如何在python或MATLAB中从胸部CT图像中提取肺部部分答案

【问题标题】：How to extract lungs part from the chest CT image in python or MATLAB如何在python或MATLAB中从胸部CT图像中提取肺部部分
【发布时间】：2021-02-14 04:17:56
【问题描述】：

我有 CT 扫描图像，我想使用 python 或 MATLAB 仅提取（分割）肺部分。

【问题讨论】：

肺是哪一部分？白色部分还是白色部分中的东西？
@lan Chu，白色周围的部分是肺。我有 PNG 图片。
@Abhi25t 你能分享你的 MATLAB 代码吗，我会试试看它是否对我有用。
嘿，爬山分割对你有用吗？
如果当前的答案是你想要的，那么你应该接受这个答案。否则，您应该解释为什么它不能回答您的问题，以便我们可以再次尝试提供帮助。

标签： python image-processing computer-vision opencv-python medical-imaging

【解决方案1】：

在 MATLAB 中对我有用的解决方案是 Hill Climbing algorithm。这是MATLAB implementation。它使用无监督机器学习算法：k-means。您将需要根据您的要求尝试不同数量的段。请参见下面的示例：

从 MATLAB Central 下载上述代码（文件 HillClimbingSegment.m 和 RGB2Lab.m）并将其放置在您的工作区中。然后你可以这样分割：

image_path = 'CT.jpg';
segmented_img = HillClimbingSegment(image_path,4);

其中第二行中的第二个参数 (4) 是所需段的数量。

在我的图像中，仅使用 4 个片段，可以观察到右肺的异常，但右肺顶部的另一个器官与肺合并。使用 7 段，将其分开。使用 7-9 段可提供最佳视图。超过 9 会导致混乱。

【讨论】：

【解决方案2】：

我建议您将 png 转换为 NIfTI 文件 (nii)，然后使用 python。对于转换，您可以使用它：Convert .png files to .nii (NiFti files)

之后就可以加载图片使用了

nii = nibabel.load(path to the nifti file)

获取 numpy 数组

np_array = nii.get_fdata()

按 -500 到 2000 之间的过滤阈值对 nifti 文件中的所有正文进行分段。身体内外的所有空气都会被1-身体分割。

然后取最大的连通分量，从分割中去掉（就是比肺还大的外界空气）

air_seg = skimage.measure.label(air_seg)
largest_connected_air = air_seg == numpy.argmax(nump.bincount(air_seg.flat)[1:]) + 1

现在再做一次以获取肺部。这是我得到的：

3D lungs

如果您需要更多解释，请回复。

【讨论】：