馮宗雪　董曉

摘要：在肺部疾病計(jì)算機(jī)輔助診斷方法中，肺實(shí)質(zhì)分割是一個(gè)重要步驟。本文提出一種綜合漫水填充算法、形態(tài)學(xué)運(yùn)算和孔填充運(yùn)算的分割方法，此算法能準(zhǔn)確地的分割肺部實(shí)質(zhì)，可有效解決左右肺部不易分離的問題。實(shí)驗(yàn)結(jié)果表明，該算法對(duì)于肺部實(shí)質(zhì)分割富有成效。

關(guān)鍵詞：CT圖像；漫水填充算法；形態(tài)學(xué)運(yùn)算

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2016）18-0205-03

The Lung Parenchyma Segmentation Based on Floodfilling Algorithm

FENG Zong-Xue， DONG Xiao

（School of Physical and Electronics， Shandong Normal University， Jinan 250014 ，China）

Abstract： Lung segmentation is an important step in the method of computer-aided diagnosis of lung diseases.

This paper proposes a segmentation method which combines floodfilling algorithm with morphological operations algorithm and hole filling operations algorithm.This algorithm can segment the lung accurately and can solve the problem that difficult to separate the left and right lungs. Many experiments results show that this algorithm

is very effective for lung segmentation.

Key words： CT images； floodfilling algorithm； morphological operations algorithm

1 概述

對(duì)于肺部疾病，臨床上廣泛采用CT圖像造影序列。分析拍攝的臨床CT圖像并重建三維血管，醫(yī)生就能得到肺血管生理信息，其中肺實(shí)質(zhì)分割是肺血管分割的一個(gè)基礎(chǔ)。目前肺實(shí)質(zhì)分割已成為一個(gè)研究熱點(diǎn)，近年來產(chǎn)生了許多研究成果。

現(xiàn)有的肺實(shí)質(zhì)分割算法有很多種，如人工劃線和邊界跟蹤[1]、閾值分割[2]，區(qū)域生長，分水嶺[3]以及水平集[4]。其中，區(qū)域生長法和閾值分割法在圖像分割中被廣泛應(yīng)用，但是各自有自己的局限性。文獻(xiàn)[5]中指出：閾值分割雖簡單快速，但不能有效去除氣管、支氣管，更不能分割附在肺實(shí)質(zhì)邊緣的結(jié)節(jié)區(qū)域，且閾值選擇比較困難；區(qū)域生長雖然能夠分割附在肺實(shí)質(zhì)邊緣的結(jié)節(jié)區(qū)域，但是其對(duì)種子點(diǎn)及合并生長規(guī)則的選取比較敏感[6]。

基于以上分析，本文提出一種綜合漫水填充算法、形態(tài)學(xué)運(yùn)算和孔填充算法的分割方法，以達(dá)到更好的肺部實(shí)質(zhì)分割效果。

2 算法步驟

在分析漫水填充算法、形態(tài)學(xué)運(yùn)算和孔填充算法等分割方法的基礎(chǔ)上，得出一種綜合算法，其流程如圖1所示。

首先對(duì)CT圖像進(jìn)行預(yù)處理操作，包括二值化處理和膨脹處理；然后在背景區(qū)域選擇種子點(diǎn)并進(jìn)行顏色填充；最后做后續(xù)處理操作，即取反操作、孔洞填充和開運(yùn)算。

2.1 預(yù)處理操作

考慮到CT圖像中肺部內(nèi)部灰度值變化較小，而邊緣輪廓處變化劇烈。因此，在肺實(shí)質(zhì)分割階段，首先對(duì)CT圖像序列進(jìn)行二值化操作把圖像轉(zhuǎn)換為二值圖像，灰度值大于0的設(shè)置為前景，灰度值等于0的設(shè)置為背景，二值化公式為：

公式（1）中，g（i，j）為CT圖像中各點(diǎn)的像素值，p（i，j）為二值圖像中的像素值。

考慮到二值圖像的邊緣粗糙且存在孔洞，所以需要對(duì)二值圖像進(jìn)行膨脹操作，通常膨脹1到3個(gè)像素，膨脹操作后肺部實(shí)質(zhì)的初步輪廓已經(jīng)明顯，但是其除去肺實(shí)質(zhì)以外的背景顏色不一，隨后的處理需要把背景區(qū)域的顏色進(jìn)行統(tǒng)一。

2.2背景填充

在預(yù)處理基礎(chǔ)之上，進(jìn)行背景顏色填充操作，本文采用快速漫水填充算法。漫水填充操作涉及三個(gè)參數(shù)，即初始種子點(diǎn)、目標(biāo)顏色判定規(guī)則和替換顏色[7]，具體算法步驟為：

（1）自動(dòng)標(biāo)記初始種子點(diǎn)（Xseed，Yseed）。

（2）檢索種子點(diǎn)八鄰域，判斷目標(biāo)點(diǎn)的顏色。目標(biāo)點(diǎn)顏色判斷規(guī)則設(shè)定為：與初始種子點(diǎn)RGB各分量之差的絕對(duì)值小于某個(gè)閾值的像素點(diǎn)被認(rèn)為與種子點(diǎn)同屬于一個(gè)區(qū)域。即：

公式（2）中，（r，g，b）是種子點(diǎn)的顏色，（R，G，B）是當(dāng)前點(diǎn)的顏色，Threshold為設(shè)定的閾值。

（3）以初始種子點(diǎn)為中心對(duì)圖像進(jìn)行顏色填充，即當(dāng)滿足判定條件時(shí)，用所選填充顏色替換當(dāng)前顏色。本文選用八鄰域漫水填充。

八鄰域漫水填充過程如圖2所示，各點(diǎn)和區(qū)域如圖2所示。從區(qū)域上所選種子點(diǎn)（黑色標(biāo)記點(diǎn)）出發(fā)，通過上、下、左、右、左上、左下、右上、右下八個(gè)相鄰像素點(diǎn)來檢索，檢索完這一連通區(qū)域再更新連通矩形繼續(xù)檢索。

（4）更新連通區(qū)域，重復(fù)步驟（2）、（3）。

假設(shè)，矩形連通區(qū)域的左上頂點(diǎn)坐標(biāo)為（Xmin，Ymax），右下頂點(diǎn)坐標(biāo)為（Xmax，Ymin），左下頂點(diǎn)坐標(biāo)為（Xmin，Ymin），右下頂點(diǎn)坐標(biāo)為（Xmax，Ymin），待檢測的下一像素點(diǎn)的坐標(biāo)為（X，Y）。矩形連通區(qū)域由此四個(gè)頂點(diǎn)坐標(biāo)來更新。連通區(qū)域的更新規(guī)則如下：

外接矩形頂點(diǎn)初始化：Xmin=Xmax=Xseed；Ymin=Ymax=Yseed。

外接矩形頂點(diǎn)的更新：Xmin=min{Xmin，X}，Xmax=max{Xmax，X}，

Ymin=min{Ymin，Y}，Ymax=max{Ymax，Y}。

2.3后續(xù)處理

背景填充后結(jié)果不理想，肺部實(shí)質(zhì)存在孔洞和噪聲，需要做后續(xù)處理，主要包括取反處理、孔填充和開運(yùn)算。

取反處理。為了使肺部實(shí)質(zhì)區(qū)域用白色表示，在背景填充結(jié)果的基礎(chǔ)上，首先利用公式（3）做取反處理，即二值圖像中像素值為0的點(diǎn)轉(zhuǎn)化為1，像素值為1的點(diǎn)轉(zhuǎn)化為0。

孔填充。為了去除肺部實(shí)質(zhì)內(nèi)部的孔洞，需對(duì)肺部實(shí)質(zhì)進(jìn)行孔填充操作，算法步驟為：

1） 遍歷查找所有輪廓；

2） 獲得輪廓面積并把此面積與設(shè)定的面積值作比較；

3） 當(dāng)輪廓面積小于或者等于設(shè)定面積值時(shí)，用白色替換輪廓內(nèi)部區(qū)域。即當(dāng)時(shí)，

開運(yùn)算。為了去除肺部實(shí)質(zhì)區(qū)域外部的噪聲，需要進(jìn)行開運(yùn)算操作，即先腐蝕后膨脹。一般來說，開運(yùn)算能夠去除孤立的小點(diǎn)、毛刺和小橋，而總的位置和形狀不變。

3 實(shí)驗(yàn)結(jié)果與分析

3.1實(shí)驗(yàn)條件與程序

實(shí)驗(yàn)所用PC機(jī)的配置為CPU 英特爾 core i7-4790，主頻3.60GHZ，內(nèi)存8G。采用30張（編號(hào)1-30）分辨率為512*512、厚度為0.3mm的胸部CT圖像進(jìn)行分割實(shí)驗(yàn)。CT圖像的格式是DICOM，利用Windows系統(tǒng)處理時(shí)，需要根據(jù)CT圖像的特點(diǎn)將其轉(zhuǎn)換成BMP格式，然后對(duì)BMP格式的胸部CT圖像進(jìn)行肺部實(shí)質(zhì)分割，處理后的肺部實(shí)質(zhì)圖像序列是BMP格式，三維分辨率是512*512*65。實(shí)驗(yàn)程序基于VS2010采用C++語言實(shí)現(xiàn)，圖像基于OPENCV進(jìn)行處理。

首先對(duì)CT圖像進(jìn)行預(yù)處理，包括二值化和膨脹操作。經(jīng)過多次實(shí)驗(yàn)驗(yàn)證，膨脹三個(gè)像素時(shí)，能夠達(dá)到較好的分割結(jié)果。二值化和膨脹操作核心代碼如下：

cvCvtColor（Image1， Image2， CV_BGR2GRAY）；

cvDilate（ Image2，Image3， NULL，3）；

隨后進(jìn)行背景填充，本實(shí)驗(yàn)進(jìn)行四次漫水填充，經(jīng)分析CT圖像并選出的四個(gè)種子點(diǎn)坐標(biāo)分別為（0，0），（0，500），（500，500），（300，500），核心代碼如下：

cvFloodFill（Image3， Point（x，y）， Scalar（255，255，255），Scalar（0， 0，0）， Scalar（10， 10，10），NULL）；

此時(shí)肺部實(shí)質(zhì)區(qū)域和背景區(qū)域的區(qū)分已經(jīng)非常明顯，除去肺部血管以外的肺部實(shí)質(zhì)區(qū)域已被提取出來，考慮到結(jié)果不理想，存在孔洞，邊緣粗糙，需要做后續(xù)處理。后續(xù)處理主要包括取反操作、孔洞填充和開運(yùn)算操作。

取反操作的目的是用白色表示肺部區(qū)域。取反操作后圖像包含肺部實(shí)質(zhì)血管部分，隨后運(yùn)用孔洞填充操作將其填充為白色，當(dāng)輪廓面積小于或者等于設(shè)定面積值時(shí)，用白色替換輪廓內(nèi)部區(qū)域。核心代碼如下：

FillInternalContours（Image3，1000）；

考慮到結(jié)果仍有噪聲，需要對(duì)圖像進(jìn)行一次開運(yùn)算操作，即先腐蝕后膨脹，核心代碼如下：

cvErode（ Image3，img_erode， NULL，1.3）；

cvDilate（img_erode，Image4 ， NULL，4）；

3.2實(shí)驗(yàn)結(jié)果與分析

選用30張CT序列中編號(hào)為9和27的兩張圖片作為示例進(jìn)行分析。

圖3至圖9為編號(hào)為9的CT圖像的分步驟實(shí)驗(yàn)結(jié)果，圖10為區(qū)域生長法實(shí)驗(yàn)結(jié)果。

對(duì)比圖17和圖18可以看出，區(qū)域生長法沒有分離開左右肺實(shí)質(zhì)，顯然這樣的結(jié)果不是所期望的，而本文方法能準(zhǔn)確分割開左右肺部實(shí)質(zhì)。

通過實(shí)驗(yàn)結(jié)果對(duì)比可看出，本文算法能夠?qū)Ψ尾繉?shí)質(zhì)分割達(dá)到較為理想的效果，具有可行性和有效性。

4 結(jié)論

針對(duì)區(qū)域生長分割方法的不足，本文提出一種綜合漫水填充算法、形態(tài)學(xué)運(yùn)算和孔洞填充算法的分割方法，對(duì)肺部實(shí)質(zhì)進(jìn)行分割。實(shí)驗(yàn)結(jié)果表明，與區(qū)域生長法相比，本文算法能夠準(zhǔn)確地分割出左、右肺部實(shí)質(zhì)，結(jié)果輪廓清晰，驗(yàn)證了本文算法的可行性和有效性，為后續(xù)肺部血管分割奠定基礎(chǔ)。

參考文獻(xiàn)：

[1] Hu S，Hoffman E A.Automatic lung segmentation for accurate quantization of volumetric X-ray CT images [C].IEEE Trans.Med.Imaging 2001，20（6）：490-498.

[2] 曹蕾，占杰，余曉鍔.基于自動(dòng)閾值的CT圖像快速肺實(shí)質(zhì)分割算法[J].計(jì)算機(jī)工程與應(yīng)用，2008，44（12）：178-181.

[3] 馬麗紅，張宇，鄧建平.基于形態(tài)開閉濾波二值標(biāo)記和紋理特征合并的分水嶺算法[J].中國圖形圖像學(xué)報(bào)，2003，8（1）：78-83.

[4] Lee.J.Seo，J.B，Kim，N.Novel level-set based segmentation method of the lung at HRCT images of

Diffuse interstitial lung disease（DILD），SPIE Medical Imaging 2009：Imageprocessing，2009，10（2）：725941.

[5] 賈同，孟琭，趙大哲，等.基于CT圖像的自動(dòng)肺實(shí)質(zhì)分割方法.東北大學(xué)學(xué)報(bào)：自然科學(xué)版，2008，29（7）：965-967.

[6] 陳旭，莊天戈.胸部高分辨率CT片中肺實(shí)質(zhì)的自動(dòng)分割[J].上海交通大學(xué)學(xué)報(bào)，2002，36（7）：946-948.

[7] 陳佳鑫，賈英民.一種基于漫水填充法的實(shí)時(shí)彩色目標(biāo)識(shí)別方法[J].計(jì)算機(jī)仿真.2012，29（3）：4-9.