一种分割肺结节图像的方法
【技术领域】
[0001] 本发明属于图像分割技术领域，具体涉及一种分割肺结节图像的方法。
【背景技术】
[0002] 对肺结节的精确分割是基于CT图像的早期肺癌计算机辅助诊断的关键步骤，能 否从CT图像中精确地分割出肺结节，最终会影响到技术机辅助诊断系统的性能。
[0003] 在CT图像中，由于结节等病变部位的密度与心脏及胸廓等软组织的密度极为接 近，故传统的基于阈值的分割方法，虽然能有效地提取肺实质，却常常会丢失如结节等病变 部位的细节信息。现有的成像技术还无法确切地区分出结节和胸廓这样密度相似的软组 织，要解决这个问题只能依赖图像分割算法。针对这一问题，现有的算法多是先利用阈值分 害I]、区域增长、边缘检测等方法得到CT图像中肺实质的大致区域，然后对分割结果进行修 正，以弥补因各种病变造成的肺实质的缺失部分。然而，这种分割不够精确，不能满足临床 诊断的需要。
[0004] 由Boykov等人提出的Graphcuts(图割法)是目前应用最为广泛的图像分割方法 之一，其基于图的最大流算法实现了图像的快速分割，尤其它采用的是用户提取目标和背 景点，通过最小化Gibbs能量函数E来对图像中未标记点进行标记，获得比较精准的图像分 割结果。这种分割利用图像像素间的距离和灰度相似性对像素进行分割，但是单纯地考虑 两个像素之间的欧式距离对有些像素间有很大灰度差的像素不准确；此外，由于图割方法 需要确定标记点，而肺结节图像比较特殊，在肺实质区域医生首先要确定感兴趣区域（R0I) 的肺结节，然后医生手动标记点，这种获取标记点的方式对Graphcuts的分割结果有很大 影响。
【发明内容】
[0005] 针对现有技术中存在的缺陷，本发明的目的是提供一种分割肺结节图像的方法， 采用该分割方法可以将肺结节实质和模糊外围进行区分，获取精确的肺结节边界和特征， 有利于医生准确确定肺结节实质。
[0006] 为达到以上目的，本发明采用的技术方案是：一种分割肺结节图像的方法，包括以 下步骤：
[0007] (I)利用肺部图像提取包含肺结节在内的肺实质图像；
[0008] (II)从肺实质图像上提取肺结节图像，并对肺结节图像进行预分割，获取初始肺 结节内轮廓；
[0009] (III)在步骤（II)得到的肺结节轮廓上均匀取若干点作为初始标记点，然后自每 一个初始标记点起分别向肺结节中心处提取目标点，向内轮廓外围提取背景点，目标点和 背景点到相应初始标记点的距离相等，且所有目标点和背景点的连线相交于肺结节内部一 占.
[0010] (IV)图割法分割肺结节：利用步骤(III)提取的目标点和背景点，采用基于最大流 算法的图割法对肺结节作进一步的分割，获取肺结节的最终轮廓。
[0011] 进一步，步骤（I)中，采用区域生长法并结合边缘检测法提取肺实质。
[0012] 进一步，步骤（I)中得到肺实质边缘曲线后，根据曲率和曲线延伸的惯性规律修 正肺实质边缘曲线。
[0013] 再进一步，根据曲率和曲线延伸的惯性规律修正肺实质边缘曲线，按照以下方式 进行：
[0014] ( 1)根据式①求得肺结节边界曲线和与其相交的肺实质边界曲线的曲率K，并提取 曲率方向改变的点；
[0016] (2)根据式②定义的曲率半径P判断曲线各个部分的凹凸性；
[0018] 式①、②中，Ix，Iy，Ixx，Iyy分别为曲线的坐标x，y对参变量的一阶、二阶导数，M是 经验系数；
[0019] (3)求得肺实质边界曲线和肺结节边界曲线相交时的拐点，将曲率小的曲线段去 掉；
[0020] (4)利用曲率方向改变的点，结合曲线延伸的惯性规律，曲线拟合法修正曲线边 缘，得到包含肺结节在内的肺实质轮廓。
[0021] 进一步，步骤（II)中采用边缘检测法分割肺实质以获取肺结节图像，并采用内核 图割法得到初始肺结节内轮廓。
[0022] 进一步，步骤(IV)的实现过程如下：
[0023] (1)以步骤(III)中标记的一组背景点所构成的曲线作为当前轮廓线；
[0024] (2)构造s_t网络：使当前轮廓线对应s_t网络的源点s，使步骤(III)中标记的一 组目标点所形成的内边界对应S-t网络的汇点t，其余每一个像素对应S-t网络中的一个结 点，相邻结点间以8邻域方式带权值连接；
[0025] (3)最大流最小代价切割：计算式③中Gibbs能量函数E的区域项和边界项，用最 大流算法对s-t网络进行最小代价切割，得到一条新当前轮廓线；
[0028] 式③中：V为图像中像素点集合；N表示图像中所有邻接像素对{i，j} ;1^是一个二 进制标记，Lfl时，像素点i标记为前景标记，LfO时，像素点i标记为背景标记；而入表 示区域项R(i，LJ和边界项B(i，j)之间的权重；
[0029] 区域项R(i，Q)定义如式④所示：
[0030] R(i,Li)=-lnP(Ii|Li) ④；
[0031] 式④中山表示像素点i的灰度值；PdilLi)表示灰度值Ii被标记为Li的概率；
[0032] 边界项B(i，j)定义如式⑤所示：
[0034] 式⑤中：Dg(i，j)表示相邻像素点i和j间的测地距离；
[0035] (4)使用步骤（3)的新当前轮廓线代替当前轮廓线，重复步骤（2)_ (3)，使新当前 轮廓线迭代收缩，直至达到图像中确切的肺结节轮廓线；
[0036] (5)输出图像中被分割的肺结节图像。
[0037] 再进一步，测地距离Dg(i，j)定义如式⑥所示：
[0039] 式⑥中fu.a)是连接像素i，j的路径；灰度函数D(x)为距离增量，定义如式⑦ 所示：
[0041] 式⑦中：v是尺度参数；E(x)为边缘测度；||V/|为图像的梯度幅值；G。为标准偏 差，为。的高斯函数，其中。表示方差；Y是确保弱边界不被灰度计算影像的一个参数。 [0042] 本发明提供的一种分割肺结节图像的方法，首先采用经典的区域增长提取肺实 质，利用曲率信息对与胸膜壁相连接的肺结节进行修正，获得精确的肺实质感兴趣区域，然 后采用混合高斯函数内核图割方法对肺结节图像进行初始自动分割，确定肺结节初始内轮 廓，然后通过肺结节中心点的位置向肺结节初始内轮廓等角度地发射出一组射线，使该组 射线与初始肺结节内轮廓相交，获得初始标记点，并通过插点均匀提取肺结节的标记点，并 沿射线上的初始标记点分别向中心点提取目标点，向内轮廓外围提取背景点，然后再通过 Graphcuts法并结合测地距离对肺结节进行精细分割。本发明在提取肺结节区域的时候对 肺结节的内部结构进行精确的分析，最终可以将肺结节实质和模糊外围进行区分，有利用 医生准确确定肺结节实质，获取精确的肺结节边界和特征，为医生提供有效的诊断依据。本 发明通过对两组肺结节真实数据的实验结果表明，该方法可以快速有效地解决困难结节的 分割问题。
【附图说明】
[0043] 图1是本发明提供的一种分割肺结节图像的方法的流程图；
[0044] 图2是本发明步骤（I)中根据曲率和惯性规律填补肺结节表面凹陷的方法示意 图；
[0045] 图3是根据本发明步骤（II)得到的初始肺结节内轮廓的效果示意图；
[0046] 图4是根据本发明步骤(III)提取肺结节标记点的过程示意图，为清楚显示的目的， 图4 (c)、（d)中去掉了射线；
[0047] 图5示出了本发明步骤(IV)中测地距离的改进效果；
[0048] 图6-10是根据本发明的方法分别分割各种不同肺结节的过程示意图。
【具体实施方式】
[0049] 下面结合附图和【具体实施方式】对本发明作进一步描述。
[0050] 如图1所示，本发明所提供的一种分割肺结节图像的方法，包括以下步骤：
[0051] (I)利用肺部图像提取包含肺结节在内的肺实质图像；
[0052] (II)从肺实质图像上提取肺结节图像，并对肺结节图像进行预分割，获取初始肺 结节内轮廓；
[0053] (III)在步骤（II)得到的肺结节轮廓上均匀取若干点作为初始标记点，然后自每 一个初始标记点起分别向肺结节中心处提取目标点，向内轮廓外围提取背景点，目标点和 背景点到相应初始标记点的距离相等，且所有目标点和背景点的连线相交于肺结节内部一 占.
[0054] (IV)图割法分割肺结节：利用步骤(III)提取的目标点和背景点，采用基于最大流 算法的图割法对肺结节作进一步的分割，获取肺结节的最终轮廓。
[0055] 本发明的步骤（I)中，可以采用区域生长法并结合边缘检测法提取肺实质时，具 体可按照以下