基于otsu和区域生长的肺部CT图像分割方法

陈亚楠，陈丽芳，芦国军

（河北地质大学 信息工程学院，河北 石家庄 050000）

根据世界卫生组织几个大癌症中心的报告显示，肺癌已经成为全球死亡率最高的癌症。我国肺癌患者数量居全球首位，且国内肺癌的发病率、死亡率在所有癌症中均是第一，肺癌已成为人类健康的最大威胁[1]。如今人们的健康意识不断提高，肺癌的计算机辅助诊断已成为当前热点，得到了大量的研究。

使用计算机辅助诊断肺癌的首要步骤就是肺实质的分割，其分割结果直接影响后续处理，许多专家学者对此提出了一系列的肺实质分割方法，例如常用的阈值法[2]、区域生长法[3]、聚类法[4-5]等。基于阈值的分割方法虽然快速，但难以去除气管和支气管；基于区域生长的方法对与肺膜黏连的肺结节会从肺实质中去除，分割不准确；如果肺实质密度不高、边缘不清晰，用聚类方法分割比较困难。针对上述问题，本文提出了一种otsu[6-7]和区域生长结合的分割方法，不仅解决了上述问题，而且能快速准确地自动化分割肺实质。

1 otsu算法原理

otsu由日本学者大津于1979年提出，是一种自动确定阈值的分割方法，它通过穷举式搜索确定最佳分割阈值，把图像分为目标和背景两部分。otsu算法简单，物理意义明确，是一种受到广泛使用的阈值分割方法。基本原理如下所示。

设图像有L个灰度级，灰度级i的像素点数为ni，则图像的全部像素数为：

灰度级i出现的概率为pi为：

设分割阈值为t，用阈值t将图像分为两类：C0=(0,1,…,t)，C1=(t+1,t+2,…L－1)，两类出现的概率分别为：

C0类和C1类的灰度均值分别为：

2 区域生长法

区域生长的基本思想是：从满足条件的种子点开始，根据生长准则确定相邻像素点是否满足条件，若满足则将相邻像素点与种子点合并，直到找不到像素点合并后停止生长。在进行区域生长前，先要确定2个问题：选择邻域方式和确定相似性准则。邻域方式一般使用4邻域和8邻域，本文的邻域方式使用8邻域。相似性准则是区域生长的条件，由于在使用区域生长法前先用otsu对CT图像进行二值化预分割，所以预分割后的肺部CT二值图像中的像素点只有2种灰度值，则本文的相似性准则可设为：

f(x,y)是种子点(x,y)的灰度值，f(m,n)是种子点邻域像素点(m,n)的灰度值，如果种子点(x,y)的灰度值f(x,y)和其邻域像素点(m,n)的灰度值f(m,n)相等，则为相似。

具体算法步骤如下：

（1）创建一个空栈，确定种子点，将种子点压入栈中。

（2）从栈中取出一个种子点，根据相似性准则判断种子点和与其邻域像素点是否相似，若相似，将邻域像素点与种子点合并然后压入栈中。

（3）重复步骤（2）直到栈为空。

3 otsu和区域生长分割肺部CT图像

本文肺部CT图像分割指的是从完整肺部CT图像中分割出肺实质，用本文方法分割肺实质的主要步骤包括otsu预分割CT图像和用区域生长法分割左右肺。具体步骤为：（1）读入肺部CT图像。（2）otsu预分割肺部CT图像得到肺部CT的二值图像。（3）使用区域生长法从肺部CT的二值图像提取左右肺掩模。（4）填充掩膜孔洞。（5）使用掩模从原始肺部CT图像中分割左右肺。（6）将分割好的左右肺组成的肺实质图像输出。

实验采用的计算机配置为Intel(R) Core(TM)主频3.4 GHz四核处理器，8 GB内存，Windows8.1版操作系统，编程环境为python3。CT图像中的肺实质部分灰度值较低，在此处为了方便观察分割效果，本文将分割后得到的肺实质图片背景全部变为白色。

图1为肺部CT原始图像，图2为本文方法的分割步骤，共含有4个小图。从左到右按顺序第一个是用otsu对原始CT图像进行预分割的二值结果图；第二个是在肺部CT二值图像的基础上用区域生长法提取的左右肺掩模，其中含有很多小的孔洞；第3个为掩模填充孔洞后的结果，第4个是用掩模从原始肺部CT图像中分割出的肺实质图像。可以看出，使用本文方法能有效地从肺部CT图像中分割出肺实质。

图1 肺部CT原始图像

图2 本文方法分割步骤

图3中有两个肺实质图像，从左数第一个是单独使用otsu对原始CT图像进行分割得到的肺实质结果图，左右肺中间的两个黑色区域为气管和支气管，可以看出，单独使用otsu分割原始CT图像，不能去除气管和支气管；图3中第二个是单独使用区域生长法对原始CT图像进行分割得到的肺实质结果图，其中左肺右侧和右肺左侧被圆形圈中的空白区域是与组织相连的血管，这部分也属于肺实质但并没有被分割到肺实质中，如果有肺结节黏连在此处的血管上，单独使用区域生长法分割将会把与组织相连的血管和与血管黏连的肺结节从肺实质剔除，影响后续肺结节检测的结果。

综上所述，使用本文方法分割肺部CT图像不仅可以有效地分割出肺实质，而且可以去除气管和支气管，还不会将与组织相连的部分从肺实质中剔除，分割结果更准确。

图3 otsu分割结果和区域生长分割结果

4 结语

近年来，肺部CT图像分割一直是计算机辅助诊断的一个挑战性问题，本文针对传统方法分割肺部CT图像的难点，提出了一种基于otsu和区域生长的肺部CT图像分割方法，使用该方法分割肺部CT图像，不仅能去除气管和支气管，而且分割后得到的肺实质中与组织相连的部分不会有缺失。实验结果表明，本文方法不仅能有效地分割肺实质，且分割结果更准确。