本申請請求享有美國臨時專利申請第62/020,261號的權益和優(yōu)先權，該美國臨時專利申請的申請日為2014年7月2日，其全部內容通過引用方式組合在文中。

技術領域

本公開文本涉及用于分割肺部的系統(tǒng)和方法。更具體而言，本公開文本涉及根據(jù)基于患者胸部的CT掃描圖像數(shù)據(jù)產(chǎn)生的三維(3D)模型確定肺部邊界的系統(tǒng)和方法。

背景技術：

患者肺部位于胸腔內，胸腔與腹腔被肺底部處的肌肉隔膜分開。此外，肺部被稱之為胸膜(臟層胸膜和壁層胸膜)的雙壁囊以及胸膜和肺部之間的胸膜液包圍。胸膜液能讓肺部擴張和收縮，而不粘附胸膜。

實現(xiàn)肺部可視化的可視化技術已經(jīng)得到發(fā)展，可幫助臨床醫(yī)生進行診斷、手術和/或執(zhí)行其他的治療程序。對于確定具有相應癥狀的病變部位的位置，可視化尤為重要。此外，當治療病變部位時，重點更多放在正確位置的識別上，以在正確位置執(zhí)行合適程序。另外，實現(xiàn)肺部邊界可視化是重要的，原因在于，病變部位和手術操作位置應該在肺部邊界范圍內。因此，實現(xiàn)胸膜可視化是重要的，因為胸膜限定肺部邊界。

技術實現(xiàn)要素：

根據(jù)本公開文本提供了一種用于確定肺部的胸膜邊界的方法。

在本公開文本的一個方面，一種分割方法包括以下步驟：從成像裝置獲取圖像數(shù)據(jù)；基于所獲取的圖像數(shù)據(jù)產(chǎn)生一組二維(2D)切片圖片；通過處理器確定所述一組2D切片圖片中的第一切片圖片中的種子體素；通過處理器使用閾值從種子體素開始對所述一組2D切片圖片中的第一切片圖片應用區(qū)域生長方法；根據(jù)從種子體素生長的區(qū)域，通過處理器產(chǎn)生一組經(jīng)過二值化處理的2D切片圖片；通過處理器過濾掉所述一組經(jīng)過二值化處理的2D切片圖片中的每個切片圖片中的肺部的連通區(qū)域；和根據(jù)所述一組經(jīng)過二值化處理的2D切片圖片，通過處理器確定肺部的胸膜邊界。

在本公開文本的另一方面，種子體素位于所述一組經(jīng)過二值化處理的2D切片圖片中的第一切片圖片的對應于肺部氣管的一部分中。

在本公開文本的另一方面，所述閾值大于或等于種子體素的亮度。

在本公開文本的另一方面，已獲取的圖像數(shù)據(jù)以醫(yī)學影像(DICOM)格式存儲在數(shù)字成像和通信設備中。

在本公開文本的另一方面，圖像數(shù)據(jù)通過網(wǎng)絡裝置獲取。

在本公開文本的另一方面，應用區(qū)域生長方法的步驟包括：在所述一組2D切片圖片中的第一切片圖片中的第一體素的亮度小于預定閾值并且所述第一體素連接到種子體素的情況下，將第一體素的亮度設置為最大值；和在所述一組2D切片圖片中的第二切片圖片中的第二體素的亮度不小于預定閾值或第一體素未連接到種子體素的情況下，將第二體素的亮度設置為最小值。

在本公開文本的另一方面，所述閾值導致高亮度區(qū)域出現(xiàn)在所述一組2D切片圖片中的種子體素周圍。

在本公開文本的另一方面，應用區(qū)域生長方法的步驟還包括：將所述一組2D切片圖片中的體素指定值從最小值顛倒為最大值，從最大值顛倒為最小值，以獲得所述一組經(jīng)過二值化處理的切片圖片。

在本公開文本的另一方面，過濾掉肺部的連通區(qū)域的步驟包括：

檢測所述一組經(jīng)過二值化處理的2D切片圖片中的連通區(qū)域；計算所述一組經(jīng)過二值化處理的2D切片圖片中的每個連通區(qū)域的面積；確定每個連通區(qū)域的面積是否小于預定值；當確定第一連通區(qū)域的面積小于預定值時，將最小值指定給第一連通區(qū)域的像素；和當確定第二連通區(qū)域的面積大于或等于預定值時，將最大值指定給連通區(qū)域的像素。

在本公開文本的另一方面，連通區(qū)域是亮度高的封閉區(qū)域。

在本公開文本的另一方面，連通區(qū)域是血管和氣道。

在本公開文本的另一方面，分別來自于三個獨立方向的三個2D切片圖片的交點確定所述一組2D切片圖片的體素。

在本公開文本的另一方面，所述三個獨立方向分別是軸向方向、冠狀方向和矢狀方向。

在本公開文本的另一方面，所述一組二值化的2D切片圖片的每個體素的亮度高或低。

在本公開文本的另一方面，圖像數(shù)據(jù)可通過計算層析成像技術、放射線照相術、電腦軸向斷層掃描所產(chǎn)生的斷層照片、核磁共振成像、超聲檢查、造影成像、熒光鏡透視檢查、核掃描和正電子發(fā)射斷層成像技術獲取。

在本公開文本的另一方面，一種用于確定肺部胸膜的系統(tǒng)，所述系統(tǒng)包括成像裝置和圖像處理裝置。成像裝置被配置成形成患者胸部的圖像，以獲取圖像數(shù)據(jù)。圖像處理裝置包括存儲器和處理器，存儲器被配置成存儲數(shù)據(jù)和處理器可執(zhí)行的指令。處理器被配置成執(zhí)行處理器可執(zhí)行的指令以便：根據(jù)所獲取的圖像數(shù)據(jù)產(chǎn)生一組二維(2D)切片圖片；確定所述一組2D切片圖片中的第一切片圖片中的種子體素；通過使用閾值從種子體素開始對所述一組2D切片圖片中的第一切片圖片應用區(qū)域生長方法；根據(jù)從種子體素生長的區(qū)域產(chǎn)生一組經(jīng)過二值化處理的2D切片圖片；過濾掉所述一組經(jīng)過二值化處理的2D切片圖片中的每個切片圖片中的肺部的連通區(qū)域；和根據(jù)所述一組經(jīng)過二值化處理的2D切片圖片確定肺部的胸膜邊界。

在不違背本公開文本范圍的情況下，本公開文本的上述任何方面和實施例可相互組合。

附圖說明

本領域的普通技術人員在參照附圖閱讀了對各種實施例的描述后，將能明顯看出當前公開的系統(tǒng)和方法的目的和特征，附圖如下：

圖1是根據(jù)本公開文本的實施例的示例性裝置的示意圖，該裝置可用于分割患者肺部的CT(計算機斷層掃描)圖像數(shù)據(jù)；

圖2A根據(jù)本公開文本的實施例用圖形說明了確定用于分割的體素的2D圖片，這些2D圖片中肺部區(qū)域顯示為黑色；

圖2B根據(jù)本公開文本的實施例用圖形說明了確定用于分割的體素的2D圖片，這些2D圖片中肺部區(qū)域顯示為白色；

圖3根據(jù)本公開文本的實施例用圖形說明了確定用于分割的體素的2D圖片，這些2D圖片中肺部顯示為灰色；

圖4A-4B根據(jù)本公開文本的實施例用圖形說明了患者肺部的2D圖像中的連通區(qū)域(連接部位)的過濾過程；

圖5A是根據(jù)本公開文本的實施例的流程圖，示出了一種分割患者肺部2D圖像以確定患者肺部的胸膜邊界的示例性方法；

圖5B是根據(jù)本公開文本的實施例的流程圖，示出了一種應用區(qū)域生長過程的示例性方法；以及

圖5C是根據(jù)本公開文本的實施例的流程圖，示出了一種過濾掉連通區(qū)域的示例性方法。

具體實施方式

本公開文本涉及用于分割患者胸部的圖像數(shù)據(jù)以確定患者肺部的胸膜邊界的系統(tǒng)和方法。

使用電磁導航(EMN)系統(tǒng)的電磁導航支氣管鏡(ENB)程序中，必須的一部分程序是分割患者胸部的圖像數(shù)據(jù)以確定患者肺部的胸膜邊界。ENB程序通常至少涉及兩個階段：(1)規(guī)劃好通向患者肺部內或附近的目標的路徑；和(2)沿規(guī)劃路徑向目標引導探頭。文中所述的路徑規(guī)劃軟件的實例可從美國專利申請第13/838,805號、第13/838,997號和第13/839,224號中了解到，這些文獻全部由Covidien LP于2013年3月15日申請，并且名稱為“路徑規(guī)劃系統(tǒng)和方法”，它們全部通過引用方式組合在本文中。路徑規(guī)劃軟件的實例可在受讓人相同的美國臨時專利申請第62/020,240號中了解到，該美國臨時專利申請的名稱為“在肺部內導航的系統(tǒng)和方法”，其全部內容通過引用方式組合在本文中。

在路徑規(guī)劃階段之前，例如通過計算機斷層掃描(CT掃描)對患者肺部成像，但是另外的合適成像方法對于本領域的技術人員而言是公知的。在CT掃描期間匯集的圖像數(shù)據(jù)例如可以以醫(yī)學數(shù)字影像和通訊(DICOM)格式存儲，但是其他的合適格式對于本領域的技術人員而言是公知的。CT掃描圖像數(shù)據(jù)然后可被加載到路徑規(guī)劃軟件(“應用程序”)中，對其進行處理以產(chǎn)生在ENB程序的規(guī)劃階段可使用的3D模型。分割患者胸部的圖像數(shù)據(jù)可以是產(chǎn)生3D模型的過程的一部分，或可單獨執(zhí)行。

本申請可使用CT掃描圖像數(shù)據(jù)產(chǎn)生患者肺部的3D模型。除了其他元素以外，該3D模型還可包括支氣管樹模型，其對應于患者實際的肺支氣管樹，顯示患者實際的支氣管樹的各種通道、分支和分叉點。當CT掃描圖像數(shù)據(jù)可能具有缺口、遺漏和/或包含在圖像數(shù)據(jù)中的其他瑕疵時，通過填充或修正CT掃描圖像數(shù)據(jù)中的任何這類缺口、遺漏和/或瑕疵，3D模型能平滑顯示患者的氣管。3D模型在產(chǎn)生之后，可以以各種視圖呈現(xiàn)。盡管將根據(jù)特定的說明性實施例描述本公開文本，但是本領域的技術人員將容易看出，在不違背本公開文本的實質的情況下，可進行各種改進、再配置和替代。本公開文本的范圍由所附的權利要求書限定。

圖1示出了用于分割肺部的圖像處理裝置100。裝置100可以是專門的圖像處理計算機，其被配置成實現(xiàn)下述功能。裝置100可實施為對本領域的技術人員而言公知的任何形式，如，便攜式電腦、臺式電腦、平板電腦或其他類似的計算機。除了其他元件以外，裝置100還可包括一個或多個處理器110、存儲器120、顯示器130、一個或多個專門的圖形處理器140、網(wǎng)絡接口150、以及一個或多個輸入接口160；存儲器120除了存儲其他的以外，還存儲上面提到的應用程序122。

CT掃描圖像數(shù)據(jù)可以以DICOM的格式存儲在存儲器120中。一組2D切片圖片可根據(jù)CT掃描圖像數(shù)據(jù)產(chǎn)生。一方面，可產(chǎn)生該組2D切片圖片來描述患者指定部位的軸位、冠狀位和矢狀位。例如，對于胸部的每個交叉點，可具有在三個獨立方向上產(chǎn)生的三張不同的2D切片圖片。這些2D切片圖片可被加載到應用程序122中，處理器100執(zhí)行應用程序122，以轉換2D切片圖片的格式以便于顯示。例如，應用程序122可將2D切片圖片的顏色空間轉換成適于顯示的另一種顏色空間，可以執(zhí)行成像過程(如，縮放、旋轉、平移或投影)，以按預期顯示2D切片圖片。至少根據(jù)三張不同的2D切片圖片，可確定體素?？赏ㄟ^使用區(qū)域生長算法處理2D切片圖片，以區(qū)分不同類型的組織和材料，從而確定肺部的胸膜邊界。各種區(qū)域生長算法在本領域是公知的。存儲器120也可存儲可產(chǎn)生胸部的3D模型或可確定肺部的胸膜邊界的應用程序。

圖2示出了確定種子體素220的三張2D切片圖片，種子體素220被確定為來自每張2D切片圖片(205,210,215)的像素，這些像素限定根據(jù)本公開文本的實施例進行分割的體素。如圖2所示，這三個2D切片圖片在患者氣管交叉點處彼此相交，在此處確定種子體素220。分割是圖像處理步驟，根據(jù)該組2D切片圖片中的體素的Hounsfield值對該組2D切片圖片進行分割，用于確定圖像亮度(intensity)差異，從而更清楚確定器官和圖像的其他不同的亮度方面，在本公開文本的實施例中，確定肺部的胸膜邊界。

在一個實施例中，分割可以用來將該組2D切片圖片中的肺部內側區(qū)域和肺部外側區(qū)域區(qū)分開來。分割可包括二值化和過濾處理，在二值化處理中僅通過兩種不同的亮度值顯示2D切片圖片，下面將更詳細地描述過濾處理。

在本公開文本的第一步驟中，根據(jù)患者胸部的CT掃描圖像數(shù)據(jù)產(chǎn)生一組2D切片圖片。一旦產(chǎn)生該組2D切片圖片，就必須選擇種子體素220。圖2A示出了一種人工處理，其中，示出了在2D切片圖片中選定種子體素220。三個2D切片圖片205、210和215分別沿軸向方向、矢狀方向和冠狀方向示出了胸部，確定了初始種子體素220。為了更清楚地示出初始種子體素220，在這三個2D切片圖片205、210和215中均示出了水平軸向225和豎直軸向230。水平軸向225和豎直軸向230的交點為初始種子體素220。一方面，初始種子體素220位于肺部或氣管內部，可人工或自動確定。通過選定氣管中的種子體素220作為種子體素220，可進行處理以快速將肺部內的氣道與肺部外側組織區(qū)分開。

氣管沿其長度方向的直徑大致恒定。具體而言，氣管上部分從喉部和咽部大致線性延伸至胸骨背后。通過利用氣管的這些性質，可在2D切片圖片中找到氣管。在受讓人相同的美國臨時專利申請第62/020,253號(名稱為“氣管標注”、申請日為2014年7月2日，發(fā)明人為Lachmanovich等)和美國臨時專利申請第62/020,257號(名稱為“人體肺部氣管的自動檢測”，申請日為2014年7月2日，發(fā)明人為Markov等)中，描述了找到氣管以確定初始種子體素220的其他細節(jié)。

人工或自動選定初始種子體素220之后，使用區(qū)域生長算法對2D切片圖片進行二值化。根據(jù)區(qū)域生長算法，核對該組2D切片圖片中的每個體素，以確定每個體素的指定Hounsfield值是否小于閾值以及每個體素是否連接到起始體素220上。當確定體素的指定Hounsfield值小于閾值并且體素連接到初始種子體素220時，將該體素的Hounsfield值設定為1或最大值。否則，將該體素的Hounsfield值設定為零或最小值。作為該區(qū)域生長算法的一部分，將閾值選定得足夠大，以至于在肺部引起遺漏，從而用從氣道遺漏掉的亮度值填充肺部。

將該組2D切片圖片中的每個體素設置為最大值或最小值之后，2D切片圖片將僅具有兩種像素顏色。最終結果是，在一組2D切片像素中，Hounsfield值最大的體素/像素顯示為白色，Hounsfield值最小的體素/像素顯示為黑色。如圖2B所示，在一些情況下，將該組2D切片圖片中的體素值顛倒(因此，2D切片圖片中的像素值被顛倒)，使得肺部區(qū)域顯示為黑色，非肺部區(qū)域顯示為白色或其他顏色。

圖3示出了三張2D切片圖片335、340和345，它們顯示對肺部組織進行分割和二值化后的結果，清楚顯示胸部背景為灰色，其他非氣道或肺部組織為白色。圖3中的圖像盡管不完整，但基本上能確定肺部的胸膜邊界。

由于肺部具有多孔結構，因此，該組已被二值化的2D切片圖片中，表示肺部和氣道的大部分體素顯示為黑色。但是，Hounsfield值大于閾值的一些氣道組織(如圖3中的圖片335)顯示為白色。此外，肺部外側已被二值化的3D空間中的體素也可顯示為白色，因為它們未連接到初始種子體素220并具有最大亮度值。的確，Hounsfield值高于閾值(如，體素350)的任何組織將顯示為白色。

已經(jīng)過分割、二值化和顛倒處理的該組2D切片圖片的黑色區(qū)域較大，覆蓋肺部。一方面，可對閾值進行調整以使黑色區(qū)域盡可能大，以便足夠準確地覆蓋肺部的胸膜邊界。通過減小閾值，表示小氣道的壁部或血管的體素顯示為白色，同時，大的黑色區(qū)域變得更小。另一方面，當閾值增加時，小氣道的壁部和血管不顯示為白色，大的黑色區(qū)域變得更大。因此，可將閾值調節(jié)為這樣一值，使得具有一定尺寸的小氣道壁和血管顯示為白色，并且使得大的黑色區(qū)域生長成與肺部胸膜一樣大。

可沿軸向方向、冠狀方向和矢狀方向觀察已經(jīng)過分割、二值化和顛倒處理的該組2D切片圖片。圖4A和4B根據(jù)本公開文本的實施例示出了已經(jīng)過二值化處理以過濾掉連通區(qū)域的切片圖片以及已經(jīng)過過濾處理的2D切片圖片。這三個2D切片圖片405、410和415是黑白圖片。黑色區(qū)域420表示肺部，而白色區(qū)域表示肺部外側區(qū)域以及肺部中的一些連通區(qū)域(如，血管和氣道壁)。這些連通區(qū)域在2D切片圖片410和415中顯示為小的白色區(qū)域435。

過濾掉連通區(qū)域這一過程從檢測每個2D切片圖片中的連通區(qū)域開始。連通區(qū)域顯示為大黑色區(qū)域中的白色區(qū)域，大黑色區(qū)域表示肺部。當檢測到連通區(qū)域時，對每個連通區(qū)域的面積進行計算。如果計算出的面積小于閾值，那么過濾掉相應的連通區(qū)域，這意味著將相應的連通區(qū)域中的像素再指定為0。換句話說，將相應的連通區(qū)域合并到肺部區(qū)域或大的黑色區(qū)域中。2D切片圖片中的所有連通區(qū)域經(jīng)過過濾處理之后，獲得經(jīng)過濾處理的沿軸向方向的2D切片圖片405。已被過濾的2D切片圖片405包括大的黑色區(qū)域420，其邊界限定肺部的胸膜邊界。

圖4B包括經(jīng)過濾處理的分別沿軸向方向、冠狀方向和矢狀方向的2D切片圖片440、450和460。已經(jīng)過濾處理所有2D切片圖片中的連通區(qū)域之后，每張已經(jīng)過濾處理的2D切片圖片具有如已經(jīng)過濾處理的2D切片圖片440、450和460中所示的大黑色區(qū)域。這些已經(jīng)過濾處理的2D切片圖片被重構，產(chǎn)生一組分割的2D切片圖片，它們包括限定肺部的胸膜邊界的黑色區(qū)域。這些黑色區(qū)域也界定或限制了用于對肺部進行診斷和/或外科手術的空間。該組限定胸膜邊界的2D切片圖片可組合到規(guī)劃和處理軟件(如，由Covidien LP公司出售的iLogic軟件，用于診斷和治療患者肺部)中。這種對胸膜邊界的清楚界定可用于將肺部與周圍組織分隔開，從而用于形成患者肺部的3D空間。

圖5A-5C根據(jù)本公開文本的實施例示出了分割方法500的流程圖，該方法用于產(chǎn)生一組分割的2D切片圖片，這些圖片界定了肺部的胸膜邊界。分割方法500從步驟505開始，在步驟505中，例如從CT掃描儀獲取患者胸部的CT掃描圖像數(shù)據(jù)。一方面，可通過另一種成像模式(如，射線照相術、通過CAT掃描產(chǎn)生的斷層照片、MRI、超聲波檢查法、造影成像、熒光鏡檢查、核掃描和PET)獲取CT圖像數(shù)據(jù)。

在步驟510中，對CT掃描圖像數(shù)據(jù)進行處理，產(chǎn)生患者胸部的一組2D切片圖片。該組2D切片圖片可能包括肺部、胸膜、氣管、心臟、胃部和胸部中的任何其他器官。體素定義為，沿三個方向(如，軸向方向、矢狀方向和冠狀方向)觀察的三張2D切片圖片的交點。每個體素具有表示三個像素的值，每個像素來自于沿三個方向觀察的三張2D切片圖片中的相應2D切片圖片。通過在該組2D切片圖片中確定種子體素220，開始對胸部的該組2D切片圖片進行分割，這種分割可將包含初始種子體素的區(qū)域與不包含初始種子體素的區(qū)域區(qū)分開。在步驟515中，自動或人工確定初始種子體素。初始種子體素位于氣管或肺部的內側區(qū)域。當氣管用于確定初始種子體素時，自動找到氣管的方法可在受讓人相同的美國臨時專利申請第62/020,253號(名稱為“氣管標注”、申請日為2014年7月2日，發(fā)明人為Lachmanovich等)和美國臨時專利申請第62/020,261號(名稱為“人體肺氣管的自動檢測”，申請日為2014年7月2日，發(fā)明人為Markov等)中了解到，這兩篇美國臨時專利申請的全部內容通過引用方式組合在本文中。在找到氣管之后，氣管內部的任何體素可確定為初始種子體素。

在步驟520中，使用區(qū)域生長算法來處理該組2D切片圖片。使用區(qū)域生長算法將更多體素連接到種子體素上，以使含有初始種子體素的區(qū)域生長。在分割方法500的最后，該區(qū)域可用于確定肺部邊界。

通過使用區(qū)域生長算法，可對該組2D切片圖片的每個體素進行二值化處理，即，將體素的Hounsfield值與閾值進行比較，將其再指定為兩種顏色，黑色和白色。黑色體素表示肺部區(qū)域，白色體素表示非肺部區(qū)域。步驟520之后，產(chǎn)生新的一組經(jīng)過二值化處理的2D切片圖片。下面將參照圖5B進一步描述步驟520的細節(jié)。

在步驟525中，對所有2D切片圖片進行處理，過濾掉其中的連通區(qū)域。連通區(qū)域表示Hounsfield值大于上面確定的閾值的血管和氣管壁。在2D切片圖片中，連通區(qū)域顯示為肺部區(qū)域內的白色區(qū)域。通過將尺寸小于預定閾值的白色區(qū)域從肺部區(qū)域內過濾掉或去除掉，可僅用黑色顯示覆蓋肺部的區(qū)域，準備好2D切片圖片以確定肺部的胸膜邊界。下面將參照圖5C詳細描述過濾過程。

過濾處理之后，在步驟540中，可使用該組已處理的2D切片圖片來確定肺部的胸膜邊界。在步驟540之后，分割方法結束。通過利用最小尺寸限制對2D切片圖片進行二值化處理和連通區(qū)域分析，臨床醫(yī)生能清楚確定真實邊界(尤其是胸膜邊界)?？蛇x地，代替使用原始的CT掃描圖像數(shù)據(jù)，可通過不同的數(shù)據(jù)集產(chǎn)生用于方法500的2D切片圖片。用于方法500的另一種可能的數(shù)據(jù)集的實例為，根據(jù)3D模型產(chǎn)生的一組2D切片圖片，該3D模型根據(jù)原始的CT掃描圖像數(shù)據(jù)產(chǎn)生。由于CT掃描圖像數(shù)據(jù)中的任何間隙、遺漏和/或瑕疵已被填充或修正，因此這種3D模型可更平順地顯示患者肺部。圖5B示出的流程圖示出了圖5A的步驟520，即，對患者胸部的該組2D切片圖片的體素應用區(qū)域生長算法。在步驟521中，將該組2D切片圖片的體素亮度(Hounsfield值)與閾值進行比較。

當確定體素亮度大于或等于閾值時，執(zhí)行步驟524，否則執(zhí)行步驟522。在步驟522中，確定體素和初始種子體素之間的連接性。在此，這種連接性保證體素和初始體素位于同一區(qū)域，或換句話說，體素位于肺部區(qū)域。這可通過考慮周圍體素并確定它們是否滿足同一閾值標準來實現(xiàn)。返回到初始種子體素繼續(xù)執(zhí)行該方法。換句話說，如果存在從體素至種子體素的路徑，并且該路徑由一系列滿足閾值標準的相鄰體素組成，那么，認為該體素連接至起始種子體素。當確定體素連接至種子體素時，在步驟523中將最大值指定給該體素的亮度值。結果是體素亮度的二元掩膜，所有連接的體素滿足閾值標準，即，一個具有指定亮度值，所有其他的具有另一亮度值。

一方面，被認為是種子體素候選者且十分接近種子體素的體素可與閾值遞歸地比較，不需考慮連接性。這種遞歸方法通過比較與初始種子體素鄰近的體素開始，然后在所有方向上遞歸地執(zhí)行。此情況下，不需要核查連接性。

當在步驟521中確定體素亮度不小于閾值或在步驟522中確定體素未連接至初始種子體素時，在步驟523中將最小值指定給該體素亮度。在步驟523和524中，分割該組2D切片圖片，從而使體素僅具有最小值或最大值。

在步驟523和524之后，執(zhí)行步驟525。在步驟525中，確定是否有體素還未通過區(qū)域生長算法進行處理。如果有這種體素，重復步驟521-525，直到不再有未處理的體素。執(zhí)行步驟521-525后的結果是，該組二值化的2D切片圖片僅包括用于非肺部區(qū)域的黑色體素和用于肺部區(qū)域的白色體素。在步驟526中，將每個體素的指定值從最大值顛倒為最小值或從最小值顛倒為最大值，使得肺部區(qū)域具有黑色體素，非肺部區(qū)域具有白色體素。一方面，可調整步驟521中使用的閾值，以使肺部區(qū)域出現(xiàn)充分的遺漏(如，高亮度區(qū)域)，從而高亮度區(qū)域覆蓋肺部和肺部邊界。另一方面，該閾值大于或等于種子體素的亮度值。

圖5C根據(jù)本公開文本的實施例示出了用于圖5A的步驟525(即，將連通區(qū)域從2D切片圖片中過濾掉)的流程圖。步驟525從步驟526(即，在從該組二值化的2D切片圖片產(chǎn)生的2D切片圖形中，檢測連通區(qū)域)開始。連通區(qū)域可表示血管和/或氣道壁。在步驟527中，確定是否檢測出連通區(qū)域。如果在步驟527中確定未檢測出連通區(qū)域，那么，從過濾步驟525轉向步驟531，核對是否有更多的2D切片圖片以檢測連通區(qū)域。

當在步驟527中確定檢測出連通區(qū)域時，在步驟528中計算檢測出的連通區(qū)域的面積。該面積是表示連通區(qū)域的白色區(qū)域中的像素的個數(shù)。

在步驟529中，將計算出的面積與閾值進行比較。當確定計算出的面積大于或等于閾值時，返回到步驟526。這意味著，連通區(qū)域不是血管或氣道壁。當確定計算出的面積小于閾值時，在步驟530中，將連通區(qū)域過濾掉或去除掉。換句話說，將最小值指定給連通區(qū)域中的像素。因此，連通區(qū)域被合并到覆蓋肺部和胸膜的大黑色區(qū)域中。

在步驟531中，確定是否有更多的待處理的2D切片圖片。當確定具有未處理的2D圖像時，重復步驟526-530，以過濾掉未處理的2D切片圖片中的連通區(qū)域。否則，過濾步驟525完成。

一方面，過濾步驟540可處理沿一個方向獲得的2D切片圖片，然后處理沿另一方向獲得的2D切片圖片。例如，步驟540首先處理沿軸向方向獲取的2D切片圖片，然后依次處理沿冠狀方向和矢狀方向獲取的其他2D切片圖片。另一方面，步驟540可不按任何次序一個一個地處理2D切片圖片。

通過對該組2D切片圖片進行二值化處理，過濾掉2D切片圖片中的連通區(qū)域，最終得到的該組2D切片圖片(是已被分割的一組2D切片圖片)可用于確定肺部的胸膜邊界，在ENB方法的規(guī)劃或導航階段可使用胸膜邊界。例如，該信息在規(guī)劃階段有助于確定何時疑似目標位于肺部外側?？蛇x地，該過程期間，該信息可用于當工具靠近胸膜邊界時通知臨床醫(yī)生。在兩種情況下，知道胸膜邊界位置有助于臨床醫(yī)生避免并發(fā)癥，如氣胸或在臨床醫(yī)生研究或著靠近肺部邊界處或附近的目標時可出現(xiàn)的其他狀況。

現(xiàn)在返回到圖1，存儲器120包括應用程序122(如，EMN路徑規(guī)劃程序軟件)和可由處理器110執(zhí)行的其他數(shù)據(jù)。例如，該數(shù)據(jù)可以是以DICOM格式存儲的CT掃描圖像數(shù)據(jù)和/或基于CT掃描圖像數(shù)據(jù)產(chǎn)生的3D模型。存儲器120也可存儲其他相關數(shù)據(jù)，如患者病歷、處方和/或患者病史。存儲器120可以是一個或多個固態(tài)存儲裝置、閃存芯片、大容量存儲器、磁帶機或通過存儲控制器和通訊總線連接到處理器上的計算機可讀的任何存儲介質。計算機可讀的存儲介質包括以任何方法或技術被執(zhí)行以存儲信息(如，計算機可讀指令、數(shù)據(jù)結構、程序模塊或其他數(shù)據(jù))的永久介質、易失和非易失介質、可移動和不可移動介質。例如，計算機可讀的存儲介質包括隨機存取存儲器(RAM)、只讀存儲器(ROM)、可擦可編程只讀存儲器(EPROM)、電可擦編程只讀存儲器(EEPROM)、閃存或其他固態(tài)存儲技術、CD-ROM、DVD或其他光存儲器、磁帶盒、磁帶、磁盤存儲器或其他磁存儲裝置、或可用于存儲所需信息且裝置100可訪問的任何其他介質。

顯示器130可以是觸摸感應和/或聲控的，能使顯示器130既起到輸入裝置的作用，又起到輸出裝置的作用。圖形處理器140可以是專門的圖形處理器，其執(zhí)行圖像處理功能(如，處理CT掃描圖像數(shù)據(jù)以產(chǎn)生3D模型)，處理3D模型以從3D模型中產(chǎn)生上述不同方位的2D切片圖片、以及產(chǎn)生3D模型的三維渲染。圖形處理器140還可被配置成產(chǎn)生顯示在顯示器130上的圖形用戶界面(GUI)。GUI可包括顯示2D圖像切片、3D渲染等視圖。在一些實施例中，圖形處理器140可以是專門的圖形處理器，如，專業(yè)圖形處理單元(GPU)，其僅執(zhí)行圖像處理功能，一個或多個普通處理器110可用于其他功能。專門的GPU可以是獨立的專用顯示卡或集成顯卡。

網(wǎng)絡接口150能使裝置100通過有線和/或無線網(wǎng)絡連接與其他裝置通訊。在一實施例中，裝置100可通過網(wǎng)絡連接從成像裝置接收CT掃描圖像數(shù)據(jù)。在其他實施例中，裝置100可通過存儲裝置(如，磁盤或對本領域技術人員公知的其他外部存儲介質)接收CT掃描圖像數(shù)據(jù)。

輸入接口160可用于輸入數(shù)據(jù)或控制信息(如，設定值、文本信息)和/或用于控制裝置100。輸入接口160可包括鍵盤、鼠標、觸控感應器、攝像機、麥克風或其他數(shù)據(jù)輸入裝置或對于本領域技術人員公知的用于用戶交互的傳感器。

另外，請參考受讓人相同的下列申請：美國臨時專利申請序列第62,020,220號，其名稱為“實時自動匹配反饋”，申請日為2014年7月2日，發(fā)明人為Brown等；美國臨時專利申請序列第62,020,242號，其發(fā)明名稱為“用于患者肺部的多個CT掃描結果的統(tǒng)一的坐標系統(tǒng)”，申請日為2014年7月2日，發(fā)明人為Greenburg；美國臨時專利申請序列第62,020,245號，其發(fā)明名稱為“對準CT”，申請日為2014年7月2日，發(fā)明人為Klein等；美國臨時專利申請序列第62,020,250號，其發(fā)明名稱為“熒光鏡檢查位姿估計算法”，申請日為2014年7月2日，發(fā)明人為Merlet；美國臨時專利申請序列第62,020,258號，其發(fā)明名稱為“錐形圖—提供距離和方位反饋同時三維導航的方法”，申請日為2014年7月2日，發(fā)明人為Lachmanovich等；美國臨時專利申請序列第62,020,262號，其發(fā)明名稱為“用于在肺部內進行工具導航的肺部動態(tài)三維地圖視圖”，申請日為2014年7月2日，發(fā)明人為Weingarten等；這些文獻的全部內容通過引用方式組合在本文中。所有這些參考文獻涉及如下方面：改進和操縱DICOM圖像以提高清晰度，改善與肺治療規(guī)劃和導航等相關的分析、診斷和治療系統(tǒng)的性能。

盡管已經(jīng)參照附圖詳細描述了實施例以進行闡釋和描述，但是應該理解為，本發(fā)明的方法和裝置并不解釋為受此限制。本領域的普通技術人員將能明顯看出，在不違背本公開文本范圍的情況下，可對前述實施例進行各種改進。