CN104809730A - 从胸部ct图像提取气管的方法和装置 - Google Patents

Abstract

本发明提供了一种从胸部CT图像提取气管的方法和装置。该方法包括以下步骤：从该胸部CT图像提取低级气管；在该低级气管的基础上，利用基于能量函数的三维重建方法提取末梢气管；以及融合该低级气管和该末梢气管，得到气管提取结果。与现有技术相比，本发明的从胸部CT图像提取气管的方法和装置充分考虑了低级气管和末梢气管在结构和灰度特性上的不同，分别使用两种不同的策略来提取不同级别的气管。

Description

从胸部CT图像提取气管的方法和装置

技术领域

本发明主要涉及计算机断层扫描(Computerized Tomography,CT)图像的处理，尤其涉及一种从胸部CT图像提取气管的方法和装置。

背景技术

计算机断层扫描技术(Computerized Tomography，简称CT)是一种基于不同物质对于射线具有不同的衰减性质的放射诊断技术。CT用放射线从各方向照射被测物体，测量穿过物体的射线强度，并通过一定的重建算法计算出物体内部各点物质对于射线的线性衰减系数，从而得到被测物体的断层图像的放射诊断技术。CT重建的断层图像具有无影像重叠、密度和空间分辨率高等优势，因而一出现便作为医疗无损害诊断技术而备受关注。

CT技术可以针对脑部、胸、腹、脊柱及四肢等人体部位进行扫描，其扫描图像用于疾病的辅助分析。基于胸部CT扫描图像的气管分割对许多肺部疾病的分析有着重要的作用，如慢性阻塞性肺疾病(Chronic Obstructive PulmonaryDisease,COPD)。同时，气管分割结果可以作为肺和肺叶分割的有效输入，并且是进行虚拟支气管镜检查(Virtual Bronchoscopy)的前提条件。

目前很多气管自动提取的方法都是基于区域增长，这类方法没有利用气管的形状尺寸信息，其缺点是分割结果很容易泄漏到肺实质。基于形态学的方法使用一系列的滤波器对图像处理来选取可能属于气管的区域，最后通过重建的方法得到分割结果，这类方法的分割效果相对区域增长的方法更优，但代价是运行时间较慢，且对末梢气管的提取效果不佳。

发明内容

本发明要解决的技术问题是提供一种从胸部CT图像提取气管的方法和装置，能够快速、鲁棒地提取气管区域。

为解决上述技术问题，本发明提供了一种从胸部CT图像提取气管的方法，包括以下步骤：从该胸部CT图像提取低级气管；在该低级气管的基础上，利用基于能量函数的三维重建方法提取末梢气管；以及融合该低级气管和该末梢气管，得到气管提取结果。

在本发明的一实施例中，从该胸部CT图像提取低级气管的方法包括基于区域增长和基于形态学的任一种方法。

在本发明的一实施例中，该区域增长为灰度特性区域增长，其判决条件为：对于与种子点相邻的体素p，若p的HU值小于第一阈值，且p的26邻域内所有单个体素的HU值与p的HU值的差值都小于第二阈值，则体素p属于气管，该第一阈值表征气管内体素的HU值上限，该第二阈值表征气管内体素与周围体素的HU值差异上限。

在本发明的一实施例中，在该基于能量函数的三维重建方法中，根据体素在不同状态下的生长势能，判断该体素是否属于末梢气管。

在本发明的一实施例中，在该基于能量函数的三维重建方法中，在每次迭代过程中计算体素生长势能时，调整用于将生长限制在气管腔内的加权项的权重，使迭代保持收敛。

在本发明的一实施例中，在该基于能量函数的三维重建方法中，计算每次迭代生长得到的末梢气管区域内的多个连通域中每个连通域的体积和半径，若体积或半径大于设定的阈值，则认为属于泄漏，将该连通域从这次迭代生长的结果中剔除。

在本发明的一实施例中，该基于能量函数的三维重建方法包括以下步骤：a.初始化第一体素集合为低级气管分割结果，且初始化迭代次数和生长势能的三个加权项各自对应的第一至第三权重，该三个加权项包括支持径向方向生长的第一加权项、支持末梢远端方向生长的第二加权项和将生长限制在气管腔内的第三加权项；b.初始化第二体素集合为空集；c.对于每一个与该第一体素集合中任一个体素相邻的体素，依照该第三至第三加权项及第一至第三权重计算生长势能；d.比较该生长势能在属于末梢气管的第一状态和不属于末梢气管的第二状态下的值，如果第一状态下的值大于第二状态下的值，则进入步骤e，否则进入步骤f；e.将该相邻的体素压入该第二体素集合；f.判断是否遍历所有与第一体素集合中任一体素相邻的体素，如果是则进入步骤g，否则返回步骤c；g.判断该第二体素集合中包含的体素个数是否大于该第一体素集合中包含的体素，如果是则清空该第二体素集合，返回该步骤c，否则进入步骤h；h.将该第二体素集合中的体素加入末梢气管分割结果；i.将该第二体素集合赋值为该第一体素集合，且令该迭代次数加一；j.判断是否该第一体素集合非空且该迭代次数小于阈值，如果是则返回步骤b，否则进入步骤k；以及k.结束迭代过程，得到末梢气管分割结果。

在本发明的一实施例中，该基于能量函数的三维重建方法在步骤g和步骤h之间还包括：l.找到该第二体素集合中的所有连通域，对于该连通域中的每一个单独的连通域，计算半径；m.当判断各单独的连通域中包含的体素个数或半径是否大于阈值，如果是则进入步骤n，否则直接进入步骤h；n.将该单独的连通域中的体素从该第二体素集合中去除。

在本发明的一实施例中，该步骤b还包括：重置第三权重为步骤a的初始值，且该步骤f中，在该第二体素集合中包含的体素个数大于该第一体素集合中包含的体素时还包括调整该第三权重。

本发明还提出一种从胸部CT图像提取气管的装置，包括第一模块、第二模块和第三模块。第一模块用于从该胸部CT图像提取低级气管。第二模块用于在该低级气管的基础上，利用基于能量函数的三维重建方法提取末梢气管。第三模块用于融合该低级气管和该末梢气管，得到气管提取结果。

在本发明的一实施例中，该第一模块使用基于区域增长或基于形态学的方法从该胸部CT图像提取低级气管。

在本发明的一实施例中，该区域增长的判决条件为：对于与种子点相邻的体素p，若p的HU值小于第一阈值，且p的26邻域内所有单个体素的HU值与p的HU值的差值都小于第二阈值，则体素p属于气管，该第一阈值表征气管内体素的HU值上限，该第二阈值表征气管内体素与周围体素的HU值差异上限。

在本发明的一实施例中，该第二模块在该基于能量函数的三维重建方法中，根据体素在不同状态下的生长势能，判断该体素是否属于末梢气管。

在本发明的一实施例中，该第二模块在该基于能量函数的三维重建方法中，在每次迭代过程中计算体素生长势能时，调整用于将生长限制在气管腔内的加权项的权重，使迭代保持收敛。

在本发明的一实施例中，该第二模块在该基于能量函数的三维重建方法中，计算每次迭代生长得到的末梢气管区域内的多个连通域中每个连通域的体积和半径，若体积或半径大于一阈值，则认为属于泄漏，将该连通域从这次迭代生长的结果中剔除。

在本发明的一实施例中，该第二模块进行基于能量函数的三维重建方法的流程包括：a.初始化第一体素集合为低级气管分割结果，且初始化迭代次数和生长势能的三个加权项各自对应的第一至第三权重，该三个加权项包括支持径向方向生长的第一加权项、支持末梢远端方向生长的第二加权项和将生长限制在气管腔内的第三加权项；b.初始化第二体素集合为空集；c.对于每一个与该第一体素集合中任一个体素相邻的体素，依照该第三至第三加权项及第一至第三权重计算生长势能；d.比较该生长势能在属于末梢气管的第一状态和不属于末梢气管的第二状态下的值，如果第一状态下的值大于第二状态下的值，则进入步骤e，否则进入步骤f；e.将该相邻的体素压入该第二体素集合；f.判断是否遍历所有与第一体素集合中任一体素相邻的体素，如果是则进入步骤g，否则返回步骤c；g.判断该第二体素集合中包含的体素个数是否大于该第一体素集合中包含的体素，如果是则清空该第二体素集合，返回该步骤c，否则进入步骤h；h.将该第二体素集合中的体素加入末梢气管分割结果；i.将该第二体素集合赋值为该第一体素集合，且令该迭代次数加一；j.判断是否该第一体素集合非空且该迭代次数小于阈值，如果是则返回步骤b，否则进入步骤k；以及k.结束迭代过程，得到末梢气管分割结果。

在本发明的一实施例中，该第二模块进行基于能量函数的三维重建方法的流程还包括：l.找到该第二体素集合中的所有连通域，对于该连通域中的每一个单独的连通域，计算半径；m.当判断各单独的连通域中包含的体素个数或半径是否大于阈值，如果是则进入步骤n，否则直接进入步骤h；n.将该单独的连通域中的体素从该第二体素集合中去除。

在本发明的一实施例中，该步骤b还包括：重置第三权重为步骤a的初始值，且该步骤f中，在该第二体素集合中包含的体素个数大于该第一体素集合中包含的体素时还包括调整该第三权重。

与现有技术相比，本发明的从胸部CT图像提取气管的方法和装置充分考虑了低级气管和末梢气管在结构和灰度特性上的不同，分别使用两种不同的策略来提取不同级别的气管，尤其是使用基于能量函数的三维重建的方法提取末梢气管，可以更加鲁棒地提取末梢气管，避免气管的泄漏。

附图说明

图1是根据本发明一实施例的从胸部CT图像提取气管的方法流程图。

图2是根据本发明一实施例的基于能量函数的重建方法流程图。

图3是根据本发明另一实施例的基于能量函数的重建方法流程图。

图4A、4B是根据本发明一实施例的从胸部CT图像提取气管的过程示意图。

图5是根据本发明一实施例的气管提取结果。

具体实施方式

为让本发明的上述目的、特征和优点能更明显易懂，以下结合附图对本发明的具体实施方式作详细说明。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其它不同于在此描述的其它方式来实施，因此本发明不受下面公开的具体实施例的限制。

支气管在肺内的反复分支呈树枝状结构，故称为支气管树(BronchailTree)。支气管树根据其分支级别可包括1-13级。肺部气管提取的主要目标是尽可能精确、尽可能全面地重建肺外周支气管树。泄漏是当今支气管树重建的主要难题之一。泄漏将导致重建的气管树与其周边肺组织(例如，肺实质)粘连。

在本发明的上下文中，将支气管树的1-4级称为低级气管，而将支气管树的5级及以后的气管分支称为末梢气管。当然，这种分级并不是绝对的，而可以进行略微的调整，例如低级气管可以大致相当于支气管树的1-5级。理想情况下，希望提取5-13级的末梢气管。当然，现实中提取的末梢气管级数会少一些。

本发明的实施例提出一种从胸部CT图像提取气管的方法，它充分考虑了低级气管和末梢气管在结构和灰度特性上的不同，分别使用了两种不同的策略来提取不同级别的气管，尤其是对最低的末梢气管使用了优化的方法，从而能够分别鲁棒地提取出低级气管和末梢气管，取得较为理想的气管自动提取结果。

图1是根据本发明一实施例的从胸部CT图像提取气管的方法流程图。参考图1所示，本实施例的方法包括以下步骤：

在步骤101，从胸部CT图像中提取低级气管。

低级气管由于其管径较粗，提取上并不困难，有许多已知的提取方法可供使用，例如现有的基于区域增长的方法，或者基于形态学的方法。基于区域增长的方法首先利用自动或交互方法在大的气道(例如气管)内放置一个或多个种子点初始化，在固定或自适应阈值下通过不断比较种子点周围的点是否符合融合标准从而达到区域的生长。

基于形态学的方法可以使用一系列的滤波器对图像处理来选取可能属于气管的区域，具体内容可以参考文献：C.Pisupati,L.Wolff,W.Mitzner,and E.Zerhouni,“Segmentation of 3-D pulmonary trees using mathematical morphology,”in Proc.Math.Morphol.Appl.Image Signal Process.,May 1996,pp.409–416，该文献的所有内容以引证的方式被包含在本说明书中。

在步骤102，在低级气管的基础上，利用基于能量函数的三维重建方法提取末梢气管。

基于能量函数的三维(3D)重建方法是一种基于局部能量最小化的受约束生长方法。基于马尔科夫随机场(Markov Random Field)理论，能量函数与生长势能相关。对于当前体素x，计算在不属于和属于末梢气管两种不同状态下的生长势能，如果后者大于前者，则认为体素x属于末梢气管。基于能量函数的三维重建方法的具体步骤将在后文展开描述。

在步骤103，融合低级气管和末梢气管，得到气管提取结果。

举例来说，上述步骤101中的区域增长可以是灰度特性区域增长。示例性方法包括：首先根据肺外大气管的管状结构特性，找到气管种子点Seed开始做区域增长，判决条件为：对于与种子点相邻的体素p，若p的HU值小于第一阈值MaxAirwayHUThreshold，且p的26邻域内所有单个体素的HU值与p的HU值的差值都小于第二阈值MaxLunmenWallDiffThreshold，则体素p属于气管。该第一阈值MaxAirwayHUThreshold表征气管内体素的HU值上限。由于属于气管的体素的HU值都比较低，通过设置第二阈值可以判断体素是否为气管内体素。第二阈值MaxLunmenWallDiffThreshold表征气管内体素与周围体素的HU值差异上限。由于气管内体素点周围邻域点的HU值与之差值较小，而当区域生长至气管壁时，周围邻域点的HU值与之差值较大。因此通过设置第二阈值可以区分气管内体素与气管壁体素。该判决条件利用了低级气管腔内HU值较低且气管壁与腔内HU值相差较为明显的特性，依此判决条件做区域增长得到低级气管的分割结果I₁。

图4A示出步骤101的低级气管提取结果。参考图4A，低级气管41包括1-4级气管，中央部位为主气管，从主气管向下有多级分支，在最末的分支处管径较细，但远没有达到气管树的末梢。

图4B示出步骤103的融合结果。参考图4B，在低级气管41之下，延伸出许多细小的末梢气管42，从而构成了较为完整的气管树。

接下来将详细描述图1所示的流程的步骤102。该步骤是基于基于能量函数的三维重建方法来提取末梢气管。基于马尔科夫随机场理论，能量函数与生长势能V_prop相关，表示为：

其中kT是固定值。

对于当前体素x，计算在不同状态st_x(st_x取值0或1，分别表示不属于和属于末梢气管)下生长势能V_prop(x,st_x)，如果V_prop(x,1)-V_prop(x,0)>0，则认为体素x属于末梢气管。考虑到末梢气管的拓扑结构和密度信息，生长势能V_prop由三个加权项组成：V_prop＝V_radial+V_distal+V_control，其中两个加权项V_radial和V_distal分别支持径向和末梢远端方向的生长，另一个加权项V_control用于将生长限制在气管腔内。以上三个加权项的计算表达式如下：

$\begin{array}{c}{V}_{\mathrm{radial}}(x,{\mathrm{st}}_x)=\frac{\underset{y\∈{\mathrm{\θ}}_{26}\left(x\right)/{\mathrm{st}}_y={\mathrm{st}}_x}{\mathrm{\Σ}}(F\left(x\right)-F\left(y\right))}{\underset{y\∈{\mathrm{\θ}}_{26}\left(x\right)}{\mathrm{\Σ}}{1}_{\{{\mathrm{st}}_y={\mathrm{st}}_x\}}}\\ +\underset{y\∈{\mathrm{\θ}}_{26}\left(x\right)}{\mathrm{\Σ}}{1}_{\{{\mathrm{st}}_y={\mathrm{st}}_x\}\·}\end{array}$

$\begin{array}{c}{V}_{\mathrm{distal}}(x,{\mathrm{st}}_x)=k_{x,v}\·(1+\underset{y\∈{\mathrm{\θ}}_{n,v}\left(x\right)}{\mathrm{\Σ}}{1}_{\{{\mathrm{st}}_y={\mathrm{st}}_x\}})\\ \·(1+\underset{y\∈{\mathrm{\θ}}_{f,v}\left(x\right)}{\mathrm{\Σ}}{1}_{\{{\mathrm{st}}_y\≠{\mathrm{st}}_x\}})\end{array}$

$\begin{array}{c}{V}_{\mathrm{control}}(x,{\mathrm{st}}_x)=-\sqrt{\frac{\underset{y\∈{\mathrm{\θ}}_{26}\left(x\right)/{\mathrm{st}}_y=1}{\mathrm{\Σ}}{(F\left(y\right)-F\left(x\right))}^2}{\underset{y\∈{\mathrm{\θ}}_{26}\left(x\right)}{\mathrm{\Σ}}{1}_{\{{\mathrm{st}}_y=1\}}}}\\ +F{\left(x\right)}_{\{{\mathrm{st}}_x=0\}\·}\end{array}.$

上述表达式中，x,y代表体素变量，v是体素集合，v₂₆(x)代表体素x的26个相邻体素，v_n,v(x)代表靠近体素x的体素集合，v_f,v(x)代表远离体素x的体素集合，st代表状态。k是一个归一化系数以确保末梢气管内生长的各向同性，F代表该体素的HU值。

由于末梢气管较为微细，在容积效应作用下气管壁与周围肺实质的对比度很低，因而在末梢气管提取的过程中，如何能避免气管生长泄漏到肺实质是所有气管提取技术需要面临的最大挑战。

图2是根据本发明一实施例的基于能量函数的三维重建方法流程图。参考图2所示，方法流程包括：

步骤201，初始化第一体素集合S₁＝I_s，迭代次数N＝0，生长势能的三个加权项V_radial、V_distal和V_control相对应的权重分别为w₁、w₂和w₃；

在步骤202，初始化第二体素集合为空集；

在步骤203，对于每一个与第一体素集合S₁中任一个体素相邻的体素p，计算其生长势能V_prop＝w₁·V_radial+w₂·V_distal+w₃·V_control；

在步骤204，若两种状态下的生长势能V_prop(p,1)>V_prop(p,0)，则进入步骤205，否则进入步骤206；

也就是说，比较生长势能在属于末梢气管的第一状态(st_x取值1)的值V_prop(p,1)和不属于末梢气管的第二状态(st_x取值0)下的值V_prop(p,0)，如果第一状态下的值V_prop(p,1)大于第二状态下的值V_prop(p,0)，则进入步骤205，否则进入步骤206；

在步骤205，将体素p压入第二体素集合S₂中；

在步骤206，判断是否遍历所有与第一体素集合中任一体素相邻的体素，如果是则进入步骤207，否则返回步骤203；

在步骤207，判断第二体素集合S₂中包含的体素个数是否大于第一体素集合S₁，如果是，则进入步骤208，否则进入步骤209；

在步骤208，清空第二体素集合S₂；也就是说，如果生长的末梢气管大于原有气管，则认为末梢气管不准确，丢弃该末梢气管；

在步骤209，计算找到第二体素集合S₂中的所有连通域D，对于D中的每一个单独的连通域d，计算半径r；

在步骤210，判断连通域d包含的体素个数n_d大于n_T，或r大于r_T，其中，n_T表征体素个数阈值，r_T表征体素半径阈值，即判断连通域的体素个数或半径是否大于对应的阈值，如果是，则进入步骤211，否则进入步骤212；

在步骤211，将连通域d中的体素从第二体素集合S₂中去除；

在步骤212，将第二体素集合S₂中的体素加入末梢气管分割结果I_f中；

在步骤213，将第二体素集合赋值给第一体素集合，迭代次数加1，即令S₁＝S₂，N+＝1，即进入步骤214；

在步骤214，判断是否满足下述条件：第一体素集合S₁非空且迭代次数N≤N_T，N_T为阈值，如果满足，则返回步骤202，否则结束迭代过程。

在上述迭代过程结束后，即得到末梢气管分割结果I_f。

在上述实施例中，每次迭代生长得到末梢气管区域都是由多个小的连通域组成，计算每个连通域的体积和半径，若体积或半径过大，则认为属于泄漏，将该连通域从这次迭代生长的结果中剔除，这样一来可以有效地避免末梢气管迭代提取过程中发生局部泄漏。

图3是根据本发明另一实施例的基于能量函数的三维重建方法流程图。参考图3所示，方法流程包括：

步骤301，初始化第一体素集合S₁＝I_s，迭代次数N＝0，生长势能的三个加权项V_radial、V_distal和V_control相对应的权重分别为w₁、w₂和w₃；

在步骤302，初始化第二体素集合为空集，且初始化第三权重w₃；

在步骤303，对于每一个与第一体素集合S₁中任一个体素相邻的体素p，计算其生长势能V_prop＝w₁·V_radial+w₂·V_distal+w₃·V_control；

在步骤304，若两种状态下的生长势能V_prop(p,1)>V_prop(p,0)，则进入步骤305，否则进入步骤306；

也就是说，比较生长势能在属于末梢气管的第一状态(st_x取值1)的值V_prop(p,1)和不属于末梢气管的第二状态(st_x取值0)下的值V_prop(p,0)，如果第一状态下的值V_prop(p,1)大于第二状态下的值V_prop(p,0)，则进入步骤305，否则进入步骤306；

在步骤305，将体素p压入第二体素集合S₂中；

在步骤306，判断是否遍历所有与第一体素集合中任一体素相邻的体素，如果是则进入步骤307，否则返回步骤303；

在步骤307，判断第二体素集合S₂中包含的体素个数是否大于第一体素集合S₁，如果是，则进入步骤308，否则进入步骤309；

在步骤308，清空第二体素集合S₂，并且调整第三权重w₃+＝Δw；也就是说，如果生长的末梢气管大于原有气管，则认为末梢气管不准确，丢弃该末梢气管，并且通过调整第三权重来进一步限制末梢气管生长在气管腔内；

在步骤309，计算找到第二体素集合S₂中的所有连通域D，对于D中的每一个单独的连通域d，计算半径r；

在步骤310，判断连通域d包含的体素个数n_d大于n_T，或r大于r_T，即判断连通域的体素个数或半径是否大于对应的阈值，如果是，则进入步骤311，否则进入步骤312；

在步骤311，将连通域d中的体素从第二体素集合S₂中去除；

在步骤312，将第二体素集合S₂中的体素加入末梢气管分割结果I_f中；

在步骤313，将第二体素集合赋值给第一体素集合，迭代次数加1，即令S₁＝S₂，N+＝1，即进入步骤314；

在步骤314，判断是否满足下述条件：第一体素集合S₁非空且迭代次数N≤N_T，N_T为阈值，如果满足，则返回步骤302，否则结束迭代过程。

在上述迭代过程结束后，即得到末梢气管分割结果I_f。

本实施例在每次迭代过程中计算体素生长势能时引入自动调整加权项权重的机制，确保每次迭代中能在生长尽可能多的末梢气管和限制生长在气管腔内这二者之间取得平衡，使迭代保持收敛。而且，经每次迭代生长得到末梢气管区域都是由多个小的连通域组成，计算每个连通域的体积和半径，若体积或半径过大，则认为属于泄漏，将该连通域从这次迭代生长的结果中剔除，这样一来可以有效地避免末梢气管迭代提取过程中发生局部泄漏。

图5是根据本发明一实施例的气管提取结果示例。

本发明充分考虑了低级气管和末梢气管在结构和灰度特性上的不同，分别使用两种不同的策略来提取不同级别的气管，尤其是使用基于能量函数的三维重建的方法提取末梢气管，可以更加鲁棒地提取末梢气管，避免气管的泄漏。

本发明上述实施例的从胸部CT图像提取气管的方法可以在例如计算机软件、硬件或计算机软件与硬件的组合的计算机可读取介质中加以实施。对于硬件实施而言，本发明中所描述的实施例可在一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理器件(DAPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、用于执行上述功能的其它电子装置或上述装置的选择组合来加以实施。在部分情况下，这类实施例可以通过控制器进行实施。

对软件实施而言，本发明中所描述的实施例可通过诸如程序模块(procedures)和函数模块(functions)等独立的软件模块来加以实施，其中每一个模块执行一个或多个本文中描述的功能和操作。软件代码可通过在适当编程语言中编写的应用软件来加以实施，可以储存在内存中，由控制器或处理器执行。例如根据本发明实施例所提出的一种从胸部CT图像提取气管的装置，可包括多个程序模块，即第一模块、第二模块和第三模块。第一模块用于从该胸部CT图像提取低级气管。第二模块用于在该低级气管的基础上，利用基于能量函数的三维重建方法提取末梢气管。第三模块用于融合该低级气管和该末梢气管，得到气管提取结果。

虽然本发明已参照当前的具体实施例来描述，但是本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，在没有脱离本发明精神的情况下还可作出各种等效的变化或替换，因此，只要在本发明的实质精神范围内对上述实施例的变化、变型都将落在本申请的权利要求书的范围内。

Claims (18)

1.一种从胸部CT图像提取气管的方法，包括以下步骤：

从胸部CT图像提取低级气管；

在该低级气管的基础上，利用基于能量函数的三维重建方法提取末梢气管；以及

融合该低级气管和该末梢气管，得到气管提取结果。

2.根据权利要求1所述的从胸部CT图像提取气管的方法，其特征在于，从该胸部CT图像提取低级气管的方法包括基于区域增长和基于形态学的任一种方法。

3.根据权利要求2所述的从胸部CT图像提取气管的方法，其特征在于，该区域增长为灰度特性区域增长，其判决条件为：对于与种子点相邻的体素p，若所述体素p的HU值小于第一阈值，且所述体素p的26邻域内所有单个体素的HU值与所述体素p的HU值的差值都小于第二阈值，则所述体素p属于气管，其中该第一阈值表征气管内体素的HU值上限，该第二阈值表征气管内体素与周围体素的HU值差异上限。

4.根据权利要求1所述的从胸部CT图像提取气管的方法，其特征在于，在该基于能量函数的三维重建方法中，根据体素在不同状态下的生长势能，判断该体素是否属于末梢气管。

5.根据权利要求1所述的从胸部CT图像提取气管的方法，其特征在于，在该基于能量函数的三维重建方法中，在每次迭代过程中计算体素生长势能时，调整一用于将生长限制在气管腔内的加权项的权重，使迭代保持收敛。

6.根据权利要求1所述的从胸部CT图像提取气管的方法，其特征在于，在该基于能量函数的三维重建方法中，计算每次迭代生长得到的末梢气管区域内的多个连通域中每个连通域的体积或半径，若体积或半径大于设定的阈值，则将该连通域从这次迭代生长的结果中剔除。

7.根据权利要求1所述的从胸部CT图像提取气管的方法，其特征在于，该基于能量函数的三维重建方法包括以下步骤：

a.初始化第一体素集合为低级气管分割结果，且初始化迭代次数和生长势能的三个加权项各自对应的第一至第三权重，该三个加权项包括支持径向方向生长的第一加权项、支持末梢远端方向生长的第二加权项和将生长限制在气管腔内的第三加权项；

b.初始化第二体素集合为空集；

c.对于与该第一体素集合中任一个体素相邻的体素，依照该第一至第三加权项及第一至第三权重计算生长势能；

d.比较该生长势能在属于末梢气管的第一状态和不属于末梢气管的第二状态下的值，如果第一状态下的值大于第二状态下的值，则进入步骤e，否则进入步骤f；

e.将该相邻的体素压入该第二体素集合；

f.判断是否遍历所有与第一体素集合中任一体素相邻的体素，如果是则进入步骤g，否则返回步骤c；

g.判断该第二体素集合中包含的体素个数是否大于该第一体素集合中包含的体素，如果是则清空该第二体素集合，返回该步骤c，否则进入步骤h；

h.将该第二体素集合中的体素加入末梢气管分割结果；

i.将该第二体素集合赋值为该第一体素集合，且令该迭代次数加一；

j.判断是否该第一体素集合非空且该迭代次数小于阈值，如果是则返回步骤b，否则进入步骤k；以及

k.结束迭代过程，得到末梢气管分割结果。

8.根据权利要求7所述的从胸部CT图像提取气管的方法，其特征在于，该步骤b还包括：重置第三权重为步骤a的初始值，且该步骤g中，在该第二体素集合中包含的体素个数大于该第一体素集合中包含的体素时还包括调整该第三权重。

9.根据权利要求7所述的从胸部CT图像提取气管的方法，其特征在于，在步骤g和步骤h之间还包括步骤：

l.找到该第二体素集合中的所有连通域，对于该连通域中的每一个单独的连通域，计算半径；

m.当判断各单独的连通域中包含的体素个数或半径是否大于阈值，如果是则进入步骤n，否则直接进入步骤h；

n.将该单独的连通域中的体素从该第二体素集合中去除。

10.一种从胸部CT图像提取气管的装置，包括：

第一模块，用于从该胸部CT图像提取低级气管；

第二模块，用于在该低级气管的基础上，利用基于能量函数的三维重建方法提取末梢气管；以及

第三模块，用于融合该低级气管和该末梢气管，得到气管提取结果。

11.根据权利要求10所述的从胸部CT图像提取气管的装置，其特征在于，该第一模块使用基于区域增长或基于形态学的任一种方法从该胸部CT图像提取低级气管。

12.根据权利要求10所述的从胸部CT图像提取气管的装置，其特征在于，该区域增长的判决条件为：对于与种子点相邻的体素p，若体素p的HU值小于第一阈值，且体素p的26邻域内所有单个体素的HU值与体素p的HU值的差值都小于第二阈值，则所述体素p属于气管，其中该第一阈值表征气管内体素的HU值上限，该第二阈值表征气管内体素与周围体素的HU值差异上限。

13.根据权利要求10所述的从胸部CT图像提取气管的装置，其特征在于，该第二模块在该基于能量函数的三维重建方法中，根据体素在不同状态下的生长势能，判断该体素是否属于末梢气管。

14.根据权利要求10所述的从胸部CT图像提取气管的装置，其特征在于，该第二模块在该基于能量函数的三维重建方法中，在每次迭代过程中计算体素生长势能时，调整一用于将生长限制在气管腔内的加权项的权重，使迭代保持收敛。

15.根据权利要求10所述的从胸部CT图像提取气管的装置，其特征在于，该第二模块在该基于能量函数的三维重建方法中，计算每次迭代生长得到的末梢气管区域内的多个连通域中每个连通域的体积和半径，若体积或半径大于一阈值，将该连通域从这次迭代生长的结果中剔除。

16.根据权利要求10所述的从胸部CT图像提取气管的装置，其特征在于，该第二模块进行基于能量函数的三维重建方法的流程包括：

a.初始化第一体素集合为低级气管分割结果，且初始化迭代次数和生长势能的三个加权项各自对应的第一至第三权重，该三个加权项包括支持径向方向生长的第一加权项、支持末梢远端方向生长的第二加权项和将生长限制在气管腔内的第三加权项；

b.初始化第二体素集合为空集；

c.对于每一个与该第一体素集合中任一个体素相邻的体素，依照该第一至第三加权项及第一至第三权重计算生长势能；

d.比较该生长势能在属于末梢气管的第一状态和不属于末梢气管的第二状态下的值，如果第一状态下的值大于第二状态下的值，则进入步骤e，否则进入步骤f；

e.将该相邻的体素压入该第二体素集合；

f.判断是否遍历所有与第一体素集合中任一体素相邻的体素，如果是则进入步骤g，否则返回步骤c；

g.判断该第二体素集合中包含的体素个数是否大于该第一体素集合中包含的体素，如果是则清空该第二体素集合，返回该步骤c，否则进入步骤h；

h.将该第二体素集合中的体素加入末梢气管分割结果；

i.将该第二体素集合赋值为该第一体素集合，且令该迭代次数加一；

j.判断是否该第一体素集合非空且该迭代次数小于阈值，如果是则返回步骤b，否则进入步骤k；以及

k.结束迭代过程，得到末梢气管分割结果。

17.根据权利要求16所述的从胸部CT图像提取气管的装置，其特征在于，该步骤b还包括：重置第三权重为步骤a的初始值，且该步骤g中，在该第二体素集合中包含的体素个数大于该第一体素集合中包含的体素时还包括调整该第三权重。

18.根据权利要求16所述的从胸部CT图像提取气管的装置，其特征在于，该第二模块进行基于能量函数的三维重建方法的流程在步骤g和步骤h之间还包括步骤：

l.找到该第二体素集合中的所有连通域，对于该连通域中的每一个单独的连通域，计算半径；

m.当判断各单独的连通域中包含的体素个数或半径是否大于阈值，如果是则进入步骤n，否则直接进入步骤h；

n.将该单独的连通域中的体素从该第二体素集合中去除。