基于多角度图片序列的胃部ct图像淋巴结检测系统的制作方法
【专利摘要】本发明公开了一种基于多角度图片序列的胃部CT图像淋巴结检测系统，主要解决现有胃部CT图像中对疑似淋巴结跟踪不准确的问题，其实现步骤为：1.获取疑似淋巴结序列图；2.对获取的疑似淋巴结序列图中的所有疑似淋巴结按面积大小进行递减排序；3.对排序后面积最大的疑似淋巴结的自适应窗口大小进行判定，如果自适应窗口大于11*11，则利用行切图和列切图对淋巴结进行判定，否则，使用低秩分解和质心跟踪方法对淋巴结进行判定；4.对判定为淋巴结的疑似淋巴结进行标记，并保存相应的区域和标记信息。本发明与其他淋巴结检测方法相比，首次利用三维信息对淋巴结进行判定，提高了淋巴结的检测准确率和检测速度。
【专利说明】基于多角度图片序列的胃部CT图像淋巴结检测系统
【技术领域】
[0001] 本发明属于图像处理【技术领域】，特别是涉及医学影像处理系统，可用于医学影像 的淋巴结检测及其辅助诊断。
【背景技术】
[0002] 随着医学成像技术的日益成熟，CT影像技术已广泛的应用到胃癌的医疗诊断中。 如何在数量日益增多的胃部CT图像中获取到准确有效的病变信息是一个迫在眉睫的问 题。对淋巴结的识别仅仅依靠医生的经验显然是不行的，不仅会导致医生工作量的加大，而 且往往容易出现错误。随着计算机的广泛使用，借助于计算机进行胃部CT图像的处理成为 一种趋势。由于单帧CT图像中淋巴结没有特殊的位置分布，并且淋巴结、脏器和血管在形 状、灰度值和大小等特征上难以区分，为此我们需要对疑似淋巴结在序列图上进行进一步 的跟踪处理。所以，研究计算机辅助技术检测胃部CT图像的淋巴结具有很大的应用需求。
[0003] 由于胃部CT图像里面包含的组织多样，各组织之间的存在着粘连，这就给胃部CT 图像中疑似淋巴结的跟踪检测带来了困难，目前，胃部CT图像淋巴结跟踪检测的方法还比 较少，研究工作仍然处于初期阶段。
[0004] 西安电子科技大学申请的专利"基于低秩分解的胃部CT图像淋巴结识别系统和 方法"（申请专利号=201410060322. 5)公开了一种基于低秩分解的淋巴结的跟踪检测方 法，该方法在采用低秩分解确定出首尾帧的基础上，基于面积大小进行固定三帧内的首尾 帧的调整，该系统在确定首尾帧时由于没有考虑疑似淋巴结帧与帧之间的位置关系，将造 成疑似淋巴结首位帧确定的不准确结果，影响治疗效果。
【发明内容】
[0005] 本发明的目的在于针对上述已有技术的不足，提供一种基于多角度图片序列的胃 部CT图像淋巴结检测系统，以解决疑似淋巴结跟踪过程中的跟踪错误和首位帧确定不准 确的问题。
[0006] 本发明的技术方案是这样实现的：
[0007] 1. -种基于多角度图片序列的胃部CT图像淋巴结检测系统，包括：
[0008] 疑似淋巴结提取模块，用于对原始CT序列图中每一副CT图像进行疑似淋巴结的 提取，得到疑似淋巴结图，并用疑似淋巴结图组成疑似淋巴结序列图，对疑似淋巴结序列图 中的所有疑似淋巴结构造自适应窗口；
[0009] 脏器序列图获取模块，用于通过otsu分类算法将原始CT序列图中的每一副CT图 像分为四类，将这四类按照灰度值从大到小的顺序依次组成背景图、脂肪图、脏器图、高亮 图，并用脏器图组成脏器序列图，将当前要跟踪的疑似淋巴结在脏器序列图中所在的帧作 为当前帧；
[0010] 面积排序模块，用于对疑似淋巴结序列图中的所有疑似淋巴结按面积大小进行递 减排序；
[0011] 基于行列切图的淋巴结检测模块，用于对自适应窗口大于11*11的疑似淋巴结作 行切和列切处理，利用得到的行切图和列切图，确定当前跟踪的疑似淋巴结的首尾帧位置 和面积；
[0012] 低秩分解模块，用于对自适应窗口不大于11*11的疑似淋巴结进行decolor低秩 分解，根据低秩分解出来的背景序列进行初始首尾帧的确定；
[0013] 质心跟踪模块，用于对自适应窗口不大于11*11的疑似淋巴结进行自适应窗口大 小不变、质心变化的质心跟踪，以获取当前跟踪的疑似淋巴结的完整序列；
[0014] 标记删除模块，用于在疑似淋巴结序列图上对当前已经跟踪的疑似淋巴结进行已 被跟踪过的标记和删除处理。
[0015] 2. -种基于多角度图片序列的胃部CT图像淋巴结检测方法，包括如下步骤：
[0016] (1)输入一副待检测的CT图像，对输入的CT图像使用otsu分类算法进行二分类 处理，得到脏器淋巴结图P1 ;
[0017] (2)输入脏器淋巴结图P1，并对其使用canny边缘检测，得到边界图，再对边界图 进行椭圆拟合得到疑似淋巴结图P2,并对疑似淋巴结设置自适应窗口；
[0018] (3)对所有CT序列图像进行上述步骤⑴?步骤⑵的处理，得到疑似淋巴结序 列图P3;
[0019] (4)使用otsu分类算法将待检测的CT图像分为四类，并按照灰度值从大到小的顺 序依次组成背景图、脂肪图、脏器图、高亮图；
[0020] (5)对所有CT序列图像进行步骤（4)处理，用所有脏器图组成脏器序列图P4 ;
[0021] (6)对疑似淋巴结序列图P3中所有疑似淋巴结按照面积大小进行递减排序；
[0022] (7)输入排序后面积最大的疑似淋巴结，如果疑似淋巴结的自适应窗口大于 11*11，则执行步骤（8)，否则，跳转到步骤（14);
[0023] (8)输入脏器序列图P4和当前要跟踪的疑似淋巴结，以当前要跟踪的疑似淋巴结 在脏器图所在的帧之为当前帧，以当前帧疑似淋巴结的自适应窗口区域为固定区域，得到 原始行列切序列图；
[0024](9)输入原始行列切序列图，在原始行列切序列图上，进行行切和列切处理，得到 行切图和列切图，根据行切图和列切图的区域信息，得到当前跟踪疑似淋巴结的首帧、首帧 疑似淋巴结的面积Sl、尾帧、尾帧疑似淋巴结的面积ei和当前跟踪的疑似淋巴结的面积c;
[0025] (10)根据步骤（9)中求出的首帧疑似淋巴结的面积Sl、尾帧疑似淋巴结的面积ei 和当前跟踪的疑似淋巴结的面积c进行淋巴结的标记：
[0026] 如果
【权利要求】
1. 一种基于多角度图片序列的胃部CT图像淋巴结检测系统，包括： 疑似淋巴结提取模块（1)，用于对原始CT序列图中每一副CT图像进行疑似淋巴结的提 取，得到疑似淋巴结图，并用疑似淋巴结图组成疑似淋巴结序列图，对疑似淋巴结序列图中 的所有疑似淋巴结构造自适应窗口； 脏器序列图获取模块（2)，用于通过otsu分类算法将原始CT序列图中的每一副CT图 像分为四类，将这四类按照灰度值从大到小的顺序依次组成背景图、脂肪图、脏器图、高亮 图，并用脏器图组成脏器序列图，将当前要跟踪的疑似淋巴结在脏器序列图中所在的帧作 为当前帧； 面积排序模块（3)，用于对疑似淋巴结序列图中的所有疑似淋巴结按面积大小进行递 减排序； 基于行列切图的淋巴结检测模块（4)，用于对自适应窗口大于11*11的疑似淋巴结作 行切和列切处理，利用得到的行切图和列切图，确定当前跟踪的疑似淋巴结的首尾帧位置 和面积； 低秩分解模块（5)，用于对自适应窗口不大于11*11的疑似淋巴结进行decolor低秩分 解，根据低秩分解出来的背景序列进行初始首尾帧的确定； 质心跟踪模块（6)，用于对自适应窗口不大于11*11的疑似淋巴结进行自适应窗口大 小不变、质心变化的质心跟踪，以获取当前跟踪的疑似淋巴结的完整序列； 标记删除模块（7)，用于在疑似淋巴结序列图上对当前已经跟踪的疑似淋巴结进行已 被跟踪过的标记和删除处理。
2. 根据权利要求1所述的基于多角度图片序列的胃部CT图像淋巴结检测系统，其中基 于行列切图的淋巴结检测模块（4)，包括： 原始行列切序列获取子模块（41)，用于在脏器序列图上以当前帧为中心，以当前帧疑 似淋巴结的自适应窗口区域为固定区域，向前向后各取长度为1的固定区域的局部图像， 构建原始行列切序列：D= [Dleft，D_，DHght]，其中Dlrft是指在当前帧向前连续取1帧，截取 脏器图的固定区域的局部图，是指当前帧所在固定区域的局部图像，DHght是指在当前帧 向后连续取1帧，截取脏器图的固定区域的局部图，1取值为20 ; 行切图构造子模块（42)，用于在原始行列切序列D中，按照顺序依次取出第1副图像到 第（21+1)副图像的第i行，并按照如下规则构造行切图& : 将第1副图像的第i行作为新图像的第1行，将第2副图像的第i行作为新图像的第 2行，依次类推，将第j副图像的第i行作为新图像的第j行，一直到取完序列图D中所有图 像的第i行，并将其放到新图像合适的位置，得到新图像为序列图D的第i行对应的行切图 &，其中i= 1?m，m为序列图D中每一副图像的行数； 行切图确定首尾帧子模块（43)，用于对行切图求点（1+1，ceny)所在区域最上面 一行的横坐标11、最下面一行的横坐标14 ;对行切图Rz求点（1+1，ceny)所在区域最上面 一行的横坐标12、最下面一行的横坐标15 ;对行切图Rfa+1)求点（1+1，ceny)所在区域最上 面一行的横坐标13、最下面一行的横坐标16 ;计算序列D中疑似淋巴结的首帧位置s和尾 帧位置e: s=min(min(11, 12), 13) e=max(max(14, 15), 16) 其中z=m/2+1，ceny为当前跟踪的疑似淋巴结质心的纵坐标； 列切图构造子模块（44)，用于在原始行列切序列D中，按照顺序依次取出第一副图像 到第（21+1)副图像的第k列，并按照如下规则构造行切图Ck: 将第1副图像的第k列作为新图像的第1行，将第2副图像的第k列作为新图像的第 2列，依次类推，将第j副图像的第k列作为新图像的第j列，一直到取完序列图D中所有图 像的第k列，并将其放到新图像合适的位置，得到新图像为序列图D的第k列对应的列切图 Ck，其中k= 1?n，n为序列图D中每一副图像的列数。 列切图确定首尾帧子模块（45)，用于对列切图求点（cenx，1+1)所在区域最左边 一列的纵坐标hi、最右边一列的纵坐标h4 ;对列切图Cz求点（cenx, 1+1)所在区域最左边 一列的纵坐标h2、最右边一列的纵坐标h5 ;对列切图C(z+1)，求点（cenx, 1+1)所在区域最左 边一列的纵坐标h3、求最下面一行的横坐标h6,并更新序列D中疑似淋巴结的首帧位置s 和尾巾贞位置e: s=min(s,st)e=max(e,et), 其中st =min(min(hi,h2)，h3)，et =max(max(h4,h5)，h6)，z=n/2+1,cenx为当前 跟踪的疑似淋巴结质心的横坐标； 淋巴结判定子模块（46)，用于对当前跟踪的自适应窗口大于11*11的疑似淋巴结依据 当前跟踪的疑似淋巴结的面积c、首帧疑似淋巴结面积Sl和尾帧疑似淋巴结面积ei标记其 是否是淋巴结： 如果
，则标记为淋巴结，并对该疑似淋巴结在疑似淋巴结序列图P3中 的帧号、区域信息和标记信息进行保存， 否则，标记为非淋巴结。
3. -种基于多角度图片序列的胃部CT图像淋巴结检测方法，包括如下步骤： (1) 输入一副待检测的CT图像，对输入的CT图像使用otsu分类算法进行二分类处理， 得到脏器淋巴结图P1 ; (2) 输入脏器淋巴结图P1，并对其使用canny边缘检测，得到边界图，再对边界图进行 椭圆拟合得到疑似淋巴结图P2,并对疑似淋巴结设置自适应窗口； ⑶对所有CT序列图像进行上述步骤⑴?步骤⑵的处理，得到疑似淋巴结序列图P3 ； (4) 使用otsu分类算法将待检测的CT图像分为四类，并按照灰度值从大到小的顺序依 次组成背景图、脂肪图、脏器图、高亮图； (5) 对所有CT序列图像进行步骤（4)处理，用所有脏器图组成脏器序列图P4 ; (6) 对疑似淋巴结序列图P3中所有疑似淋巴结按照面积大小进行递减排序； (7) 输入排序后面积最大的疑似淋巴结，如果疑似淋巴结的自适应窗口大于11*11，则 执行步骤（8)，否则，跳转到步骤（14); (8) 输入脏器序列图P4和当前要跟踪的疑似淋巴结，以当前要跟踪的疑似淋巴结在脏 器图所在的帧之为当前帧，以当前帧疑似淋巴结的自适应窗口区域为固定区域，得到原始 行列切序列图； (9) 输入原始行列切序列图，在原始行列切序列图上，进行行切和列切处理，得到行切 图和列切图，根据行切图和列切图的区域信息，得到当前跟踪疑似淋巴结的首帧、首帧疑似 淋巴结的面积Sl、尾帧、尾帧疑似淋巴结的面积ei和当前跟踪的疑似淋巴结的面积c; (10) 根据步骤（9)中求出的首帧疑似淋巴结的面积Sl、尾帧疑似淋巴结的面积ei和当 前跟踪的疑似淋巴结的面积c进行淋巴结的标记： 如果
，则标记为淋巴结，并对该疑似淋巴结在疑似淋巴结序列图P3中 的帧号、区域信息和标记信息进行保存， 否则，标记为非淋巴结； (11) 依次输入疑似淋巴结的首巾贞、当前帧疑似淋巴结的质心信息和疑似淋巴结序列图 P3,在疑似淋巴结序列图P3上，以当前帧为开始，以首帧为结束，通过质心跟踪的方式，向 前进行目标的匹配，如果匹配成功，则更新目标质心，并将该目标所在的区域标记为已被跟 踪过，继续向前标记；如果匹配失败，则以当前匹配失败所在帧的后一帧的目标质心信息作 为当前匹配失败所在帧的目标质心信息，继续向前进行标记，即通过迭代目标质心，对前向 跟踪目标进行标记； (12) 依次输入疑似淋巴结的尾帧、当前帧疑似淋巴结的质心信息和疑似淋巴结序列图 P3,在疑似淋巴结序列图P3上，以当前帧为开始，以尾帧为结束，通过质心跟踪的方式，向 后进行目标的匹配，如果匹配成功，则更新目标质心，并将该目标所在的区域标记为已被跟 踪过，继续向后标记；如果匹配失败，则以当前匹配失败所在帧的前一帧的目标质心信息作 为当前匹配失败所在帧的目标质心信息，继续向后进行标记，即通过迭代目标质心，对后向 跟踪目标进行标记； (13) 输入疑似淋巴结序列图P3、步骤（11)和步骤（12)中已标记的疑似淋巴结的区 域，并将步骤（11)和步骤（12)中已经标记过的疑似淋巴结的区域所有点的像素值设置为 零，判定疑似淋巴结序列图中是否有像素为1的区域，如果有，则返回步骤（6)，否则，结束 检测； (14) 对步骤（6)排序后面积最大的疑似淋巴结进行decolor低秩分解，得到当前跟踪 的疑似淋巴结的初始首帧、初始尾帧、初始首帧疑似淋巴结的面积s2、初始尾帧疑似淋巴结 的面积e2 ; (15) 输入脏器序列图P4和当前要跟踪的疑似淋巴结，以当前要跟踪的疑似淋巴结在 脏器图序列图P4中所在的帧为当前帧，在脏器序列图P4上，以当前帧开始，以当前帧疑似 淋巴结自适应窗口的大小为窗口的固定大小，以跟踪目标的质心为窗口的质心，向前进行 窗口内的目标匹配，得到跟踪目标的前向序列；向后进行窗口内的目标匹配，得到跟踪目标 的后向序列；由前向跟踪序列和后向跟踪序列共同组成疑似淋巴结的完整序列； (16) 输入步骤（15)得到的疑似淋巴结的完整序列的序列长度1、首帧疑似淋巴结的面 积s3、尾帧疑似淋巴结的面积e3、首帧疑似淋巴结质心和尾帧疑似淋巴结质心之间的距离 d、序列中相邻帧之间疑似淋巴结的面积变化的平均值a、以及步骤（14)求出的初始首帧疑 似淋巴结的面积s2、初始尾帧疑似淋巴结的面积e2，对淋巴结和血管进行区分： 如果1> = 20,s3> =s2,e3> =e2,d>10,a〈 = 5,则标记为是血管，并对该疑似淋巴结在 疑似淋巴结序列图P3中的帧号、区域信息和标记信息进行保存； 如果1〈20, 1> = 6,s3〈 =s2,e3〈 =e2,d〈10,a>5,则标记为是淋巴结，并对该疑似淋巴 结在疑似淋巴结序列图P3中的帧号、区域信息和标记信息进行保存； 否则，不标记； (17)返回到步骤（11)，将已经跟踪过的疑似淋巴结从疑似淋巴结序列图P3中删除，并 判定疑似淋巴结序列图P3中是否有像素为1的区域，如果有，则返回步骤（6)，否则，结束检 测。
【文档编号】G06T7/00GK104408737SQ201410776605
【公开日】2015年3月11日 申请日期:2014年12月15日 优先权日:2014年12月15日
【发明者】刘芳, 杨娟, 李玲玲, 焦李成, 郝红侠, 马文萍, 杨淑媛, 孙涛, 张向荣, 尚荣华 申请人:西安电子科技大学