从肺部掩膜影像中分割肺血管的方法和装置的制造方法
【技术领域】
[0001] 本发明设及分割肺血管技术领域，尤其设及一种从肺部掩膜影像中分割肺血管的 方法和装置。
【背景技术】
[0002] 精确的肺血管分割是肺部计算机辅助检测与诊断(CAD)系统中的重要步骤，肺栓 塞自动识别与检测中需要先提取肺血管组织W缩小病灶检测的范围，肺癌的早期检测与诊 断中去除肺血管干扰W降低肺结节检测的假阳性，手术导航中利用肺血管的分布引导肺叶 分割。但是，肺血管呈现错综复杂的树形结构，肺内包含23级分支，管径在20微米至15毫米 范围内变化。在CT影像上，肺血管因内部充盈血液而总体上显示高密度影，但灰度分布并不 均匀，尤其细小血管受部分容积效应的影响较大。肺血管周围充满粘液的气管、肺结节和一 些高密病变都会干扰肺血管提取的准确性。肺血管的几何模型(Geometry Models)是指血 管具有细长、管状、树状分布的形状特点的先验知识。Hessian矩阵特征分析方法可有效的 识别球形对象、圆柱形对象、片状对象，是一类利用血管的几何模型来进行血管分割的典型 方法。
[0003] 相关技术中的基于化SSian矩阵特征值分析的多尺度血管滤波器，采用所有尺度 血管相似函数的最大值作为尺度选择的结果。运种方式下，在肺血管的分叉连接处响应较 弱，经阔值化分割后容易造成血管不连续。
【发明内容】
[0004] 本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
[0005] 为此，本发明的一个目的在于提出一种从肺部掩膜影像中分割肺血管的方法，能 够有效提升从肺部掩膜影像中分割肺血管的精确度，W及提升从肺部掩膜影像中分割肺血 管的效果。
[0006] 本发明的另一个目的在于提出一种从肺部掩膜影像中分割肺血管的装置。
[0007] 为达到上述目的，本发明第一方面实施例提出的从肺部掩膜影像中分割肺血管的 方法，包括:计算肺部掩膜影像中多个体素中的每个体素在血管尺度范围中不同血管尺度 下的血管相似性函数的响应值，并将所述响应值作为所述每个体素在不同血管尺度下的肺 部血管影像;获取所述肺部掩膜影像中每个体素的目标血管尺度，并获取所述每个体素的 目标血管尺度对应的肺部血管影像，W作为所述每个体素的目标肺部血管影像;将所述多 个体素的目标肺部血管影像进行融合，并获取融合后的目标肺部血管影像。
[000引本发明第一方面实施例提出的从肺部掩膜影像中分割肺血管的方法，通过计算肺 部掩膜影像中的每个体素在血管尺度范围中不同血管尺度下的血管相似性函数的响应值， 将响应值作为肺部血管影像，并获取肺部掩膜影像中每个体素的目标肺部血管影像，W及 将多个体素的目标肺部血管影像进行融合，能够有效提升从肺部掩膜影像中分割肺血管的 精确度，W及提升从肺部掩膜影像中分割肺血管的效果。
[0009] 为达到上述目的，本发明第二方面实施例提出的从肺部掩膜影像中分割肺血管的 装置，包括:计算模块，用于计算肺部掩膜影像中多个体素中的每个体素在血管尺度范围中 不同血管尺度下的血管相似性函数的响应值，并将所述响应值作为所述每个体素在不同血 管尺度下的肺部血管影像;获取模块，用于获取所述肺部掩膜影像中每个体素的目标血管 尺度，并获取所述每个体素的目标血管尺度对应的肺部血管影像，W作为所述每个体素的 目标肺部血管影像;融合模块，用于将所述多个体素的目标肺部血管影像进行融合，并获取 融合后的目标肺部血管影像。
[0010] 本发明第二方面实施例提出的从肺部掩膜影像中分割肺血管的装置，通过计算肺 部掩膜影像中的每个体素在血管尺度范围中不同血管尺度下的血管相似性函数的响应值， 将响应值作为肺部血管影像，并获取肺部掩膜影像中每个体素的目标肺部血管影像，W及 将多个体素的目标肺部血管影像进行融合，能够有效提升从肺部掩膜影像中分割肺血管的 精确度，W及提升从肺部掩膜影像中分割肺血管的效果。
[0011] 本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变 得明显，或通过本发明的实践了解到。
【附图说明】
[0012] 本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得 明显和容易理解，其中：
[0013] 图1是本发明一实施例提出的从肺部掩膜影像中分割肺血管的方法的流程示意 图；
[0014] 图2是本发明另一实施例提出的从肺部掩膜影像中分割肺血管的方法的流程示意 图；
[0015] 图3a是局部肺部掩膜影像原始图像示意图；
[0016] 图3b是血管尺度O为0.5mm时滤波后的肺部血管影像示意图；
[0017] 图3c是血管尺度。为0.75mm时滤波后的肺部血管影像示意图；
[0018] 图4是本发明实施例中肺血管分割S维可视化效果图；
[0019] 图5是本发明另一实施例提出的从肺部掩膜影像中分割肺血管的装置的结构示意 图；
[0020] 图6是本发明另一实施例提出的从肺部掩膜影像中分割肺血管的装置的结构示意 图；
[0021] 图7是本发明另一实施例提出的从肺部掩膜影像中分割肺血管的装置的结构示意 图；
[0022] 图8是本发明另一实施例提出的从肺部掩膜影像中分割肺血管的装置的结构示意 图。
【具体实施方式】
[0023] 下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终 相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附 图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。相反，本 发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同 物。
[0024] 图1是本发明一实施例提出的从肺部掩膜影像中分割肺血管的方法的流程示意 图，该从肺部掩膜影像中分割肺血管的方法包括：
[0025] SlOl:计算肺部掩膜影像中多个体素中的每个体素在血管尺度范围中不同血管尺 度下的血管相似性函数的响应值，并将响应值作为每个体素在不同血管尺度下的肺部血管 影像。
[0026] 可选地，肺部掩膜影像可W采用现有技术对肺部影像进行预处理获取到，在此不 再寶述。
[0027] 在本发明的实施例中，肺部影像可W为肺部的S维CT影像，通过对肺部影像进行 预处理得到肺部掩膜影像，并根据肺部掩膜影像中多个体素对肺血管进行分割，能够避免 肺部影像中与肺血管不相关的体素的干扰，提升肺血管分割的效率。
[002引其中，肺部的S维CT影像是通过电子计算机断层扫描（Computed Tomography，CT) 扫描出的人体肺部的影像。
[0029] 体素是体积元素的简称，是数字数据于=维空间分割上的最小单位，体素用于= 维成像、科学数据与医学影像等领域。
[0030] 在本发明的实施例中，体素指肺部掩膜影像中肺血管的体积元素。
[0031] 在本发明的实施例中，血管尺度范围为肺部掩膜影像中的每个体素所在的位置的 肺血管可能的尺度，血管尺度范围可W由用户预先指定，例如，血管尺度范围为曰E {〇1，. . .，0i,. . .，〇k}，i属于1~k，k的取值为1~N，N为正整数。
[0032] 可选地，可W计算每个体素在血管尺度范围中每个血管尺度下的血管相似性函数 的响应值，并将响应值作为每个体素在每个血管尺度下的肺部血管影像。
[0033] 例如，血管尺度范围为(A，B，C)，则需要计算体素1在A，B，CS种血管尺度下的血管 相似性函数的响应值，W及计算体素2在A，B，C =种血管尺度下的血管相似性函数的响应 值，W此类推，计算肺部掩膜影像中的每个体素在A，B，C =种血管尺度下的血管相似性函数 的响应值。
[0034] 血管相似性函数也可被称为血管滤波器，血管滤波器例如，Frangi滤波器，或者分 数阶微分滤波器，本发明实施例对此不作限制。
[0035] S102:获取肺部掩膜影像中的每个体素的目标血管尺度，并获取每个体素的目标 血管尺度对应的肺部血管影像，W作为每个体素的目标肺部血管影像。
[0036] 可选地，可W根据基于多标记马尔科夫随机场(Markov Random Field,MRF)优化 方法获取肺部掩膜影像中每个体素的目标血管尺度。
[0037] 在本发明的实施例中，获取每个体素的目标血管尺度，即血管尺度选择，是为每个 体素在血管尺度范围OE {〇1，...，〇i, ...，〇k}中选择一个最接近该体素所在肺血管真实尺 度的血管尺度，作为目标血管尺度，其中，i属于1~k，k的取值为1~N，N为正整数。
[0038] 其中，基于多标记MRF优化方法对肺部掩膜影像中的每个体素均进行血管尺度选 择，基于多标记MRF优化方法是将血管尺度选择问题看作图的划分问题，血管尺度选择问题 可W用图论方法(如:最小割)求解。
[0039] 在本发明的实施例中，基于多标记MRF优化方法是一种基于图论的能量最小化方 法，它的主要思想是将肺部掩膜影像的体素映射为加权图的顶点，将邻接体素之间的关系 映射为加权图的边，W及将邻接体素之间的相似性映射为边的权值，W得到肺部掩膜影像 的加权图，建立加权图的能量模型，通过最小化能量模型完成对图的切割。
[0040] 在本发明的实施例中，目标血管尺度为用户预先指定的