并计算相邻极值点之间的距离，从而根据初始设定阈值半径修补轮廓边界；对 初始分割区域中存在的一些未包含的小区域，利用区域填充方法填补这些区域； 三维重建单元将填充与边界修补后得到的肺实质分割轮廓区域对原图像掩模，获得分 割后的肺实质区域，利用面绘制算法对肺实质图像进行重建。
3. 根据权利要求1所述的基于形状模板匹配结合分类器的肺结节检测装置，其中粗筛 单元根据肺结节形态学特征设计模板匹配算法对感兴趣区域进行粗筛选，获得候选结节区 域，按如下方式进行： 计算初始感兴趣区域的区域直径； 以初始感兴趣区域半径为半径，对每个感兴趣区域建立圆形模板； 利用模板匹配算法对初始感兴趣区域进行筛选，选用差的平方和模板匹配方法（SSD) 匹配感兴趣区域，若设原始感兴趣区域为I，匹配模板为T，i，j分别表示数字图像像素点的 横、纵坐标位置，则SSD匹配算法计算公式如式（1)所示：
计算所有初始感兴趣区域的SSD匹配参数，并设定阈值，将小于阈值的所有区域筛选 出来作为新的感兴趣区域。
4. 根据权利要求1所述的基于形状模板匹配结合分类器的肺结节检测装置，其中二次 检测单元运用支持向量机分类器对候选结节区域进行二次检测，得到最终检测结果，按如 下方式进行： 对比四种常用的核函数线性核函数、多项式核函数、径向基核函数和Sigmoid核函数 的分类效果，选择最适合的核函数； 利用参数寻优算法对分类器选择最优输入参数，其中输入参数为步骤5中的检测样本 集； 训练支持向量机分类器，并进行肺结节检测。
5. -种基于形状模板匹配结合分类器的肺结节检测方法，包括如下步骤： (1) 输入DICOM格式的肺部CT断层序列影像； (2) 对CT断层序列影像分割出肺实质区域；对分割出的肺实质区域采用边界编码修补 算法进行修补；运用面绘制算法重建三维观察修补后的肺实质区域； (3) 针对修补后的肺实质区域，设定灰度阈值提取感兴趣区域（ROI); (4) 根据肺结节形态学特征设计模板匹配算法对感兴趣区域进行粗筛选，获得候选结 节区域； (5) 根据候选结节灰度和形态学特征，提取多种特征参数作为进一步检测的样本集； (6) 运用支持向量机分类器对候选结节区域进行二次检测，得到最终检测结果。
6. 根据权利要求5所述的基于形状模板匹配结合分类器的肺结节检测方法，其中步骤 (2)所述的肺实质区域分割、修补与重建过程，按如下步骤获得： 2. 1利用3D区域生长算法和OTSU阈值分割算法自动分割左右肺叶，获得初始肺实质轮 廓边界：首先对中间层序列图像进行阈值分割；然后，在所得分割图像中，由中心点向左右 两边寻找处于肺实质位置的点作为3D区域生长的种子点；最后，设定生长规则获得肺实质 区域初始轮廓； 2. 2肺实质轮廓区域填充与边界修补：通过对初始轮廓边界编码，找出边界线的极值 点，并计算相邻极值点之间的距离，从而根据初始设定阈值半径修补轮廓边界；对初始分割 区域中存在的一些未包含的小区域，利用区域填充方法填补这些区域； 2. 3将步骤2. 2中填充与边界修补后得到的肺实质分割轮廓区域对原图像掩模，获得 分割后的肺实质区域，利用面绘制算法对肺实质图像进行重建。
7. 根据权利要求5所述的基于形状模板匹配结合分类器的肺结节检测方法，其中步骤 (4)所述的根据肺结节形态学特征设计模板匹配算法对感兴趣区域进行粗筛选，获得候选 结节区域，按如下步骤进行： 4. 1计算初始感兴趣区域的区域直径； 4. 2以初始感兴趣区域半径为半径，对每个感兴趣区域建立圆形模板； 4. 3利用模板匹配算法对初始感兴趣区域进行筛选，选用差的平方和模板匹配方法 (SSD)匹配感兴趣区域，若设原始感兴趣区域为I，匹配模板为T，i，j分别表示数字图像像 素点的横、纵坐标位置，则SSD匹配算法计算公式如式（1)所示：
其中，M、N分别表示模板图像矩阵行和列的大小。 计算所有初始感兴趣区域的SSD匹配参数，并设定阈值，将小于阈值的所有区域筛选 出来作为新的感兴趣区域。
8. 根据权利要求5所述的基于形状模板匹配结合分类器的肺结节检测方法，其中步骤 (6)所述的运用支持向量机分类器对候选结节区域进行二次检测，得到最终检测结果，按如 下步骤进行： 6. 1对比四种常用的核函数线性核函数、多项式核函数、径向基核函数和Sigmoid核函 数的分类效果选择最适合的核函数； 6. 2利用参数寻优算法对分类器选择最优输入参数，其中输入参数为步骤5中的检测 样本集； 6. 3训练支持向量机分类器，并进行肺结节检测。
【专利摘要】一种基于形状模板匹配结合分类器的肺结节检测装置，包括：输入单元，用于输入DICOM格式的肺部CT断层序列影像；肺实质区域处理单元，对CT断层序列影像分割出肺实质区域；对分割出的肺实质区域采用边界编码修补算法进行修补；运用面绘制算法重建三维观察修补后的肺实质区域；感兴趣区域提取单元，针对修补后的肺实质区域，设定灰度阈值提取感兴趣区域(ROI)；粗筛单元，根据肺结节形态学特征设计模板匹配算法对感兴趣区域进行粗筛选，获得候选结节区域；特征提取单元，根据候选结节灰度和形态学特征，提取多种特征参数作为进一步检测的样本集；二次检测单元，运用支持向量机分类器对候选结节区域进行二次检测，得到最终检测结果。
【IPC分类】G06K9-62, G06T7-00
【公开号】CN104751178
【申请号】CN201510148734
【发明人】龚敬, 聂生东, 王丽嘉, 王远军, 步蕊蕊, 刘霁雨
【申请人】上海理工大学
【公开日】2015年7月1日
【申请日】2015年3月31日