0
点赞
收藏
分享

微信扫一扫

医学图像处理案例(十八)——肺部血管分割案例

在前面的文章中,已经分享过肺分割案例和脑血管分割案例。有朋友向我提出是否可以对肺部血管进行分割,并让我分享案例教程。那么今天我将分享人体肺部血管分割并生成三维模型的案例。

一、VESSEL12挑战赛简介

医学图像处理案例(十八)——肺部血管分割案例_数据

今天用到的数据来自公开数据集VESSEL12《VESsel SEgmentation in the Lung 2012》。该挑战赛的任务是从肺部CT图像中采用自动或半自动方法来分割出肺部血管区域图像。但是该挑战赛提供的数据只有原始CT图像和肺部区域Mask图像。详情内容可以访问原文链接。


二、VESSEL12的肺分割

这里可以直接使用挑战赛中提供的Mask来跳过这一步处理操作。但是在这里,我们再回顾一下之前的内容​​医学图像处理案例(一)——基于CT图像的肺分割​​,肺分割主要步骤有六步:(1)、观察图像发现有噪声,采用中值滤波器滤除噪声,(2)、采用大津阈值法进行分割,(3)、去除背景目标,(4)、尽量去除噪声信息,(5)、重构肺轮廓边缘,(6)、得到肺组织区域。

医学图像处理案例(十八)——肺部血管分割案例_数据_02


从上面原始CT图像上可以看到噪声比较大,对后面肺分割会有影响,这里采用中值滤波的方法来预处理,可以看到噪声基本被抑制了,但是血管信息也被抑制了,不过这没关系,这一步只是为了得到肺部整个区域,可以不用关心血管区域。

医学图像处理案例(十八)——肺部血管分割案例_数据_03

最后得到肺部区域图像如下所示。

医学图像处理案例(十八)——肺部血管分割案例_数据_04

二、VESSEL12的肺部血管增强处理


之前文章也说过可以采用Hessian矩阵来增强血管区域,​​医学图像处理案例(六)——生成血管三维模型​​所以这里利用Hessian矩阵是多维变量函数的二阶偏导数矩阵,根据其特征值的属性来检测管状类的结构。

增强后的血管区域图像如下所示,可以很明显的看到血管区域被明显增强了。

医学图像处理案例(十八)——肺部血管分割案例_医学图像处理_05

三、VESSEL12的肺部血管分割提取

从上图可以看到增强后的血管区域是很明亮的,这一步为了提取血管区域图像,采用阈值分割方法来对增强后的图像进行二值分割处理,结果如下图所示,可以看到只剩下特征明显的血管区域图像了。

医学图像处理案例(十八)——肺部血管分割案例_中值滤波器_06

最后,我们将该区域与原始图像进行结合,生成肺部血管三维模型结果。

医学图像处理案例(十八)——肺部血管分割案例_中值滤波器_07



举报

相关推荐

0 条评论