医学图像处理案例（七）——生成气管三维模型

今天将继续分享人体肺部气管分割并生成三维模型的案例。

1、利用区域生长方法来提取气管结构

区域生长算法的基本思想是将有相似性质的像素点合并到一起。对每一个区域要先指定一个种子点作为生长的起点，然后将种子点周围领域的像素点和种子点进行对比，将具有相似性质的点合并起来继续向外生长，直到没有满足条件的像素被包括进来为止。这样一个区域的生长就完成了。关键问题有两点（1）、如何确定种子点，（2）、在生长过程中能将相邻像素包括进来的准则条件。

2、利用ITK函数来实现气管提取

参考论文《Optimizing parameters of an open-source airway segmentation algorithm using different CT images》中的方法，在ITK中用到的函数是itk::ConnectedThresholdImageFilter，代码案例见链接：

https://itk.org/Doxygen/html/Examples_2Segmentation_2ConnectedThresholdImageFilter_8cxx-example.html#_a6。

3、气管提取效果

在UI界面上需要手动设置种子点坐标和区域生长中合并相邻像素的准则条件（上阈值和下阈值）。

如图所示，图一是原始CT肺部图像。图二是气管区域图像。从图中效果看，结果还可以接受的。图三是相应的三维重建模型。图四红色区域是手动参数设置的值。

换一组CT肺部图像后并重新选择种子点坐标和上下阈值范围值，进行处理重建得到的气管三维模型如下图所示。