專利名稱：支氣管的分割方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及醫(yī)學(xué)圖像分割技術(shù)領(lǐng)域，尤其涉及一種支氣管的分割方法及系統(tǒng)。
背景技術(shù)：
肺是人體重要的呼吸器官，包括左肺和右肺，分別位于胸部的兩邊，每個(gè)肺部都是由支氣管和氣管相連。右肺被兩個(gè)肺裂分成三個(gè)葉片，左肺被一個(gè)肺裂分成兩個(gè)葉片。支氣管樹起始于氣管，由主支氣管，肺葉支氣管，肺段支氣管，及以上逐級(jí)分支形成的樹狀結(jié)構(gòu)。根據(jù)肺段支氣管可將左、右肺分為十段。CT (Computed Tomography,計(jì)算機(jī)斷層掃描)， MRI (Magnetic ResonanceImaging,磁共振成像)等影像技術(shù)可顯示肺段支氣管以上直徑為毫米量級(jí)的支氣管。為診斷和治療哮喘，支氣管擴(kuò)張，肺部腫瘤或癌變組織切除提供了影像學(xué)基礎(chǔ)。
然而，CT, MRI 二維斷層圖像雖然提供了病灶的信息，但是醫(yī)生只能憑借經(jīng)驗(yàn)判斷病灶信息，增加了手術(shù)的風(fēng)險(xiǎn)和難度。醫(yī)生根據(jù)經(jīng)驗(yàn)判斷腫瘤與支氣管的位置關(guān)系，切除上、下肺葉或上、中、下肺葉。計(jì)算機(jī)圖形圖像技術(shù)的發(fā)展為醫(yī)學(xué)圖像的處理提供了技術(shù)支持。從醫(yī)學(xué)圖像中準(zhǔn)確地提取目標(biāo)物體是圖像分割和三維重建的基礎(chǔ)，是計(jì)算機(jī)輔助診斷的前提，對(duì)提高醫(yī)學(xué)診斷率具有重要的應(yīng)用價(jià)值。采用圖像分割的方法進(jìn)行肺和支氣管提取，根據(jù)肺段支氣管將肺分為十段，醫(yī)生通過重建后的數(shù)據(jù)直觀形象地觀察腫瘤或癌變組織與每個(gè)肺段的相對(duì)關(guān)系，進(jìn)而選擇性地切除肺段?？梢越档褪中g(shù)的風(fēng)險(xiǎn)，提高手術(shù)的成功率。
中國專利申請(qǐng)CN201110034523. 4公開了一種醫(yī)學(xué)圖像診斷輔助技術(shù)，實(shí)現(xiàn)被檢體胸部區(qū)域的三維醫(yī)學(xué)圖像的輔助診斷技術(shù)。通過肺葉區(qū)域和支氣管提取，根據(jù)支氣管的分支結(jié)構(gòu)區(qū)域推斷出肺葉的局部亞段，根據(jù)肺葉的局部亞段進(jìn)行肺評(píng)價(jià)值。該方案采用區(qū)域延伸法提取出支氣管區(qū)域的像素集合體，但是由于區(qū)域延伸法是根據(jù)支氣管的灰度特征進(jìn)行分割，容易受到灰度值變化的影響，并且在支氣管與肺灰度相似的區(qū)域難以區(qū)分。由于胸腔內(nèi)血管、器官、支氣管等組織分布密集交叉，并且支氣管末梢很細(xì)，此時(shí)胸腔區(qū)域難以和肺內(nèi)空氣區(qū)域進(jìn)行區(qū)別，因此采用基于區(qū)域擴(kuò)展方法容易滲漏到肺部區(qū)域。
綜上可知，現(xiàn)有醫(yī)學(xué)圖像的支氣管分割技術(shù)，在實(shí)際使用上顯然存在不便與缺陷， 所以有必要加以改進(jìn)。發(fā)明內(nèi)容
針對(duì)上述的缺陷，本發(fā)明的目的在于提供一種支氣管的分割方法及系統(tǒng)。其通過借助血管的信息來增強(qiáng)支氣管，以避免灰度值變化的影響，使得支氣管的分割結(jié)果更加穩(wěn)定和準(zhǔn)確。
為了實(shí)現(xiàn)上述目的，本發(fā)明提供一種支氣管的分割方法，包括步驟如下
第一分割步驟，通過三維區(qū)域生長算法從原始肺部圖像中分割提取出肺部和支氣管總區(qū)域；
支氣管增強(qiáng)步驟，對(duì)所述肺部和支氣管總區(qū)域進(jìn)行多次膨脹操作和多次腐蝕操作；
第二分割步驟，從多次膨脹操作和多次腐蝕操作后的所述肺部和支氣管總區(qū)域中分割提取出支氣管。
根據(jù)本發(fā)明所述的支氣管的分割方法，所述第一分割步驟進(jìn)一步包括
在所述原始肺部圖像中的肺部或支氣管上選取第一種子點(diǎn)，并設(shè)置第一閾值范圍，計(jì)算與所述第一種子點(diǎn)在鄰域范圍內(nèi)相連通的并且灰度范圍在所述第一閾值范圍內(nèi)的所有像素點(diǎn)，作為所述肺部和支氣管總區(qū)域進(jìn)行分割提?。?br> 所述支氣管增強(qiáng)步驟進(jìn)一步包括
將所述肺部和支氣管總區(qū)域中灰度值大于O的像素點(diǎn)的灰度值設(shè)置為0，得到灰度變換后的所述肺部和支氣管總區(qū)域；
對(duì)灰度變換后的所述肺部和支氣管總區(qū)域進(jìn)行若干鄰域的多次膨脹操作，并對(duì)多次膨脹操作后的數(shù)據(jù)進(jìn)行若干鄰域的多次腐蝕操作；
將多次膨脹操作和多次腐蝕操作后的所述肺部和支氣管總區(qū)域中每個(gè)像素點(diǎn)的灰度值與灰度變換后的所述肺部和支氣管總區(qū)域中每個(gè)像素點(diǎn)的灰度值進(jìn)行第一次比較操作，選取較大的灰度值作為灰度計(jì)算結(jié)果值；
將所述灰度計(jì)算結(jié)果值與灰度變換后的所述肺部和支氣管總區(qū)域的灰度值進(jìn)行第二次比較操作，若大于預(yù)定的閾值，則作為候選支氣管。
根據(jù)本發(fā)明所述的支氣管的分割方法，所述支氣管增強(qiáng)步驟中，對(duì)不同半徑的支氣管采用不同的操作次數(shù)進(jìn)行所述膨脹操作、所述腐蝕操作、所述第一次比較操作和所述第二次比較操作，并且所述支氣管越粗則所述操作次數(shù)越多。
根據(jù)本發(fā)明所述的支氣管的分割方法，所述若干鄰域?yàn)樗泥徲蚧蛘甙肃徲颉?br> 根據(jù)本發(fā)明所述的支氣管的分割方法，所述第二分割步驟進(jìn)一步包括
在所述候選支氣管中選取第二種子點(diǎn)，并設(shè)置第二閾值范圍，計(jì)算與所述第二種子點(diǎn)在鄰域范圍內(nèi)相連通的并且灰度范圍在所述第二閾值范圍內(nèi)的所有像素點(diǎn)，作為最終的支氣管進(jìn)行分割提取。
本發(fā)明還提供一種支氣管的分割系統(tǒng)，包括有
第一分割模塊，用于通過三維區(qū)域生長算法從原始肺部圖像中分割提取出肺部和支氣管總區(qū)域；
支氣管增強(qiáng)模塊，用于對(duì)所述肺部和支氣管總區(qū)域進(jìn)行多次膨脹操作和多次腐蝕操作；
第二分割模塊，用于從多次膨脹操作和多次腐蝕操作后的所述肺部和支氣管總區(qū)域中分割提取出支氣管。
根據(jù)本發(fā)明所述的支氣管的分割系統(tǒng)，所述第一分割模塊還用于在所述原始肺部圖像中的肺部或支氣管上選取第一種子點(diǎn)，并設(shè)置第一閾值范圍，計(jì)算與所述第一種子點(diǎn)在鄰域范圍內(nèi)相連通的并且灰度范圍在所述第一閾值范圍內(nèi)的所有像素點(diǎn)，作為所述肺部和支氣管總區(qū)域進(jìn)行分割提取；
所述支氣管增強(qiáng)模塊進(jìn)一步包括
灰度變換子模塊，用于將所述肺部和支氣管總區(qū)域中灰度值大于O的像素點(diǎn)的灰度值設(shè)置為0，得到灰度變換后的所述肺部和支氣管總區(qū)域；
膨脹/腐蝕操作子模塊，用于對(duì)灰度變換后的所述肺部和支氣管總區(qū)域中的支氣管區(qū)域進(jìn)行若干鄰域的多次膨脹操作，并對(duì)多次膨脹操作后的數(shù)據(jù)進(jìn)行若干鄰域的多次腐蝕操作；
第一比較子模塊，用于將多次膨脹操作和多次腐蝕操作后的所述肺部和支氣管總區(qū)域中每個(gè)像素點(diǎn)的灰度值與灰度變換后的所述肺部和支氣管總區(qū)域中每個(gè)像素點(diǎn)的灰度值進(jìn)行第一次比較操作，選取較大的灰度值作為灰度計(jì)算結(jié)果值；
第二比較子模塊，用于將所述灰度計(jì)算結(jié)果值與灰度變換后的所述肺部和支氣管總區(qū)域的灰度值進(jìn)行第二次比較操作，若大于預(yù)定的閾值，則作為候選支氣管。
根據(jù)本發(fā)明所述的支氣管的分割系統(tǒng)，所述支氣管增強(qiáng)模塊用于對(duì)不同半徑的支氣管采用不同的操作次數(shù)進(jìn)行所述膨脹操作、所述腐蝕操作、第一次比較操作和第二次比較操作，并且所述支氣管越粗則所述操作次數(shù)越多。
根據(jù)本發(fā)明所述的支氣管的分割系統(tǒng)，所述若干鄰域?yàn)樗泥徲蚧蛘甙肃徲颉?br> 根據(jù)本發(fā)明所述的支氣管的分割系統(tǒng)，所述第二分割模塊還用于在所述候選支氣管中選取第二種子點(diǎn)，并設(shè)置第二閾值范圍，計(jì)算與所述第二種子點(diǎn)在鄰域范圍內(nèi)相連通的并且灰度范圍在所述第二閾值范圍內(nèi)的所有像素點(diǎn)，作為最終的支氣管進(jìn)行分割提取。
本發(fā)明考慮到由于肺部組織和支氣管都屬于低密度區(qū)域，因此支氣管分割的難點(diǎn)是分割支氣管時(shí)容易受到肺部組織的干擾。因此，本發(fā)明根據(jù)支氣管與血管的關(guān)聯(lián)性，即支氣管與血管總是相伴生長的特性，通過借助血管的信息來增強(qiáng)支氣管，這樣可以避免灰度值變化的影響，支氣管的分割結(jié)果更加穩(wěn)定和準(zhǔn)確，并且對(duì)肺段支氣管及以上的分支都可以分割出來，滿足臨床醫(yī)學(xué)中對(duì)支氣管分割的要求，具有較高的臨床應(yīng)用價(jià)值。


圖I是本發(fā)明支氣管的分割系統(tǒng)的結(jié)構(gòu)示意圖2是本發(fā)明優(yōu)選支氣管的分割系統(tǒng)的結(jié)構(gòu)示意圖3是本發(fā)明支氣管的分割方法的流程圖4是本發(fā)明優(yōu)選實(shí)施例支氣管的分割方法的流程圖；以及
圖5是本發(fā)明的支氣管分割結(jié)果圖。
具體實(shí)施方式
為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
圖I是本發(fā)明支氣管的分割系統(tǒng)的結(jié)構(gòu)示意圖，所述系統(tǒng)100包括有第一分割模塊10、支氣管增強(qiáng)模塊20以及第二分割模塊30，其中
所述第一分割模塊10，用于通過三維區(qū)域生長算法從原始肺部圖像中分割提取出肺部和支氣管總區(qū)域，所述肺部和支氣管總區(qū)域包括肺部組織和支氣管。由于肺部組織和支氣管內(nèi)的空氣的灰度值明顯低于周圍組織，所以可以采用三維區(qū)域生長算法進(jìn)行肺部組織和支氣管的提取。三維區(qū)域生長算法需要在肺部組織或支氣管上自動(dòng)或交互式選取一個(gè)第一種子點(diǎn)，設(shè)置合適的第一閾值范圍，如[-2000,-250]，計(jì)算與第一種子點(diǎn)在空間鄰域范圍內(nèi)的相連通的并且灰度范圍在第一閾值范圍內(nèi)的所有像素點(diǎn)，即為所述肺部和支氣管總區(qū)域。所述原始肺部圖像可以是肺部CT圖像或者肺部MRI圖像。
所述支氣管增強(qiáng)模塊20，用于對(duì)所述肺部和支氣管總區(qū)域進(jìn)行多次膨脹操作和多次腐蝕操作。由于肺部組織和支氣管都屬于低密度區(qū)域，支氣管分割的難點(diǎn)是分割支氣管時(shí)容易受到肺部組織的干擾。肺部肺泡和毛細(xì)血管的血液有氣體交換，血液中的二氧化碳通過支氣管輸送到體外，支氣管從體外輸送的氧氣進(jìn)入血液中，支氣管與血管相伴生長，可以采用的二維形態(tài)學(xué)的膨脹和腐蝕運(yùn)算來實(shí)現(xiàn)支氣管的增強(qiáng)。由于支氣管的灰度值通常低于-750，血管的灰度值高于0，所以很容易將支氣管和血管分離。對(duì)于肺部和支氣管總區(qū)域的灰度圖像，通過多次膨脹操作計(jì)算鄰域范圍內(nèi)的最大值增強(qiáng)支氣管；，并通過多次腐蝕操作計(jì)算鄰域范圍內(nèi)的最小值來去除肺部組織的影響，這樣可以將與血管相伴的所有的支氣管分割出來。
所述第二分割模塊30，用于從多次膨脹操作和多次腐蝕操作后的肺部和支氣管總區(qū)域中分割提取出支氣管。
本發(fā)明根據(jù)支氣管與血管的關(guān)聯(lián)性，通過借助血管的信息來增強(qiáng)支氣管，這樣可以避免灰度值變化的影響，分割結(jié)果穩(wěn)定，并且對(duì)肺段支氣管及以上的分支都可以分割出來，滿足臨床上對(duì)支氣管分割的要求，具有較高的臨床應(yīng)用價(jià)值。
圖2是本發(fā)明優(yōu)選支氣管的分割系統(tǒng)的結(jié)構(gòu)示意圖，所述系統(tǒng)100包括有第一分割模塊10、支氣管增強(qiáng)模塊20以及第二分割模塊30，其中
所述第一分割模塊10，還用于在原始肺部圖像中的肺部或支氣管上 選取第一種子點(diǎn)，并設(shè)置第一閾值范圍，如[-2000，-250]，計(jì)算與第一種子點(diǎn)在鄰域范圍內(nèi)相連通的并且灰度范圍在第一閾值范圍內(nèi)的所有像素點(diǎn)，作為肺部和支氣管總區(qū)域進(jìn)行分割提取。由于肺部組織和支氣管內(nèi)的空氣的灰度值明顯低于周圍組織，所以可以采用三維區(qū)域生長算法進(jìn)行肺部組織和支氣管的提取。
所述支氣管增強(qiáng)模塊20進(jìn)一步包括
灰度變換子模塊21，用于將肺部和支氣管總區(qū)域中灰度值大于O的像素點(diǎn)的灰度值設(shè)置為0，得到灰度變換后的肺部和支氣管總區(qū)域。例如在肺部CT圖像中，肺部和支氣管的灰度范圍都小于0，所以將肺部CT圖像中灰度值大于O的像素點(diǎn)的灰度值設(shè)置為O。這樣可以消除高密度區(qū)域的干擾。
膨脹/腐蝕操作子模塊22，用于對(duì)灰度變換后的肺部和支氣管總區(qū)域中的支氣管區(qū)域進(jìn)行若干鄰域的多次膨脹操作，并對(duì)多次膨脹操作后的數(shù)據(jù)進(jìn)行若干鄰域的多次腐蝕操作，所述若干鄰域優(yōu)選為四鄰域或者八鄰域，優(yōu)選計(jì)算公式如下
Β =β4 β4· (公式一)；公式一表示進(jìn)行b次的膨脹運(yùn)算。
第一比較子模塊23，用于將多次膨脹操作和多次腐蝕操作后的肺部和支氣管總區(qū)域中每個(gè)像素點(diǎn)的灰度值與灰度變換后的肺部和支氣管總區(qū)域中每個(gè)像素點(diǎn)的灰度值進(jìn)行第一次比較操作，選取較大的灰度值作為灰度計(jì)算結(jié)果值。f優(yōu)選計(jì)算公式如下
Ibl = max(/@/ I B'J)(公式二 )；
公式二表示對(duì)灰度變換后的圖像I (即肺部和支氣管總區(qū)域)進(jìn)行b次的膨脹運(yùn)算和b次的腐蝕運(yùn)算，取與圖像I較大的值。為了加快計(jì)算速度，膨脹和腐蝕操作可以在計(jì)算肺部和支氣管總區(qū)域的分割數(shù)據(jù)中進(jìn)行。
第二比較子模塊24，用于將所述灰度計(jì)算結(jié)果值與灰度變換后的肺部和支氣管總區(qū)域的灰度值進(jìn)行第二次比較操作，若大于預(yù)定的閾值T，則作為候選支氣管。每進(jìn)行一次第一次比較操作就要進(jìn)行一次第二比較操作，可見第二次比較操作的次數(shù)與第一次比較操作的次數(shù)相同，優(yōu)選計(jì)算公式如下
權(quán)利要求
1.一種支氣管的分割方法，其特征在于，包括步驟如下 第一分割步驟，通過三維區(qū)域生長算法從原始肺部圖像中分割提取出肺部和支氣管總區(qū)域； 支氣管增強(qiáng)步驟，對(duì)所述肺部和支氣管總區(qū)域進(jìn)行多次膨脹操作和多次腐蝕操作； 第二分割步驟，從多次膨脹操作和多次腐蝕操作后的所述肺部和支氣管總區(qū)域中分割提取出支氣管。
2.根據(jù)權(quán)利要求I所述的支氣管的分割方法，其特征在于，所述第一分割步驟進(jìn)一步包括 在所述原始肺部圖像中的肺部或支氣管上選取第一種子點(diǎn)，并設(shè)置第一閾值范圍，計(jì)算與所述第一種子點(diǎn)在鄰域范圍內(nèi)相連通的并且灰度范圍在所述第一閾值范圍內(nèi)的所有像素點(diǎn)，作為所述肺部和支氣管總區(qū)域進(jìn)行分割提?。? 所述支氣管增強(qiáng)步驟進(jìn)一步包括 將所述肺部和支氣管總區(qū)域中灰度值大于O的像素點(diǎn)的灰度值設(shè)置為O，得到灰度變換后的所述肺部和支氣管總區(qū)域； 對(duì)灰度變換后的所述肺部和支氣管總區(qū)域進(jìn)行若干鄰域的多次膨脹操作，并對(duì)多次膨脹操作后的數(shù)據(jù)進(jìn)行若干鄰域的多次腐蝕操作； 將多次膨脹操作和多次腐蝕操作后的所述肺部和支氣管總區(qū)域中每個(gè)像素點(diǎn)的灰度值與灰度變換后的所述肺部和支氣管總區(qū)域中每個(gè)像素點(diǎn)的灰度值進(jìn)行第一次比較操作，選取較大的灰度值作為灰度計(jì)算結(jié)果值； 將所述灰度計(jì)算結(jié)果值與灰度變換后的所述肺部和支氣管總區(qū)域的灰度值進(jìn)行第二次比較操作，若大于預(yù)定的閾值，則作為候選支氣管。
3.根據(jù)權(quán)利要求2所述的支氣管的分割方法，其特征在于，所述支氣管增強(qiáng)步驟中，對(duì)不同半徑的支氣管采用不同的操作次數(shù)進(jìn)行所述膨脹操作、所述腐蝕操作、所述第一次比較操作和所述第二次比較操作，并且所述支氣管越粗則所述操作次數(shù)越多。
4.根據(jù)權(quán)利要求2所述的支氣管的分割方法，其特征在于，所述若干鄰域?yàn)樗泥徲蚧蛘甙肃徲颉?br> 5.根據(jù)權(quán)利要求2所述的支氣管的分割方法，其特征在于，所述第二分割步驟進(jìn)一步包括 在所述候選支氣管中選取第二種子點(diǎn)，并設(shè)置第二閾值范圍，計(jì)算與所述第二種子點(diǎn)在鄰域范圍內(nèi)相連通的并且灰度范圍在所述第二閾值范圍內(nèi)的所有像素點(diǎn)，作為最終的支氣管進(jìn)行分割提取。
6.一種支氣管的分割系統(tǒng)，其特征在于，包括有 第一分割模塊，用于通過三維區(qū)域生長算法從原始肺部圖像中分割提取出肺部和支氣管總區(qū)域； 支氣管增強(qiáng)模塊，用于對(duì)所述肺部和支氣管總區(qū)域進(jìn)行多次膨脹操作和多次腐蝕操作； 第二分割模塊，用于從多次膨脹操作和多次腐蝕操作后的所述肺部和支氣管總區(qū)域中分割提取出支氣管。
7.根據(jù)權(quán)利要求6所述的支氣管的分割系統(tǒng)，其特征在于，所述第一分割模塊還用于在所述原始肺部圖像中的肺部或支氣管上選取第一種子點(diǎn)，并設(shè)置第一閾值范圍，計(jì)算與所述第一種子點(diǎn)在鄰域范圍內(nèi)相連通的并且灰度范圍在所述第一閾值范圍內(nèi)的所有像素點(diǎn)，作為所述肺部和支氣管總區(qū)域進(jìn)行分割提??； 所述支氣管增強(qiáng)模塊進(jìn)一步包括 灰度變換子模塊，用于將所述肺部和支氣管總區(qū)域中灰度值大于O的像素點(diǎn)的灰度值設(shè)置為O，得到灰度變換后的所述肺部和支氣管總區(qū)域； 膨脹/腐蝕操作子模塊，用于對(duì)灰度變換后的所述肺部和支氣管總區(qū)域中的支氣管區(qū)域進(jìn)行若干鄰域的多次膨脹操作，并對(duì)多次膨脹操作后的數(shù)據(jù)進(jìn)行若干鄰域的多次腐蝕操作； 第一比較子模塊，用于將多次膨脹操作和多次腐蝕操作后的所述肺部和支氣管總區(qū)域中每個(gè)像素點(diǎn)的灰度值與灰度變換后的所述肺部和支氣管總區(qū)域中每個(gè)像素點(diǎn)的灰度值進(jìn)行第一次比較操作，選取較大的灰度值作為灰度計(jì)算結(jié)果值； 第二比較子模塊，用于將所述灰度計(jì)算結(jié)果值與灰度變換后的所述肺部和支氣管總區(qū)域的灰度值進(jìn)行第二次比較操作，若大于預(yù)定的閾值，則作為候選支氣管。
8.根據(jù)權(quán)利要求7所述的支氣管的分割系統(tǒng)，其特征在于，所述支氣管增強(qiáng)模塊用于對(duì)不同半徑的支氣管采用不同的操作次數(shù)進(jìn)行所述膨脹操作、所述腐蝕操作、第一次比較操作和第二次比較操作，并且所述支氣管越粗則所述操作次數(shù)越多。
9.根據(jù)權(quán)利要求7所述的支氣管的分割系統(tǒng)，其特征在于，所述若干鄰域?yàn)樗泥徲蚧蛘甙肃徲颉?br> 10.根據(jù)權(quán)利要求7所述的支氣管的分割系統(tǒng)，其特征在于，所述第二分割模塊還用于在所述候選支氣管中選取第二種子點(diǎn)，并設(shè)置第二閾值范圍，計(jì)算與所述第二種子點(diǎn)在鄰域范圍內(nèi)相連通的并且灰度范圍在所述第二閾值范圍內(nèi)的所有像素點(diǎn)，作為最終的支氣管進(jìn)行分割提取。
全文摘要
本發(fā)明適用于醫(yī)學(xué)圖像分割技術(shù)領(lǐng)域，提供了一種支氣管的分割方法及系統(tǒng)，所述方法包括步驟如下第一分割步驟，通過三維區(qū)域生長算法從原始肺部圖像中分割提取出肺部和支氣管總區(qū)域；支氣管增強(qiáng)步驟，對(duì)所述肺部和支氣管總區(qū)域進(jìn)行多次膨脹操作和多次腐蝕操作；第二分割步驟，從多次膨脹操作和多次腐蝕操作后的所述肺部和支氣管總區(qū)域中分割提取出支氣管。借此，本發(fā)明通過借助血管的信息來增強(qiáng)支氣管，以避免灰度值變化的影響，使得支氣管的分割結(jié)果更加穩(wěn)定和準(zhǔn)確。
文檔編號(hào)G06T7/00GK102982531SQ201210423958
公開日2013年3月20日 申請(qǐng)日期2012年10月30日 優(yōu)先權(quán)日2012年10月30日
發(fā)明者葉建平, 郭李云, 施萬利, 葉和興 申請(qǐng)人:深圳市旭東數(shù)字醫(yī)學(xué)影像技術(shù)有限公司