專(zhuān)利名稱(chēng)：肺部ct圖像上的肺裂識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及以分段三維平面擬合方法為基礎(chǔ)，從全新的角度，高效地識(shí)別胸部CT 圖像上的肺裂。
背景技術(shù)：
肺葉間裂(簡(jiǎn)稱(chēng)肺裂)是體現(xiàn)人體肺部結(jié)構(gòu)的重要標(biāo)識(shí)。對(duì)肺裂的完整度和結(jié)構(gòu)的全面認(rèn)識(shí)，在早期肺部疾病檢測(cè)，分類(lèi)，病情發(fā)展以及疾病的治療上，都具有很大的臨床實(shí)用價(jià)值。因此，肺裂的準(zhǔn)確識(shí)別對(duì)臨床來(lái)說(shuō)很重要的?？上У氖牵叻洲q率CT檢查通常包含大量的圖像，讓專(zhuān)家通過(guò)手動(dòng)方式一張一張圖片去標(biāo)志肺裂所在空間位置非常耗時(shí)，而且肺裂在CT圖像上通常表現(xiàn)得并不是很清楚，往往無(wú)法保證結(jié)果的準(zhǔn)確性和一致性。目前，世界范圍內(nèi)提出了很多肺裂識(shí)別方法，其中大部分方法包括兩個(gè)階段，即初始識(shí)別和進(jìn)一步優(yōu)化改進(jìn)。在具體實(shí)現(xiàn)過(guò)程中，初始檢測(cè)/識(shí)別一般通過(guò)確定感興趣區(qū) (ROI legion-of-interest)來(lái)實(shí)現(xiàn)。比如，普等人[1]通過(guò)一個(gè)簡(jiǎn)單的閾值化處理來(lái)識(shí)別感興趣區(qū)域；Wiemker等人[2]利用Hessian矩陣和結(jié)構(gòu)張量濾波確定初始區(qū)域。另外在文獻(xiàn)[5-8]中，初始區(qū)域是通過(guò)肺裂與血管、支氣管之間在解剖上的關(guān)系來(lái)確定。在確定初始區(qū)域之后，下一步就是具體確定肺裂的空間位置，這方面的方法基本是通過(guò)在二維空間中確定直線(xiàn)或者在三維空間尋找曲面或者平面來(lái)實(shí)現(xiàn)。二維直線(xiàn)(2D)方法包括了增長(zhǎng)曲線(xiàn)方法[9-10]，VanderbrUg的線(xiàn)性特征檢測(cè)[11]，邊緣檢測(cè)[8]和高斯分布和/或是平均曲率分析[12]?？紤]到在識(shí)別肺裂方面，三維曲面或者平面(3D)要比二維直線(xiàn)(2D)更加全面、準(zhǔn)確，Ukil等人[7]提出了一種具有3D圖搜索功能的脊度測(cè)量法[13]在感興趣區(qū)內(nèi)尋找平面；普等人[1]提出了一種用包括拉普拉斯平滑和擴(kuò)展高斯圖像(EGI extended Gaussian image)在內(nèi)的計(jì)算幾何學(xué)方法；Rikxoort等人[3-4]提出利用二階邏輯計(jì)算將點(diǎn)組合成平面；Kuhnigk[6]等人提出了一種交互式三維分水嶺算法。與這些方法不同，張等人[14-16]提出了一種以圖庫(kù)為基礎(chǔ)的模版匹配方法來(lái)尋找肺裂。

發(fā)明內(nèi)容
肺葉間裂在CT圖像上有兩個(gè)特點(diǎn)，第一是與肺裂周?chē)姆尾拷M織相比，肺裂相對(duì)較高的亮度，這也是為什么人眼可以看到肺裂的原因；第二是肺裂在以體素為基礎(chǔ)的圖像空間中有較高的密度。為了充分挖掘這兩個(gè)特點(diǎn)，這項(xiàng)發(fā)明提出了一種以平面擬合為基礎(chǔ)， 高效、準(zhǔn)確地識(shí)別CT圖像上肺裂的方法?？紤]到三維自由曲面可以用很多小的平面來(lái)準(zhǔn)確逼近，我們提出將三維肺部區(qū)域細(xì)分為很多小的球形細(xì)分體(這些細(xì)分體之間相互交疊)，這樣肺裂的識(shí)別問(wèn)題就轉(zhuǎn)換為在每一個(gè)球體中尋找一系列平面問(wèn)題。這個(gè)方法包括了五個(gè)基本步驟(如圖1至圖5) :( 1 ) 肺部區(qū)域分割(圖1)，( 2 )肺部區(qū)域空間細(xì)分(圖2)，( 3 )中值濾波(圖3)，( 4 )用平面擬合方法識(shí)別各個(gè)細(xì)分體中的肺裂(圖4)，( 5 )肺裂分類(lèi)(圖5)。過(guò)濾是利用了相對(duì)較高的肺裂對(duì)比度，平面擬合利用了肺裂在體素空間中相對(duì)較高的密度的特點(diǎn)。
在這個(gè)方法中，CT影像被看作是一組三維點(diǎn)云數(shù)據(jù)，肺部區(qū)域被細(xì)分為許多小的球體，稱(chēng)為細(xì)分體，肺裂的識(shí)別是通過(guò)在每一細(xì)分球體中通過(guò)平面擬合來(lái)尋找相應(yīng)的平面。 此項(xiàng)發(fā)明具有很多特點(diǎn)首先，這種方法非常通用，既可以識(shí)別2D空間中的直線(xiàn)， 也可以識(shí)別3D空間中的平面。第二，在穩(wěn)定性方面，這種方法對(duì)于噪音或者異常值并不敏感。第三，在計(jì)算效率上，整個(gè)肺裂識(shí)別過(guò)程只需要大約8分鐘，而之前提到的普等人發(fā)明的方法[1]大概需要20分鐘，而由van Rikxoort等人發(fā)明的方法[17]需要大約90 分鐘。第四，在準(zhǔn)確性上，新發(fā)明的方法具有較高的準(zhǔn)確性。第五，這種方法的實(shí)現(xiàn)過(guò)程非常簡(jiǎn)潔，只要將平面擬合方法直接應(yīng)用于在肺部區(qū)域的細(xì)分體即可。另外，不同類(lèi)型肺裂的識(shí)別在肺裂檢測(cè)過(guò)程時(shí)通過(guò)一個(gè)簡(jiǎn)單的聚類(lèi)方法即可同時(shí)完成。據(jù)我們所知，現(xiàn)在還沒(méi)有哪一種方法可以同時(shí)進(jìn)行肺裂的識(shí)別和分類(lèi)。


具體的實(shí)施方式將通過(guò)下面的附圖進(jìn)行詳細(xì)描述。圖1至圖5是肺裂分割方法的基本步驟 圖1肺部區(qū)域分割；
圖2肺部區(qū)域細(xì)分； 圖3中值濾波；
圖4用平面擬合分析法識(shí)別肺裂； 圖5不同類(lèi)型肺裂分類(lèi)。圖6至圖11通過(guò)用二維和三維例子說(shuō)明平面擬合方法的性能
圖6和圖7顯示了二維圖片中由點(diǎn)集合成的直線(xiàn)的擬合。綠線(xiàn)代表由最小平方方法得出的結(jié)果，而紅線(xiàn)代表了由本發(fā)明中描述的密度擬合方法得出的結(jié)果； 圖8顯示一副從胸部CT細(xì)分出的球體的三維點(diǎn)云圖； 圖9用點(diǎn)向量和法向量的內(nèi)積(也就是式(6))可視化圖8中的點(diǎn)云； 圖10是通過(guò)應(yīng)用此項(xiàng)發(fā)明所得到的肺裂檢測(cè)結(jié)果(用紅色表示)； 圖11顯示對(duì)應(yīng)圖8中三維點(diǎn)云的函數(shù)的。圖12至圖14清楚表示了肺裂識(shí)別和分類(lèi)的結(jié)果 圖12 —副CT圖像；
圖13經(jīng)過(guò)識(shí)別，分類(lèi)的肺裂(用不同的顏色表示)；
圖14是在移除了圖13中由箭頭所表示的非肺裂區(qū)后得到的最終肺裂影像分割和分類(lèi)圖。圖15至圖17是通過(guò)示例來(lái)展示所發(fā)明方法在識(shí)別肺裂方面的性能。圖18至圖20是針對(duì)有著嚴(yán)重的支氣管擴(kuò)張(囊胞性纖維癥)的病例中所識(shí)別到的肺裂的示例。圖21至圖23是此發(fā)明方法識(shí)別肺裂示例，這個(gè)例子中的肺裂在圖像上非常模糊。
具體實(shí)施方式
平面擬合方法 是此項(xiàng)新發(fā)明的關(guān)鍵部分，下面我們將清晰描述。第一步，是目標(biāo)函數(shù)的選擇。在歐氏三維空間內(nèi)設(shè)定N個(gè)點(diǎn)灼=(Xi^yi,Zi),!=〗,...,況，我們的目標(biāo)是找到一個(gè)平面F = {p\p e R3fJYp) = 0),來(lái)能量上最小化下面的目標(biāo)函數(shù)
M
= ⑴。其中，D(J^F)是點(diǎn)到平面廠(chǎng)的距離，Wi > O (在這項(xiàng)研究中等于1)是特定點(diǎn) Pi的權(quán)重(等于1，也就是將在這項(xiàng)研究中所有點(diǎn)一律加權(quán))。從公式ι中可以推出距離函數(shù)
在最小化中起關(guān)鍵作用。值得注意的是，在這項(xiàng)研究中，將分散的點(diǎn)A定位在預(yù)
定義的球體中(細(xì)分體中)。這種采用包圍球的限制不會(huì)影響算法的通用性，因?yàn)閷?duì)于空間中的一組已知點(diǎn)，永遠(yuǎn)存在一個(gè)‘包圍球’。在歐氏三維空間中，平面的自由度為3，這個(gè)平面可由三個(gè)參數(shù)來(lái)決定的。平面廠(chǎng)可定義為
f{p) = cos(fli) sm(θ)χ + sin(α) sm(&)y + cos(0)z -ρ(2)。其中，(Λ;試P)是定義平面廠(chǎng)的三個(gè)參數(shù)。雖然用最小平方方法就能直接解出公式(1)，其中鞏約7)=|/(^)| ,但是盡管效率高，由最小平方方法解出的結(jié)果卻很容易受
到噪音或者異常值的干擾(如圖6-圖7)。為此，我們選擇用由公式(3)定義的距離函數(shù)從它具有相對(duì)準(zhǔn)確的解法，而且對(duì)異常值不敏感[18-19]
權(quán)利要求
1.一種以解析平面擬合方法為基礎(chǔ)肺裂識(shí)別的自動(dòng)計(jì)算方法，此方法包括選擇目標(biāo)函數(shù)；優(yōu)化參數(shù)P ；優(yōu)化參數(shù)對(duì)(這約。
2.按照權(quán)利要求1所述的方法，其中目標(biāo)函數(shù)的選擇包括定為平面 F 為
3.按照權(quán)利要求1所述的方法，其中優(yōu)化參數(shù)還包括用積分的方法來(lái)優(yōu)化參數(shù)ρ。
4.按照權(quán)利要求1所述的方法，其中優(yōu)化參數(shù)對(duì)(這約，還包括用逐步細(xì)化方法來(lái)有效搜索參數(shù)對(duì)(這的。
5.按照權(quán)利要求4所述的方法，還包括用一個(gè)相對(duì)較大誤差6 (搜索間距到在(α，約空間內(nèi)搜索近似優(yōu)化參數(shù)對(duì)沐Λ)；用預(yù)定義更小誤差A(yù)iflsf (比方說(shuō)= 0.01)在由
6.肺部區(qū)域的細(xì)分方法，包括使用軸對(duì)齊包圍盒AABB為每一個(gè)CT檢測(cè)建一個(gè)細(xì)分體系統(tǒng)。
7.用兩個(gè)濾波器處理經(jīng)過(guò)分割的肺部區(qū)域的方法。
8.在待選細(xì)分體中識(shí)別肺裂的平面擬合方法。
9.在肺裂檢測(cè)過(guò)程中為了同時(shí)識(shí)別不同種類(lèi)的肺裂聚類(lèi)方法。
全文摘要
一種以三維平面擬合為基礎(chǔ)，高效、準(zhǔn)確地識(shí)別CT圖像上肺裂的自動(dòng)檢測(cè)與分割方法。該方法將CT影像看作是一組三維空間點(diǎn)云，通過(guò)將肺部區(qū)域劃分為一些小的球形細(xì)分體，然后利用三維平面擬合方法在這些小的細(xì)分體中尋找肺裂平面，從而將具有自由曲面特性的肺裂檢測(cè)轉(zhuǎn)換為一些平面的檢測(cè)，明顯降低了問(wèn)題的復(fù)雜度。此種方法的優(yōu)點(diǎn)對(duì)噪音或者異常值不敏感。另外，在肺裂檢測(cè)過(guò)程，不同類(lèi)型的肺裂(即左右肺中的斜肺裂和水平肺裂)的識(shí)別通過(guò)一個(gè)簡(jiǎn)單的聚類(lèi)方法自動(dòng)完成。通過(guò)和其他方法進(jìn)行比較后，這種新發(fā)明的方法有非常好的準(zhǔn)確性、穩(wěn)定性和高效性等特點(diǎn)。
文檔編號(hào)G06K9/62GK102254097SQ20111019079
公開(kāi)日2011年11月23日 申請(qǐng)日期2011年7月8日 優(yōu)先權(quán)日2011年7月8日
發(fā)明者普建濤 申請(qǐng)人:普建濤