मैनुअल फेफड़े के विभाजन में लगभग 10 मिनट लगते हैं और स्वचालित विभाजन के साथ उच्च गुणवत्ता वाले परिणाम प्राप्त करने के लिए एक निश्चित कौशल की आवश्यकता होती है। स्वचालित विभाजन में लगभग 15 सेकंड लगते हैं।

मैंने माना कि तंत्रिका नेटवर्क के बिना 70% से अधिक की सटीकता प्राप्त करना संभव होगा। मैंने यह भी माना, कि रूपात्मक संचालन केवल अधिक जटिल एल्गोरिदम के लिए एक छवि की तैयारी है। लेकिन उन लोगों के प्रसंस्करण के परिणामस्वरूप, हालांकि कुछ, हाथ पर टोमोग्राफिक डेटा के 40 नमूने, एल्गोरिदम ने त्रुटियों के बिना फेफड़े को खंडित किया। इसके अलावा, पहले पांच मामलों में परीक्षण के बाद, एल्गोरिथ्म में महत्वपूर्ण बदलाव नहीं हुआ और सही ढंग से सेटिंग्स को बदले बिना अन्य 35 अध्ययनों पर काम किया।

इसके अलावा, तंत्रिका नेटवर्क का एक नुकसान है - उनके प्रशिक्षण के लिए हमें फेफड़ों के सैकड़ों प्रशिक्षण नमूनों की आवश्यकता होती है, जिन्हें मैन्युअल रूप से चिह्नित करने की आवश्यकता होती है।

सामग्री

श्वसन प्रणाली की संरचना

श्वसन प्रणाली में वायुमार्ग और फेफड़े शामिल हैं। वायुमार्ग को ऊपरी और निचले वायुमार्ग में विभाजित किया गया है। निचले और ऊपरी श्वसन पथ के बीच अलगाव का बिंदु घेघा और वायुमार्ग के चौराहे का बिंदु है। स्वरयंत्र के ऊपर के सभी अंग ऊपरी पथ हैं और स्वरयंत्र और नीचे के अंग निचले पथ हैं।

श्वसन अंगों की सूची:

नाक गुहा नाक और ग्रसनी के बीच एक हवा से भरा गुहा है।
ग्रसनी एक चैनल है जिसके माध्यम से भोजन और हवाई यात्रा होती है।
श्वासनली एक नली है जो स्वरयंत्र और ब्रोंची से जुड़ी होती है।
स्वरयंत्र स्वर बनाने के लिए जिम्मेदार है। यह ग्रीवा कशेरुक C4-C6 के स्तर पर है।
ब्रोंची श्वसन चैनल हैं, जिनमें से मुख्य भाग फेफड़ों के अंदर स्थित है।
फेफड़े मुख्य श्वसन अंग हैं।

Haunsfield पैमाने

गॉडफ्रे हाउंसफील्ड एक अंग्रेजी इलेक्ट्रिकल इंजीनियर थे, जिन्होंने अमेरिकी सिद्धांतकार एलन कॉर्मैक के साथ मिलकर गणना टोमोग्राफी विकसित की, जिसके लिए उन्होंने 1979 में नोबेल पुरस्कार साझा किया।

हाउंसफील्ड स्केल - रेडियोडेंसिटी का वर्णन करने के लिए एक मात्रात्मक पैमाना है, जिसे एचयू द्वारा निरूपित किया गया, हाउंसफील्ड इकाइयों में मापा जाता है।

रेडियोडेन्सिटी की गणना विकिरण क्षीणन गुणांक के आधार पर की जाती है। गतिरोध गुणांक यह दर्शाता है कि विकिरण द्वारा कितनी आसानी से सामग्री की मात्रा को प्रवेश किया जा सकता है।

रेडियोधर्मिता की गणना सूत्र द्वारा की जाती है:

$ $ प्रदर्शन $ $ {μ_ {X} -μ_ {पानी} \ ओवर μ_ {पानी} -μ_ {वायु}} \ गुना 1000 $ $ प्रदर्शन $ $

जहाँ $μ_X, μ_ {पानी}, μ_ {हवा}$ मापा सामग्री, पानी और हवा के लिए रैखिक क्षीणन गुणांक हैं।

रेडियोधर्मीता नकारात्मक हो सकती है क्योंकि शून्य रेडियोधर्मिता पानी से मेल खाती है। इसका मतलब यह है कि पानी क्षीणन गुणांक (उदाहरण के लिए, फेफड़े के ऊतक, वायु) की तुलना में कम क्षीणन गुणांक वाली सभी सामग्रियों में एक नकारात्मक जैव विविधता होगी।

विभिन्न ऊतकों के लिए अनुमानित रेडियोडेंसिटी नीचे सूचीबद्ध हैं:

वायु: -1000 एचयू।
श्वसन अंग: -950 से -300 एचयू।
रक्त (वाहिकाओं के विपरीत): 0 से 100 एचयू से।
हड्डियां: 100 से 1000 एचयू।

लिंक्स के लिए विकिपीडिया: हाउंसफील्ड स्केल , गॉडफ्रे हॉन्सफील्ड , क्षीणन गुणांक ।

गणितीय आकृति विज्ञान

मॉर्फोलॉजिकल ऑपरेशन मुख्य उपकरण हैं जो एल्गोरिथ्म में उपयोग किए गए थे।
कंप्यूटर दृष्टि के क्षेत्र में, आकार के परिवर्तन के लिए रूपात्मक संचालन को एल्गोरिदम का एक समूह कहा जाता है। सबसे अधिक, आकारिकीय संचालन को बिनाराइज्ड छवियों पर लागू किया जाता है, जहां इकाइयां वस्तु वोकल्स के अनुरूप होती हैं, और शून्य खाली करने के लिए।
मुख्य रूपात्मक कार्यों में शामिल हैं:

आकृति विज्ञान फैलाव वस्तुओं के सभी किनारे स्वरों में नए स्वरों को जोड़ना है। दूसरे शब्दों में, एल्गोरिथ्म ऑब्जेक्ट के किनारे से संबंधित सभी स्वरों को स्कैन करता है और एक दिए गए फॉर्म (क्षेत्र, घन, क्रॉस आदि) के साथ कर्नेल का उपयोग करके उन्हें बड़ा करता है। कर्नेल की अपनी त्रिज्या (गोले के लिए) या पक्ष की चौड़ाई (घन के लिए) होती है। इस ऑपरेशन का उपयोग अक्सर पास की कई वस्तुओं को एक वस्तु में मिलाने के लिए किया जाता है।

आकृति विज्ञान अपरदन वस्तुओं की सीमा (सीमा) पर पड़े सभी स्वरों का कट-ऑफ है। यह ऑपरेशन तनुकरण के विपरीत है। यह ऑपरेशन शोर को दूर करने के लिए उपयोगी है जिसमें कई छोटी परस्पर वस्तुओं का रूप है। हालांकि, शोर हटाने की इस पद्धति का उपयोग केवल तभी किया जाना चाहिए जब ब्याज की वस्तु में कटाव की त्रिज्या की तुलना में मोटाई अधिक हो। अन्यथा, उपयोगी जानकारी खो जाएगी।

मॉर्फोलॉजिकल क्लोजिंग एक फैलाव है जिसके बाद क्षरण होता है। इसका उपयोग वस्तुओं के अंदर छिद्रों को बंद करने और पास की वस्तुओं को मर्ज करने के लिए किया जाता है।

मॉर्फोलॉजिकल ओपनिंग एक कटाव है जिसके बाद एक फैलाव होता है। इसका उपयोग छोटे शोर वाली वस्तुओं को हटाने और वस्तुओं को कई वस्तुओं में अलग करने के लिए किया जाता है।

ली एल्गोरिथ्म और RLE संपीड़न

बिनाराइज्ड वोक्सल वॉल्यूम में वस्तुओं का चयन करने के लिए, लाई एल्गोरिथ्म का उपयोग किया जाता है। मूल रूप से इस एल्गोरिथ्म का आविष्कार भूलभुलैया से बाहर सबसे छोटा रास्ता खोजने के लिए किया गया था। हम इसका उपयोग वस्तु का चयन करने के लिए करते हैं और इसे एक तीन आयामी सरणी से दूसरे स्वर में स्थानांतरित करते हैं। एल्गोरिथम का मूल विचार प्रारंभिक बिंदु से सभी संभावित दिशाओं में समानांतर आंदोलन में शामिल है। एक त्रि-आयामी मामले के लिए, एक स्वर से 26 या 6 दिशाओं में स्थानांतरित करना संभव है।

प्रदर्शन को अनुकूलित करने के लिए, रन-लंबाई एन्कोडिंग एल्गोरिथ्म लागू किया गया था। एल्गोरिथ्म का मुख्य विचार यह है कि अनुक्रम में तत्वों की संख्या के बराबर अंक और शून्य को प्रतिस्थापित किया जाता है। उदाहरण के लिए, स्ट्रिंग "00110111" को इसके द्वारा प्रतिस्थापित किया जा सकता है: "2; 2; 1; ३ ”है। यह मेमोरी एक्सेस की संख्या को कम करता है।

विकिपीडिया लिंक: ली एल्गोरिथ्म , आरएलई एल्गोरिदम ।

बेस वॉल्यूम का थ्रेसहोल्ड रूपांतरण

टोमोग्राफ का उपयोग करके स्कैन किए गए स्थान के प्रत्येक बिंदु पर एक रेडियोएडेंसिटी के बारे में डेटा प्राप्त किया गया था। एयर वॉक्सल्स की -1100 से -900 एचयू तक की रेंज में एक बायोडायवर्सिटी है, और श्वसन अंगों के वॉक्सल्स में -900 -300 एचयू से रेडियोडेंसिटी है। इसलिए, हम -300 एचयू से अधिक रेडियोधर्मी के साथ सभी अनावश्यक स्वरों को हटा सकते हैं। नतीजतन, हम केवल श्वसन अंगों और हवा वाले एक बिनाराइज्ड स्वर की मात्रा प्राप्त करते हैं।

बाहरी हवा निकालना

शरीर की आंतरिक हवा को खंडित करने के लिए, हम उन सभी वस्तुओं को हटा देते हैं जो 3 डी वॉल्यूम के कोनों से सटे हैं। इस प्रकार, हम बाहरी हवा को हटा देते हैं।

हालांकि, सभी मामलों में टोमोग्राफ तालिका के अंदर की हवा को हटाया नहीं जाएगा, क्योंकि इसमें 3 डी वॉल्यूम के कोनों के साथ संबंध नहीं हो सकता है।

इसलिए, हम न केवल कोनों को स्कैन करेंगे, बल्कि एफ के किसी भी किनारे पर झूठ बोलने वाले सभी स्वर भी होंगे। लेकिन, जैसा कि हम नीचे की छवि में देख सकते हैं, फेफड़े भी हटा दिए गए थे। यह पता चला है कि ट्रेकिआ का 3 डी वॉल्यूम के ऊपरी विमान के साथ भी संबंध था।

हमें स्कैन क्षेत्र से शीर्ष विमान को बाहर करना होगा। ऐसे अध्ययन भी हैं जिनमें फेफड़े पूरी तरह से पकड़ में नहीं आए थे और निचला विमान फेफड़ों से जुड़ा हुआ है।
इसलिए अगर आप चाहें तो निचले विमान को भी बाहर कर सकते हैं।

लेकिन यह विधि केवल छाती के अध्ययन को प्रभावित करती है। शरीर की पूरी मात्रा पर कब्जा करने के मामले में, नाक गुहा के माध्यम से आंतरिक और बाहरी हवा का कनेक्शन दिखाई देगा इसलिए, आंतरिक और बाहरी हवा को अलग करने के लिए रूपात्मक क्षरण को लागू करना आवश्यक है।

क्षरण को लागू करने के बाद, हम बाहरी हवा के विभाजन के पहले प्राप्त विधि पर लौट सकते हैं जो 3 डी-वॉल्यूम के साइड विमानों के साथ बाहरी हवा की कनेक्टिविटी पर आधारित है।

बाहरी वायु विभाजन के बाद, हम तुरंत बाहरी हवा को हवा और फेफड़ों की पूरी मात्रा से हटा सकते हैं और शरीर और फेफड़ों की आंतरिक हवा प्राप्त कर सकते हैं। लेकिन एक समस्या है। कटाव के बाद, बाहरी हवा के बारे में कुछ जानकारी खो गई थी। इसे बहाल करने के लिए, हम बाहरी हवा के फैलाव को लागू करते हैं।

इसके बाद, हम बाहरी हवा को पूरी हवा और श्वसन अंगों से हटाते हैं और आंतरिक वायु और श्वसन अंगों को प्राप्त करते हैं।

अधिकतम आयतन वस्तु का विभाजन

अगला, हम श्वसन अंगों को खंड में अधिकतम वस्तु के रूप में विभाजित करते हैं। श्वसन अंगों का जठरांत्र संबंधी मार्ग के अंदर हवा के साथ कोई संबंध नहीं है।

यह ध्यान देने योग्य है कि प्रारंभिक चरण में रेडियोधर्मिता सीमा का सही विकल्प महत्वपूर्ण है। अन्यथा, कुछ मामलों में, कम रिज़ॉल्यूशन के परिणामस्वरूप दोनों फेफड़ों के बीच कोई संबंध नहीं हो सकता है। उदाहरण के लिए, यदि हम मानते हैं कि श्वसन अंगों के स्वर में -500 एचई और उससे कम की रेडियोधर्मीता है, तो नीचे के मामले में, श्वसन अंगों के विभाजन को सबसे बड़ी वस्तु के रूप में विभाजित करने से त्रुटि होगी, क्योंकि कोई संबंध नहीं है दो फेफड़े। इसलिए, सीमा को -300 एचयू तक बढ़ाया जाना चाहिए।

जहाजों को फेफड़ों के अंदर बंद करना

फेफड़ों के अंदर के जहाजों को पकड़ने के लिए हम रूपात्मक समापन का उपयोग करेंगे, अर्थात्, एक ही त्रिज्या के साथ कटाव के बाद फैलाव। जहाजों की विकिरण क्षमता (विपरीत के बिना) लगभग 0..100 एचयू है।

छवि में हम देख सकते हैं कि बड़े रक्त चैनल बंद नहीं हुए हैं। लेकिन यह आवश्यक नहीं है। इस ऑपरेशन का उद्देश्य अगले चरणों में फेफड़ों के विभाजन की प्रक्रिया को आसान बनाने के लिए फेफड़ों के अंदर कई छोटे छेदों को नष्ट करना था।

श्वसन अंगों का विभाजन एल्गोरिथ्म

परिणामस्वरूप, हम निम्नलिखित श्वसन अंगों के विभाजन एल्गोरिथ्म प्राप्त करते हैं:

थ्रेसहोल्ड "<-300 एचयू" के साथ बेस वॉल्यूम का रूपांतरण।
बाहरी और आंतरिक हवा के पृथक्करण के लिए 3 मिमी त्रिज्या के साथ रूपात्मक कटाव।
3 डी वॉल्यूम के सीमा पक्ष विमानों के साथ बाहरी वायु कनेक्टिविटी के आधार पर बाहरी हवा का विभाजन।
अपरदन के बाद खोई गई जानकारी को बहाल करने के लिए बाहरी हवा का रूपात्मक फैलाव।
आंतरिक हवा और श्वसन अंगों को प्राप्त करने के लिए पूरे वायु और श्वसन अंगों से बाहरी हवा का घटाव।
अधिकतम आयतन वस्तु का विभाजन।
फेफड़ों के अंदर वाहिकाओं का रूपात्मक बंद होना।

MATLAB में एल्गोरिथ्म कार्यान्वयन

फ़ंक्शन "getRespiratoryOrgans"

% Returns the whole respiratory organs volume (lung and airway volume) % without separating of the left and right lung. % V = base volume with radiodensity data in Hounsfield units. % cr = radius of vessels morphological closing. % ci = iteration count of vessels morphological closing (fe 3-times % make dilation and after that 3-times make erosion. function RO = getRespiratoryOrgans(V,cr,ci) % Threshold transform of the base volume with the threshold level "<-300 HU". AL=~imbinarize(V,-300); % Morphological erosion with the 3 mm radius for the separation of external % and internal air. SE=strel('sphere',3); EAL=imerode(AL,SE); % Segmentation of external air based on external air connectivity with the % boundary side planes of the 3D volume. EA=getExternalAir(EAL); % Morphological dilation of the external air to restore the information lost % after the erosion. DEA=EA; for i=1:4 DEA=imdilate(DEA,SE); DEA=DEA&AL; end % Subtraction of the external air from the whole air and respiratory organs to % obtain the internal air and respiratory organs. IAL=AL-DEA; % Segmentation of the maximum volume object. RO=getMaxObject(IAL); Morphological closing of the vessels inside the lungs. RO=closeVoxelVolume(RO,3,2);

फ़ंक्शन "getExternalAir"

 % Returns the volume which is connected with the edge surfaces of % the voxel scene (except the top surface, because lungs can have % a connection with the top surface). % EAL = eroded lung-and-air binarized volume. function EA = getExternalAir(EAL) % The “bwlabeln” function segments objects: voxels of a one object % equates to 1, and of another one - to 2, etc. V=bwlabeln(EAL); % We request such characteristics of the objects as bounding box and % list of all object voxels. R=regionprops3(V,'BoundingBox','VoxelList'); n=height(R); % Create a 3D matrix for storing external air voxels. s=size(EAL); EA=zeros(s,'logical'); % Scan all the objects to find objects belonging to the external air. for i=1:n % Define the minimum and maximum x and y coordinates of the object. x0=R(i,1).BoundingBox(1); y0=R(i,1).BoundingBox(2); x1=x0+R(i,1).BoundingBox(4); y1=y0+R(i,1).BoundingBox(5); % If the edge voxels of the object are in contact with the side planes of % the 3D volume, then copy all the voxels of this object into the matrix EA. if (x0 < 1 || x1 > s(1)-1 || y0 < 1 || y1 > s(2)-1) % Convert the object voxel coordinates data to the matrix type: % [[x1 y1 z1] [x2 y2 z3] ... [xn yn zn]]. mat=cell2mat(R(i,2).VoxelList); ms=size(mat); % Fill the matrix containing the voxels of the external air. for j=1:ms(1) x=mat(j,2); y=mat(j,1); z=mat(j,3); EA(x,y,z)=1; end end end

फ़ंक्शन "getMaxObject"

 % Returns the largest object in the voxel volume V. % O = the voxels of the largest object. % m = the volume of the largest object. function [O,m] = getMaxObject(V) % Segment the objects. V=bwlabeln(V); % Reqiest the information about the objects volume and objects voxel coordinates. R=regionprops3(V,'Volume','VoxelList'); % Determine the index of the maximum volume object. v=R(:,1).Volume; [m,i]=max(v); % Create the 3D matrix for storing the largest object voxels. s=size(V); O=zeros(s,'logical'); % Copy the largest object voxels to the new matrix. mat=cell2mat(R(i,2).VoxelList); ms=size(mat); for j=1:ms(1) x=mat(j,2); y=mat(j,1); z=mat(j,3); O(x,y,z)=1; end

स्रोत कोड को संदर्भ द्वारा डाउनलोड किया जा सकता है।

निष्कर्ष

निम्नलिखित लेख होने जा रहे हैं:

ट्रेकिआ और ब्रांकाई विभाजन;
फेफड़े का विभाजन;
फेफड़े की सेगमेंटेशन।

निम्नलिखित एल्गोरिदम पर विचार किया जाएगा:

दूरी परिवर्तन;
निकटतम पड़ोसी परिवर्तन, जिसे फीचर रूपांतर के रूप में भी जाना जाता है;
फ्लैट 3 डी वस्तुओं के विभाजन के लिए हेसियन मैट्रिक्स के आइगेनवेल्यूज़ की गणना;
वाटरशेड विभाजन।

स्वचालित श्वसन अंग विभाजन