一種基于ct影像的肺結節檢測方法
【技術領域】
[0001] 本發明涉及CT技術領域，具體涉及一種基于CT影像的肺結節檢測方法。
【背景技術】
[0002] 隨著經濟水平的快速發展，人類對于自身健康的關注程度也不斷提高，對于癌癥 的早期發現、早期診斷、早期治療已經日益成為全社會共同關注的目標。如果肺癌能在早期 被診斷和治療，患者5年生存率將從14%上升到49%;由于CT影像能夠提供高清晰度的影 像，并且為影像中各組織提供很高的對比度，通常應用于肺部疾病的診斷。隨著多排螺旋CT 的發展，醫生可以獲取更高分辨率的影像(HRCT)，通過一次檢測獲得更多的患者影像信息， 進一步拓展了 CT影像的應用。但同時也造成了醫院放射科醫生每天閱片負擔的增加，導致 漏診和不確定性檢查經常發生，即使對于這個領域內的資深專家而言也在所難免。因此，肺 癌計算機輔助檢測(CAD)得到了大量的研究和應用。
[0003] 肺癌在CT影像中是以肺結節的形式表現的，目前肺結節計算機輔助檢測的方法有 多種，人以胸部螺旋CT影像為研究對象，影像層厚在5-10mm之間，這類檢測方法敏感性和特 異性較低，肺結節檢測敏感性為38%，對于每個肺癌患者平均有6個假陽性結節。這主要是 由于肺結節直徑比CT層厚小，引起體數據內部局部容積效應造成的，其檢測結果無法滿足 臨床應用中對于肺癌CAD系統敏感性的要求;西門子公司研發的肺癌CAD系統采用人機交互 的方法對肺結節進行檢測，這類方法操作一般比較復雜，需要較高的計算機操作和醫學診 斷專業知識，對用戶能力要求較高;采用模式分類的方法需要基于大量的樣本數據進行訓 練，而且需要提取多個特征，算法處理時間較長，無法滿足CAD系統在臨床應用中對實時性 的要求。
【發明內容】
[0004] 為了解決上述的問題，本發明提供了一種基于CT影像的肺結節檢測方法，可以實 現對微小結節的檢測，充分利用了CT序列影像的三維信息，減少了局部容積效應，肺結節特 征提取和分類不需要大量的先驗知識，檢測實時性較好，可以有效解決【背景技術】中的問題。
[0005] 為了實現上述目的，本發明采用的技術方案如下：
[0006] -種基于CT影像的肺結節檢測方法，包括如下步驟：
[0007] (1)獲取CT序列影像；
[0008] (2)肺實質分割：i為序列影像的當前層數，Θ為像素個數統計經驗值，首先利用閾 值T二值化第i層影像，肺內圖像像素標定為1，背景像素標定為0,統計標定為1的像素個數 Ni，初始化為1，當Μ>θ時像素保留，否則去除，然后擴展到多層序列影像區域，重復上述算 法；
[0009] (3)氣管/主支氣管剔除：首先自動在關鍵層肺門氣管區域定位一個種子點，然后 利用區域增長算法，在種子點的3X3X3鄰域內進行增長，閾值的選取可以在氣管的CT值范 圍內選取，區域增長過程中更多的體素被包含進氣管和主支氣管區域，當體素進入左右肺 區域時，增長終止，最后標定所有體素并分割；
[0010] (4)邊緣結節檢測：利用數學形態學的開運算剔除影像上與結構元素不相吻合的 凸區域，利用閉運算填充那些影像上與結構元素不相吻合的凹區域，同時保留那些相吻合 的凹區域；
[0011] (5)疑似結節檢測:采用Hessian矩陣的圓型濾波器對肺實質分割后影像進行圓點 濾波，并有效抑止線形結構;然后采用不變矩算法精確檢測疑似結節區域；
[0012] (6)特征提取及分類；
[0013] (7)肺結節標定。
[0014] 進一步地，所述CT序列影像的影像層厚度為l-2mm〇
[0015] 進一步地，所述步驟(6)提取的特征包括面積、直徑、似圓度、灰度均值和邊界不規 則度，其中直徑為區域中橫向或縱向像素個數的最大值。
[0016] 進一步地，所述步驟(7)采用規則分類的方法檢測真陽性結節，首先結合醫學診斷 規則反復試驗后獲得一個閾值范圍，在疑似結節在這個范圍內則被判別為真陽性結節，否 則，被判別為假陽性結節。
[0017] 本發明有益效果為：
[0018] (1)本發明可以實現對微小結節的檢測，充分利用了CT序列影像的三維信息，減少 了局部容積效應，肺結節的三維可視化提高了肺結節的細節顯示能力，可以更好的輔助醫 生提尚診斷準確性。
[0019] (2)本發明采用了一種改進的自適應閾值分割算法分割肺實質，該算法充分考慮 了肺實質邊緣的梯度分布情況，預留出邊緣過渡區域，然后采用數學形態學算法，以達到精 確檢測肺實質邊緣結節的目的，避免漏檢。
[0020] (3)本發明采用了一種高斯濾波、基于Hessian矩陣的圓點濾波器與不變矩分析相 結合的方法識別醫生感興趣區域，同時濾掉血管等"線"狀組織的干擾。
[0021] (4)本發明肺結節特征提取和分類不需要大量的先驗知識，檢測實時性較好，對于 肺結節檢測敏感性較高，特別可以對肺癌早期階段形成的微小結節進行檢測，滿足了醫生 對于肺癌CAD系統準確性、易操作性及實時性的需求。
【具體實施方式】
[0022]根據下述實施例，可以更好的理解本發明。然而，本領域的技術人員容易理解，實 施例所描述的內容僅用于說明本發明，而不應當也不會限制權利要求書中所詳細描述的本 發明。
[0023] 實施例：
[0024] -種基于CT影像的肺結節檢測方法，包括如下步驟：
[0025] (1)獲取CT序列影像；
[0026] (2)肺實質分割：i為序列影像的當前層數，Θ為像素個數統計經驗值，首先利用閾 值T二值化第i層影像，肺內圖像像素標定為1，背景像素標定為0,統計標定為1的像素個數 Ni，初始化為1，當Μ>θ時像素保留，否則去除，然后擴展到多層序列影像區域，重復上述算 法；
[0027] (3)氣管/主支氣管剔除：首先自動在關鍵層肺門氣管區域定位一個種子點，然后 利用區域增長算法，在種子點的3X3X3鄰域內進行增長，閾值的選取可以在氣管的CT值范 圍內選取，區域增長過程中更多的體素被包含進氣管和主支氣管區域，當體素進入左右肺 區域時，增長終止，最后標定所有體素并分割；
[0028] (4)邊緣結節檢測：利用數學形態