一种基于多模态数据的超体素序列肺部图像的3D肺结节分割方法

摘要

本发明公开了一种基于多模态数据的超体素序列肺部图像的3D肺结节分割方法，包括以下步骤：步骤A，通过超像素分割和自生成神经森林聚类提取得到序列肺实质图像；步骤B，采用基于互信息的PET/CT多模态数据配准序列肺实质图像；步骤C，采用多尺度可变圆形模板匹配算法标记并提取精确序列肺结节区域；步骤D，使用超体素3D区域增长算法对序列肺结节图像进行三维重建，得到最终的肺结节的三维形态。使用超体素3D区域增长算法形成肺结节的三维重建区域，可以反映出肺部病灶与周围组织的动态关系，而且便于从直观上了解肺结节形状、大小、外观等形态和与周围胸膜或血管的牵拉情况。