申请/专利权人：东北大学

申请日：2024-04-30

公开（公告）日：2024-07-05

公开（公告）号：CN118297973A

主分类号：G06T7/11

分类号：G06T7/11;G06V10/762;G06V10/764;G06T7/00;G06T7/155;G06T7/136;G06T7/187;G16H30/40

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.07.23#实质审查的生效;2024.07.05#公开

摘要：本发明属于医学影像智能计算技术领域，公开了一种基于肺血管聚类的肺叶自动分割方法。基于三维区域生长法肺实质分割；基于连通域肺外气管剔除；形态学处理；基于快速行进法的肺血管分割；基于密度的血管聚类；基于SVM的肺叶自动分割；本发明仅使用肺血管解剖信息，不需要使用大量数据进行训练的肺叶分割方法，对于不完整的肺裂纹也具有高鲁棒性。肺实质区域提取为肺内血管分割与肺叶分割做数据支撑；利用快速行进法提取肺内血管作为先验信息，利用肺血管的分布特性，利用基于密度的DBSCAN聚类方法将肺血管聚类为五簇分别对应不同肺叶；利用支持向量机对获取到的五类血管分别进行两两分类，利用得到的隐式超平面实现最终的肺叶分割。

主权项：1.一种基于肺血管聚类的肺叶自动分割方法，其特征在于，包括步骤如下：步骤1、基于三维区域生长法肺实质分割；记三维CT图像数据Ω的高度为H，宽度为W，切片数为D，三维区域生长法的阈值设为T；在所选的切片层中心为原点建立笛卡尔坐标系，分别在与两点取3×3区域作为种子点区域，避免因两侧同时取到血管上使得区域生长失败；基于上述所选取的种子点区域以阈值T为约束条件，遍历种子点邻域的像素点进行生长，将遍历中小于阈值T的点作为初步得到的肺实质分割结果；步骤2、基于连通域肺外气管剔除；采用二维统计连通域的方法将肺外气管进行剔除；对步骤1的肺实质分割结果中每层CT切片进行连通域统计，进行肺外气管剔除；步骤3、形态学处理；采用形态学的漫水填充与闭运算应用在步骤2的肺外气管剔除结果上，填充肺内孔洞以及平滑生成的肺实质标签的边缘，最终得到一个包含肺实质内所有组织的肺实质图像；步骤4、基于快速行进法的肺血管分割；选取三维CT图像Ω的第[D2]层的图像，利用大津阈值法将肺血管与肺实质进行粗分类，并将该层的肺血管粗分类分割结果作为快速行进法初始的扩散平面；快速行进法分割图像需要先将像素点分为三种：Sa表示第一类初始种子像素点集合；Sb表示第二类边界像素点集合；Sc表示第三类待处理的像素点集合，三个集合构成整个图像表示为： 将上述初始的扩散平面的肺血管点设置为第一类初始种子像素点，并利用梯度算子对肺部区域进行计算得到对应点的速度，如公式2所示： 其中，VH,W,D表示在H,W,D该点处的速度，G分别表示各个方向梯度值的最大值；随后以各点的VH,W,D为限制条件进行扩散，沿一个等时间面不断向外演化，直至分割结束，最终得到肺内血管的分割结果；步骤5、基于密度的血管聚类；基于密度的DBSCAN方法对左右肺单独聚类；对肺血管进行聚类，聚类结果分别对应不同肺叶；对左右肺进行分离；首先计算步骤3的肺实质分割结果中连通域的个数；连通域的个数为1，则需先使用积分投影算法，将粘连的左右肺分离，接着重新计算连通域的个数，并使用连通域对左右肺进行分离；连通域的个数为2，则直接使用连通域对左右肺进行分离；步骤6、基于SVM的肺叶自动分割；基于步骤5得到的肺实质与DBSCAN聚类得到的五簇肺血管，分为左肺和右肺，利用支持向量机隐式地拟合出将肺血管区分开的肺裂纹曲面，进而分割肺叶。

全文数据：

权利要求：

百度查询： 东北大学 一种基于肺血管聚类的肺叶自动分割方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD