本发明涉及肺功能定量评估，特别是一种肺通气-灌注显影区域三维血流分布异常分析方法。
背景技术：
1、肺通气-灌注显影区域三维血流分布异常分析方法属于医学影像定量分析技术领域，当前常规方法多基于二维切面图像进行通气与灌注功能比值计算，依赖人工勾画区域或全局均值估算，可实现基础肺功能评估，适用于临床初步筛查与定性判断。
2、然而，常规方法在空间维度上缺乏三维连续性整合能力，难以实现异常区域的精确空间定位；同时在量化层面未对局部功能异质性进行结构化聚类分析，导致体积评估与功能分布关联性弱，影响异常区域的精准识别与临床解读。
技术实现思路
1、鉴于上述现有存在的问题，提出了本发明。
2、因此，本发明提供了一种肺通气-灌注显影区域三维血流分布异常分析方法解决肺血流异常区域定位与量化不准的问题。
3、为解决上述技术问题，本发明提供如下技术方案：
4、本发明提供了一种肺通气-灌注显影区域三维血流分布异常分析方法，其包括，
5、获取待分析患者的肺部ct图像数据，对所述肺部ct图像数据进行多个切面的结构分割，得到通气相灰度图像与血流灌注相灰度图像；
6、以所述肺部ct图像数据为基础，通过阈值分割精准提取非黑色肺部区域分别计算区域内通气ct值与血流ct值的比值，生成肺部区域分割数据；
7、将肺部区域分割结果输入u-net模型进行肺部分割处理，获得通气相图像中的灰度值与在血流灌注相图像中的灰度值；
8、对每个切面内灰度值执行k-means聚类算法，根据空间邻近性与功能灰度相似性，将左右肺各自划分为多个不规则子区域；
9、计算每个不规则子区域内部所有像素的平均通气灰度值与平均血流灌注灰度值，确定子区域的局部通气血流比值；
10、将每个切面中所有不规则子区域的局部通气血流比值，通过空间坐标进行三维空间重定位与整合，生成三维v/q比值图谱；
11、基于所述三维v/q比值图谱，识别出局部通气血流比值偏离生理范围的异常子区域，通过对异常子区域结构化分析，获得血流分布异常分析报告。
12、作为本发明所述肺通气-灌注显影区域三维血流分布异常分析方法的一种优选方案，其中：
13、所述的肺通气-灌注显影区域三维血流分布异常分析方法，其特征在于：获取待分析患者的肺部ct图像数据，具体步骤如下，
14、基于dicom协议接口接收患者同步采集的通气相spect数据与灌注相spect数据，并通过归一化处理进行分析，获得肺部ct图像；
15、通过对肺部ct图像进行分割与量化执行掩码处理，通过掩码对通气相与灌注相图像进行像素级裁剪，生成保留肺组织区域的通气相灰度图像与血流灌注相灰度图的肺部ct图像数据。
16、所述的肺通气-灌注显影区域三维血流分布异常分析方法，其特征在于：对所述肺部ct图像数据进行多个切面的结构分割，得到通气相灰度图像与血流灌注相灰度图像，具体步骤如下，
17、基于同步采集的spect通气相与灌注相结合肺部ct图像数据，通过归一化处理空间维度，获得精确匹配的三维联合数据集；
18、根据配准后的三维联合数据集，利用肺实质分割掩码对通气相与灌注相图像进行像素级裁剪，生成通气相灰度图像与血流灌注相灰度图像。
19、所述的肺通气-灌注显影区域三维血流分布异常分析方法，其特征在于：以所述肺部ct图像数据为基础，通过阈值分割精准提取非黑色肺部区域分别计算区域内通气ct值与血流ct值的比值，生成肺部区域分割数据，具体步骤如下，
20、根据肺部区域分割数据，采用阈值分割对ct图像数据进行初步分割，获得仅包含肺组织的掩码，得到通气相与灌注相spect灰度图像；
21、根据掩码对同步采集的通气相与灌注相spect灰度图像进行像素掩码提取，通过肺实质区域的肺部像素数据，生成肺部区域分割数据。
22、所述的肺通气-灌注显影区域三维血流分布异常分析方法，其特征在于：将肺部区域分割结果输入u-net模型进行肺部分割处理，获得通气相图像中的灰度值与在血流灌注相图像中的灰度值，具体步骤如下，
23、基于配准后的ct图像数据，通过u-nt模型的解码器进行上采样，并结合ct图像数据多尺度特征融合，对通气相与血流灌注相灰度图像进行逐像素提取，获得肺内通气功能灰度分布图与肺内血流灌注功能灰度分布图；
24、根据肺内通气功能灰度分布图与肺内血流灌注功能灰度分布图，通过u-net模型的网络架构对肺叶边界进行高精度轮廓识别，生成肺叶分割掩码；
25、基于肺叶分割掩码，采用掩码叠加法分别作用于通气相与血流灌注相灰度图，获得通气相图像中的灰度值与在血流灌注相图像中的灰度值。
26、所述的肺通气-灌注显影区域三维血流分布异常分析方法，其特征在于：对每个切面内灰度值执行k-means聚类算法，根据空间邻近性与功能灰度相似性，将左右肺各自划分为多个不规则子区域，具体步骤如下，
27、基于通气相与血流灌注相的灰度图像，结合对应的空间坐标信息，构建每个像素的多维特征向量；
28、通过计算每个像素的多维特征向量间的欧氏距离，采用迭代优化方法对左右肺分别进行聚类划分，获得初始的肺部子区域分布图；
29、根据肺部子区域分布图，动态更新各簇中心的位置为所属区域内所有像素特征向量的均值，通过反复迭代生成左右肺各自由多个不规则子区域。
30、所述的肺通气-灌注显影区域三维血流分布异常分析方法，其特征在于：计算每个不规则子区域内部所有像素的平均通气灰度值与平均血流灌注灰度值，确定子区域的局部通气血流比值，具体步骤如下，
31、基于肺部区域分割结果，对通气相灰度图像与血流灌注相灰度图像中的肺部像素进行配准，获得空间位置严格对应的通气与灌注灰度值；
32、根据通气与灌注灰度值，采用加权融合对每个子区域内像素的灰度值和通气ct图像进行融合与像素值计算，获得子区域的局部通气血流比值。
33、所述的肺通气-灌注显影区域三维血流分布异常分析方法，其特征在于：将每个切面中所有不规则子区域的局部通气血流比值，通过空间坐标进行三维空间重定位与整合，生成三维v/q比值图谱，具体步骤如下，
34、基于配准后的冠状位、矢状位与轴状位三个切面的肺部区域分割结果，对每个切面内各子区域的中心坐标及对应的局部通气血流比值进行空间位置编码，获得每个子区域在像素空间中的精确位置信息；
35、根据三维位置信息与比值数据，采用k-means聚类分析对相邻切面间的子区域进行空间聚类分析，获得覆盖完整肺容积的离散区域的通气和灌注情况；
36、通过颜色映射方法将离散区域的通气和灌注情况，分布至ct图像的v/q比值中每个像素对应的通气血流比，生成三维v/q比值图谱。
37、所述的肺通气-灌注显影区域三维血流分布异常分析方法，其特征在于：基于所述三维v/q比值图谱，识别出局部通气血流比值偏离生理范围的异常子区域，具体步骤如下，
38、基于所述三维v/q比值图谱，通过筛选对所有像素进行初筛，获得初步异常像素子区域；
39、根据初步异常像素子区域，利用像素解码器对空间相邻的异常像素进行聚合，生成独立三维异常像素子区域；
40、通过深度学习的u-net模型进行医学影像的自动化分析对每个三维异常像素子区域进行量化分析，识别出局部通气血流比值偏离生理范围的异常子区域。
41、所述的肺通气-灌注显影区域三维血流分布异常分析方法，其特征在于：通过对异常子区域结构化分析，获得血流分布异常分析报告，具体步骤如下，
42、基于所述三维v/q比值图谱，对连续偏离生理范围的像素区域进行形态学连接，获得三维异常子区域集合；
43、对三维异常子区域集合进行阈值通气血流比的空间定位与体积量化，获得血流分布异常分析报告。
44、本发明有益效果为：通过对每个切面内灰度值执行k-means聚类算法划分不规则子区域，实现肺内功能异质性结构自适应分割，提升局部比值计算合理性；再通过三维空间重定位与整合生成三维v/q比值图谱，使异常区域空间分布可视化并支持体积量化，最终达成精准定位与临床可解释性分析的双重有益效果。