基于改進(jìn)區(qū)域生長算法提取肺氣管樹

裴宏亮，蔣蕰莙，樊慶文，王 可，王德麾

（四川大學(xué)機(jī)械工程學(xué)院，四川 成都 610065）

根據(jù)國際癌癥研究機(jī)構(gòu)的統(tǒng)計(jì)數(shù)據(jù)[1-2]：2018年全球因肺癌死亡的人數(shù)高達(dá)180萬，占癌癥總死亡人數(shù)的18.4%，而且肺癌的發(fā)病人數(shù)還在逐年增加；由于工業(yè)發(fā)展、環(huán)境破壞和人口基數(shù)過大等一系列原因，全球超過半數(shù)的癌癥死亡人數(shù)和接近一半的癌癥發(fā)病人數(shù)出現(xiàn)在亞洲地區(qū)，其中肺癌仍是該地區(qū)癌癥患者中的頭號(hào)殺手，對肺癌的檢查和預(yù)防在國內(nèi)逐漸被人們重視起來。用于判斷肺占位性質(zhì)是否為惡性腫瘤（肺癌）的方法[3-4]主要包括：放射學(xué)檢查、痰細(xì)胞學(xué)檢查、支氣管鏡檢查、縱隔鏡檢查以及病理檢查等。其中準(zhǔn)確判斷是否為肺癌最直接、最常用的方法依然是病理檢查，也就是肺部穿刺手術(shù)[5-8]。肺穿刺手術(shù)時(shí)，穿刺針需要穿透肌肉組織、肺部組織達(dá)到病灶位置，提取出病變組織。目前，肺部穿刺手術(shù)主要依靠醫(yī)生參考CT圖片的信息憑借臨床經(jīng)驗(yàn)和主觀判斷進(jìn)行“盲穿”。在肺部穿刺手術(shù)過程中，穿刺針需要避開肋骨、肺部大氣管、肺部血管、否則會(huì)引起氣胸、肺出血等嚴(yán)重并發(fā)癥，嚴(yán)重時(shí)會(huì)導(dǎo)致病人死亡。

利用CT圖像對人體肺部器官和組織進(jìn)行三維重建[9-11]，特別是重建肺部的氣管，為醫(yī)生進(jìn)行肺穿刺手術(shù)提供三維可視化的參考依據(jù)，指導(dǎo)醫(yī)生從三維角度對病情進(jìn)行全面準(zhǔn)確的觀察分析，以設(shè)計(jì)精確的治療方案，保證穿刺手術(shù)時(shí)可以有效的避開肺部大氣管，降低肺穿刺手術(shù)引發(fā)起的并發(fā)癥發(fā)病率與死亡率，具有重要的理論價(jià)值和現(xiàn)實(shí)意義。

1 基于區(qū)域生長算法提取肺氣管

區(qū)域生長算法是提取肺氣管時(shí)最常用的圖像處理方法[12-14]，其原理是根據(jù)圖像像素及其空間鄰域像素之間的關(guān)系來進(jìn)行肺氣管提取；利用傳統(tǒng)的區(qū)域生長算法對肺氣管進(jìn)行提取時(shí)，可以有效地避免其他圖像提取算法不能利用圖像空間信息的缺點(diǎn)，區(qū)域生長算法提取肺氣管的流程圖如圖1所示，該算法的兩個(gè)關(guān)鍵步驟為：生長種子點(diǎn)選擇與生長準(zhǔn)則制定。

1.1 生長種子點(diǎn)選擇

區(qū)域生長種子點(diǎn)是氣管區(qū)域生長起始位置，一般選取氣管特征明顯區(qū)域的某一個(gè)像素作為種子點(diǎn)。我們選擇氣管半徑較大，顯示效果較好的某一層主氣道的中心點(diǎn)作為為生長種子點(diǎn)。

圖1 區(qū)域生長提取氣管流程圖

1.2 生長準(zhǔn)則制定

區(qū)域生長的準(zhǔn)則就是根據(jù)圖像像素值之間的連續(xù)性制定的一些相似性（灰度值、紋理以及顏色等信息）生長準(zhǔn)則，決定將哪些像素納入到生長區(qū)域中，若生長準(zhǔn)則制定過于寬松，會(huì)將圖像中其他器官圖像像素納入到生長區(qū)域，導(dǎo)致生長泄露；若生長準(zhǔn)則制定的過于嚴(yán)謹(jǐn)，則會(huì)出現(xiàn)欠生長情況。由于肺氣道內(nèi)充盈著空氣，閾值較小，與氣管壁之間存在相對較高的對比度，故而采用閾值范圍作為氣管提取的生長準(zhǔn)則，滿足設(shè)定閾值范圍的像素為氣管像素，否則認(rèn)為是其他組織像素。

由于原CT圖像的分辨率較低（512×512），使用區(qū)域生長算法只能將原CT圖像中4級以下較大氣管完整的提取出來，丟失了很多支氣管細(xì)節(jié)，如圖2所示。

當(dāng)生長閾值范圍過大時(shí)，會(huì)出現(xiàn)嚴(yán)重的生長泄漏現(xiàn)象，導(dǎo)致提取失敗，如圖3所示。為了解決上述問題，采用以下幾種圖像處理方法對區(qū)域生長算法進(jìn)行改進(jìn)。

圖3 區(qū)域生長提取原CT圖中氣管樹泄漏

2 基于區(qū)域生長算法改進(jìn)

2.1 圖像雙線性插值改進(jìn)算法

由于原CT圖像分辨率較低（512×512），高級數(shù)支氣管所占的像素個(gè)數(shù)過少，有的位置甚至占不到一個(gè)像素，導(dǎo)致使用區(qū)域生長算法對原CT圖像進(jìn)行氣管提取時(shí)，提取的支氣管數(shù)量較少，更小的細(xì)節(jié)提取不出來。為了能提取到更高級數(shù)的氣管，使用雙線性插值法[15-16]將原CT圖像轉(zhuǎn)為高分辨率圖像（1024×1024），增加高級數(shù)肺氣管氣道所占有的像素個(gè)數(shù)。

在Matlab軟件中對高分辨率圖像進(jìn)行氣管提取實(shí)驗(yàn)，結(jié)果發(fā)現(xiàn)：使用區(qū)域生長算法對插值細(xì)化后的CT圖像進(jìn)行氣管提取時(shí)，可以有效的提高細(xì)小支氣管的數(shù)量與氣管提取級數(shù)，但由于噪聲、偽影以及部分容積作用的影響，使得在細(xì)小的支氣管壁處會(huì)出現(xiàn)模糊甚至斷裂情況（如圖4所示），導(dǎo)致在提取到該位置時(shí)依然會(huì)發(fā)生生長泄漏現(xiàn)象（提取到肺實(shí)質(zhì)區(qū)域）。

經(jīng)過多組氣管提取實(shí)驗(yàn)結(jié)果表明：不同范圍的生長閾值，導(dǎo)致的泄漏位置與泄漏范圍大小不同。閾值范圍選擇25～49時(shí)，氣管生長泄漏如圖5（a）所示；閾值范圍選擇15～49時(shí)，氣管的生長泄漏如圖5（b）所示；閾值范圍選擇0～49時(shí)，氣管的生長泄漏如圖5（c）所示。使用區(qū)域生長算法對插值細(xì)化后的高分辨率CT圖像進(jìn)行肺氣管提取實(shí)驗(yàn)時(shí)，不管選擇什么范圍的生長閾值，都會(huì)出現(xiàn)生長泄露現(xiàn)象，導(dǎo)致氣管提取失敗。

2.2 直方圖均衡化改進(jìn)算法

通過CT掃描獲得的原始人體CT圖像的灰度分布集中在狹窄的區(qū)間內(nèi)，對比度非常弱，細(xì)小支氣管壁處的細(xì)節(jié)不清楚，且容易發(fā)生氣管壁斷裂現(xiàn)象。細(xì)小支氣管壁薄弱導(dǎo)致的圖像中氣管壁局部斷裂是生長泄漏的主要原因。此時(shí)，可以采用圖像直方圖均衡化處理的方法來改進(jìn)區(qū)域生長算法。經(jīng)過直方圖均衡化處理后的CT圖像灰度間距被拉開，圖像反差加大，圖像中氣管壁邊界信息被突出，從而達(dá)到提高圖像對比度、改善圖像質(zhì)量的目的。CT圖像局部支氣管圖像直方圖均衡化前后的對比如圖6所示。

圖5 氣管生長泄漏

圖6 圖像直方圖均衡化

從上圖可以看出，經(jīng)過處理后的圖像直方圖分布更為均勻，原圖像中包含像素?cái)?shù)較多的灰度級間隔被拉大，實(shí)際視覺能夠接收的信息量大大增強(qiáng)，圖像中氣管壁與氣道對比度更高。經(jīng)多組氣管提取實(shí)驗(yàn)驗(yàn)證，使用該方法改進(jìn)域生長算法可有效地防止區(qū)域生長算法在提取肺氣管時(shí)普遍存在在生長泄漏的現(xiàn)象，提取效果較好，提取級數(shù)可達(dá)到6級，如圖7所示。

圖7 基于改進(jìn)區(qū)域生長算法提取的氣管點(diǎn)云數(shù)據(jù)

3 肺氣管的三維重建

通過上述方法提取得到氣管圖像為軸位掃描CT切片上的400張二維氣管二值圖像。氣管的二維圖像不能直觀的體現(xiàn)出氣管的結(jié)構(gòu)，所以需要將這些提取的二維氣管圖像進(jìn)行三維重建，重建方法如下。

首先將提取的400張肺氣管二維圖像構(gòu)造為一個(gè)三維矩陣MAT，得到的數(shù)據(jù)集MAT是一個(gè)x×y×400的矩陣；然后利用find函數(shù)找到三維矩陣中為1（氣管像素）的位置坐標(biāo)，并使用函數(shù)plot3對這些肺氣管像素點(diǎn)進(jìn)行三維點(diǎn)云構(gòu)建，如圖7所示；最后將肺氣管的三維點(diǎn)云坐標(biāo)數(shù)據(jù)導(dǎo)入CATIA軟件的“Digitized Shape Editor”模塊，進(jìn)行去除噪音、數(shù)據(jù)插補(bǔ)、數(shù)據(jù)平滑、網(wǎng)格化、曲面擬合處理，得到肺氣管的三維實(shí)體模型，如圖8所示。

圖8 區(qū)域生長算法重建的肺氣管三維模型

4 結(jié) 論

根據(jù)四川大學(xué)華西醫(yī)院提供的患者胸部CT切片，利用區(qū)域生長原理，提取出了肺部大氣管。使用雙線性差值以及直方圖均衡化原理，改進(jìn)了區(qū)域生長算法，突出肺氣管壁邊界信息，改進(jìn)后的區(qū)域生長算法可以較好的解決了區(qū)域生長算法提取肺氣管時(shí)普遍存在的生長泄漏現(xiàn)象?；趨^(qū)域生長算法運(yùn)算速度快，提取的肺氣管連續(xù)完整，能夠有效地提取6級以下的肺部大氣管。