CN111462270A - 一种基于新型冠状病毒肺炎ct检测的重建***及方法 - Google Patents

Abstract

本发明实施例提供一种基于新型冠状病毒肺炎CT检测的重建***及方法，该方法包括：将预处理后的CT图像数据输入到分割网络中，获取肺部图像、血管图像和气管图像；对肺部图像进行二值化处理，获取肺部掩膜、左肺掩膜和右肺掩膜，对血管图像进行二值化处理，获取血管掩膜，对气管图像进行二值化处理，获取气管掩膜；获取预处理后的CT图像数据中的感兴趣区域；根据气管掩膜和血管掩膜，在感兴趣区域中将所述气管掩膜和所述血管掩膜对应的像素值置为图像中全局最小值，从而在感兴趣区域中去除气管和血管。本方法可以有效地显示肺部病变的位置、形态、分布范围和周围组织的对比关系，从而为CT检测提供多视角分析的潜力。

Description

一种基于新型冠状病毒肺炎CT检测的重建***及方法

技术领域

本发明涉及机器视觉领域，更具体地，涉及一种基于新型冠状病毒肺炎CT检测的重建***及方法。

背景技术

目前，新型冠状病毒肺炎的诊断依据主要是核酸检测和医学影像检测。两者并用更有利于诊断，因为从官方确诊的病例情况公布中发现，一些患者核酸检测2次以上才显示阳性，甚至有核酸检测第5次才显示阳性的情况，因此在做核酸检测的同时、进行肺部CT影像检查，将肺部CT呈现急性炎症征象的患者、按照“疑病从有”的原则及早收治。

CT图像经后处理后，能多方位、多角度为影像专业和临床医生提供更完整、更直观和更易读的反映人体内部器官解剖结构和病变情况的影像学信息。在新型冠状病毒肺炎的CT检测中，CT图像后处理重建技术能提供病变更精确更可靠的影像学信息。

多平面重建(简称MPR)是从原始横轴位图像获得人体相应器官任意层面的冠状、矢状、横轴面和斜面的二维图像的后处理方法。MPR可以显示全身各个***器官的形态学改变，在新型冠状病毒肺炎的检测中，判断病变性质、侵及范围、毗邻关系有着明显优势。

最大密度投影(简称MIP)是容积数据中在视线方向上密度最大的全部像元值成像的投影技术。因为成像数据源自三维容积数据，因而可以随意改变投影的方向；因为成像数据取自三维容积数据中密度最大的像元值或者像元值的均值，因而其主要又是是可以较真实地反映组织的密度差异，在新型冠状病毒肺炎检测中清晰显示病变的位置、形态以及分布范围。

最小密度投影(简称MinIP)是利用容积数据在视线方向上密度最小的像元值成像的投影技术；在新型冠状病毒肺炎的CT检测中，MinIP主要用于显示大气道、支气管树等中控器官的病变。

因此，亟需开发一种用于新型冠状病毒肺炎CT检测的MIP/MinIP/MPR后处理重建技术，能更加清晰、明确的为医务工作者提供病变的位置、形态、分布范围、侵及范围等影像学信息，为检测或者治疗新型冠状病毒肺炎患者提供一定帮助。

发明内容

为了解决上述问题，本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的基于新型冠状病毒肺炎CT检测的重建***及方法。

根据本发明实施例的第一方面，提供一种基于新型冠状病毒肺炎CT检测的重建方法，该方法包括：将预处理后的CT图像数据输入到分割网络中，获取肺部图像、血管图像和气管图像，其中，所述分割网络以预处理后的CT图像数据为样本、以肺部图像、血管图像和气管图像为标签进行训练得到；对所述肺部图像进行二值化处理，获取左肺掩膜和右肺掩膜，对所述血管图像进行二值化处理，获取血管掩膜，对所述气管图像进行二值化处理，获取气管掩膜；

获取预处理后的CT图像数据中的感兴趣区域，所述感兴趣区域为人体区域；

根据所述气管掩膜和所述血管掩膜，在所述感兴趣区域中将所述气管掩膜和所述血管掩膜对应的像素值置为所述感兴趣区域中全局最小值，从而在所述感兴趣区域中去除气管和血管，清晰地显示肺部病变的位置、形态、分布范围以及与周围组织的对比关系。

根据本发明实施例第二方面，提供了一种用于新型冠状病毒肺炎CT检测的重建***，该***包括：分割模块，用于将预处理后的CT图像数据输入到分割网络中，获取肺部图像、血管图像和气管图像，其中，所述分割网络以预处理后的CT图像数据为样本、以肺部图像、血管图像和气管图像为标签进行训练得到；二值模块，用于对所述肺部图像进行二值化处理，获取左肺掩膜和右肺掩膜，对所述血管图像进行二值化处理，获取血管掩膜，对所述气管图像进行二值化处理，获取气管掩膜；感兴趣模块，用于获取所述CT图像数据中的感兴趣区域，所述感兴趣区域为人体区域；第一重建模块，用于根据所述气管掩膜和所述血管掩膜，在所述感兴趣区域中将所述气管掩膜和所述血管掩膜对应的像素值置为所述感兴趣区域中全局最小值，从而在所述感兴趣区域中去除气管和血管，清晰地显示肺部病变的位置、形态、分布范围以及与周围组织的对比关系。

根据本发明实施例的第三方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现如第一方面的各种可能的实现方式中任一种可能的实现方式所提供的一种基于新型冠状病毒肺炎CT检测的重建方法。

根据本发明实施例的第四方面，提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面的各种可能的实现方式中任一种可能的实现方式所提供的一种基于新型冠状病毒肺炎CT检测的重建方法。

本发明实施例提供的基于新型冠状病毒肺炎CT检测的重建***及方法，可以有效地显示肺部病变的位置、形态、分布范围和周围组织的对比关系，从而为CT检测提供多视角分析的潜力，在抗击新型冠状病毒肺炎中提供一定帮助。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其他的附图。

图1为本发明实施例提供的一种基于新型冠状病毒肺炎CT检测的重建方法的流程图；

图2为本发明实施例中肺部MIP重建图像；

图3为本发明实施例中分割网络的结构示意图；

图4为本发明又一实施例提供的一种基于新型冠状病毒肺炎CT检测的重建***的结构示意图；

图5为本发明实施例提供的电子设备的实体结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接或彼此可通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

图1为本发明实施例提供的一种基于新型冠状病毒肺炎CT检测的重建方法的流程图，如图1所示，该方法包括：

S1，将预处理后的CT图像数据输入到分割网络中，获取肺部图像、血管图像和气管图像，其中，所述分割网络以预处理后的CT图像数据为样本、以肺部图像、血管图像和气管图像为标签进行训练得到；

S2，对所述肺部图像进行二值化处理，获取左肺掩膜和右肺掩膜，对所述血管图像进行二值化处理，获取血管掩膜，对所述气管图像进行二值化处理，获取气管掩膜；

S3，获取预处理后的CT图像数据中的感兴趣区域，所述感兴趣区域为人体区域；

S4，根据所述气管掩膜和所述血管掩膜，在所述感兴趣区域中将所述气管掩膜和所述血管掩膜对应的像素值置为所述感兴趣区域中全局最小值，从而在所述感兴趣区域中去除气管和血管，清晰地显示肺部病变的位置、形态、分布范围以及与周围组织的对比关系。

首先获取新型冠状病毒肺炎患者CT图像数据，对CT图像数据进行预处理，具体地，该预处理包括下采样和规范化处理，得到预处理后的CT图像数据，并将预处理后的CT图像数据输入到分割网络中，得到肺部图像、血管图像和气管图像。该分割网络是深度学习神经网络，是经过训练后得到的，训练时以预处理后的CT图像数据为样本、以肺部图像、血管图像和气管图像为标签。

对肺部图像进行二值化处理，得到整个肺的肺部掩膜、左肺掩膜和右肺掩膜，对血管图像进行二值化处理，得到血管掩膜，对气管图像进行二值化处理，得到气管掩膜。

根据阈值，然后获取预处理后的CT图像数据中的感兴趣区域，该感兴趣区域为去除人体组织以外的数据。

然后根据气管掩膜和血管掩膜，在感兴趣区域中将气管掩膜和血管掩膜对应的像素点的像素值置为最小，从而在感兴趣区域中将气管和血管去除。同时适当调整图像的窗宽窗位，以清晰地显示肺部病变的位置、形态、分布范围以及与周围组织的对比关系。

在上述实施例的基础上，优选地，还包括：

根据所述肺部掩膜、所述左肺掩膜和所述右肺掩膜，将去除气管血管后的CT图像数据内所有的轴位图像叠加起来，对预设标线标定的重组线所对应的肺组织进行冠状、矢状位、任意角度斜位图像重组，获取肺部MPR图像、左肺MPR图像以及右肺的MPR图像。

具体地，根据上面获取的气管掩膜和血管掩膜，计算左右肺部MPR图像、左肺MPR图像以及右肺MPR图像，具体计算方法为：将去除气管血管的CT图像数据内所有的轴位图像叠加起来，然后对选定标线标定的重组线所指定的肺组织进行冠状、矢状位、任意角度斜位图像重组，得到肺部MPR图像、左肺MPR图像以及右肺的MPR图像。

在上述实施例的基础上，优选地，还包括：

根据所述肺部掩膜、所述左肺掩膜和所述右肺掩膜，将去除气管血管后的CT图像数据在冠状、矢状位进行灰阶度CT值的映射，在投影值位平均值时对新型冠状病毒肺炎的MIP重建时，获取肺部MIP图像、左肺MIP图像以及右肺的MIP图像。

图2为本发明实施例中肺部MIP重建图像，如图2所示，图中左边的图像为肺部MIP重建图像，右上方为左肺MIP图像，右下方为右肺MIP图像，从图中可以看出，图中白色部分为病变位置。

在上述实施例的基础上，优选地，还包括：

根据所述肺部掩膜、所述左肺掩膜和所述右肺掩膜，将去除气管血管后的CT图像数据在冠状、矢状位进行灰阶度CT值的映射，映射后的值为当前层最小值，获取肺部MinIP图像、左肺MinIP图像以及右肺的MinIP图像。

根据获得的肺部掩膜，计算肺部MinIP图像、左肺MinIP图像以及右肺的MinIP图像，具体计算方法为：将去除气管血管的数据CT数据在冠状、矢状位进行灰阶度CT值的映射，映射后的值为当前层最小值。

在上述实施例的基础上，优选地，所述将预处理后的CT图像数据输入到分割网络中，获取肺部图像、血管图像和气管图像，具体包括：

将所述预处理后的CT图像数据输入到所述分割网络中的编码器中，获取特征图；

将所述特征图输入到所述分割网络的解码器中，获取所述肺部图像、所述血管图像和所述气管图像，其中，所述编码器中较浅层的高分辨率特征与所述解码器中较高层的低分辨率特征直接相连。

图3为本发明实施例中分割网络的结构示意图，如图3所示，该分割网络由编码器(Encoder)和解码器(Decoder)组成，编码器对输入图像通过卷积网络和下采样进行高层次抽象特征提取，把原图编码为尺寸只有原图1/32的特征图，解码器把编码器输出的特征图通过卷积网络和上采样解码，输出与原尺寸相同的三张图像，即肺部图像、气管图像和血管图像，其像素值表示该像素属于不同分割对象的概率。

编码器和解码器之间通过跳跃连接(Skip connection)，跳跃连接将编码器中较浅层的高分辨率特征与解码器中较高层的低分辨率特征直接相连，解决高层特征中细节(高分辨率)信息丢失的问题。

图4为本发明又一实施例提供的一种基于新型冠状病毒肺炎CT检测的重建***的结构示意图，如图4所示，该***包括分割模块401、二值模块402、感兴趣模块403和第一重建模块404，其中：

分割模块401用于将预处理后的CT图像数据输入到分割网络中，获取肺部图像、血管图像和气管图像，其中，所述分割网络以预处理后的CT图像数据为样本、以肺部图像、血管图像和气管图像为标签进行训练得到；

二值模块402用于对所述肺部图像进行二值化处理，获取左肺掩膜和右肺掩膜，对所述血管图像进行二值化处理，获取血管掩膜，对所述气管图像进行二值化处理，获取气管掩膜；

感兴趣模块403用于获取所述CT图像数据中的感兴趣区域，所述感兴趣区域为人体区域；

第一重建模块404用于根据所述气管掩膜和所述血管掩膜，在所述感兴趣区域中将所述气管掩膜和所述血管掩膜对应的像素值置为所述感兴趣区域中全局最小值，从而在所述感兴趣区域中去除气管和血管，清晰地显示肺部病变的位置、形态、分布范围以及与周围组织的对比关系。

在上述实施例的基础上，优选地，还包括：

第二重建模块，用于根据所述肺部掩膜、所述左肺掩膜和所述右肺掩膜，将去除气管血管后的CT图像数据内所有的轴位图像叠加起来，对预设标线标定的重组线所对应的肺组织进行冠状、矢状位、任意角度斜位图像重组，获取肺部MPR图像、左肺MPR图像以及右肺的MPR图像。

在上述实施例的基础上，优选地，还包括：

第三重建模块，用于根据所述肺部掩膜、所述左肺掩膜和所述右肺掩膜，将去除气管血管后的CT图像数据在冠状、矢状位进行灰阶度CT值的映射，在投影值位平均值时对新型冠状病毒肺炎的MIP重建时，获取肺部MIP图像、左肺MIP图像以及右肺的MIP图像。

在上述实施例的基础上，优选地，还包括：

第四重建模块，用于根据所述肺部掩膜、所述左肺掩膜和所述右肺掩膜，将去除气管血管后的CT图像数据在冠状、矢状位进行灰阶度CT值的映射，映射后的值为当前层最小值，获取肺部MinIP图像、左肺MinIP图像以及右肺的MinIP图像。

在上述实施例的基础上，优选地，还包括：预处理模块，其中，所述预处理模块具体包括特征图单元和解码单元，其中：

所述特征图单元用于将所述预处理后的CT图像数据输入到所述分割网络中的编码器中，获取特征图；

所述解码单元用于将所述特征图输入到所述分割网络的解码器中，获取所述肺部图像、所述血管图像和所述气管图像，其中，所述编码器中较浅层的高分辨率特征与所述解码器中较高层的低分辨率特征直接相连。

本***实施例的具体实施过程与上述方法实施例的具体执行过程相同，详情请参考上述方法实施例，本***实施例在此不再赘述。

本发明实施例提供了一种电子设备，如图5所示，该设备包括：处理器(processor)501、通信接口(Communications Interface)502、存储器(memory)503和通信总线504，其中，处理器501，通信接口502，存储器503通过通信总线504完成相互间的通信。处理器501可以调用存储器503上并可在处理器501上运行的计算机程序，以执行上述各实施例提供的用于新型冠状病毒肺炎DR检测的异常病灶智能检测方法，例如包括：将预处理后的CT图像数据输入到分割网络中，获取肺部图像、血管图像和气管图像，其中，所述分割网络以预处理后的CT图像数据为样本、以肺部图像、血管图像和气管图像为标签进行训练得到；对所述肺部图像进行二值化处理，获取肺部掩膜、左肺掩膜和右肺掩膜，对所述血管图像进行二值化处理，获取血管掩膜，对所述气管图像进行二值化处理，获取气管掩膜；获取预处理后的CT图像数据中的感兴趣区域，所述感兴趣区域为人体区域；根据所述气管掩膜和所述血管掩膜，在所述感兴趣区域中将所述气管掩膜和所述血管掩膜对应的像素值置为所述感兴趣区域中全局最小值，从而在所述感兴趣区域中去除气管和血管，清晰地显示肺部病变的位置、形态、分布范围以及与周围组织的对比关系。

此外，上述的存储器503中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的用于新型冠状病毒肺炎DR检测的异常病灶智能检测方法，例如包括：将预处理后的CT图像数据输入到分割网络中，获取肺部图像、血管图像和气管图像，其中，所述分割网络以预处理后的CT图像数据为样本、以肺部图像、血管图像和气管图像为标签进行训练得到；对所述肺部图像进行二值化处理，获取肺部掩膜、左肺掩膜和右肺掩膜，对所述血管图像进行二值化处理，获取血管掩膜，对所述气管图像进行二值化处理，获取气管掩膜；获取预处理后的CT图像数据中的感兴趣区域，所述感兴趣区域为人体区域；根据所述气管掩膜和所述血管掩膜，在所述感兴趣区域中将所述气管掩膜和所述血管掩膜对应的像素值置为所述感兴趣区域中全局最小值，从而在所述感兴趣区域中去除气管和血管，清晰地显示肺部病变的位置、形态、分布范围以及与周围组织的对比关系。

以上所描述的电子设备等实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于新型冠状病毒肺炎CT检测的重建***，其特征在于，包括：

分割模块，用于将预处理后的CT图像数据输入到分割网络中，获取肺部图像、血管图像和气管图像，其中，所述分割网络以预处理后的CT图像数据为样本、以肺部图像、血管图像和气管图像为标签进行训练得到；

二值模块，用于对所述肺部图像进行二值化处理，获取左肺掩膜和右肺掩膜，对所述血管图像进行二值化处理，获取血管掩膜，对所述气管图像进行二值化处理，获取气管掩膜；

感兴趣模块，用于获取所述CT图像数据中的感兴趣区域，所述感兴趣区域为人体区域；

第一重建模块，用于根据所述气管掩膜和所述血管掩膜，在所述感兴趣区域中将所述气管掩膜和所述血管掩膜对应的像素值置为所述感兴趣区域中全局最小值，从而在所述感兴趣区域中去除气管和血管，清晰地显示肺部病变的位置、形态、分布范围以及与周围组织的对比关系。

2.根据权利要求1所述的***，其特征在于，还包括：

第二重建模块，用于根据所述肺部掩膜、所述左肺掩膜和所述右肺掩膜，将去除气管血管后的CT图像数据内所有的轴位图像叠加起来，对预设标线标定的重组线所对应的肺组织进行冠状、矢状位、任意角度斜位图像重组，获取肺部MPR图像、左肺MPR图像以及右肺的MPR图像。

3.根据权利要求1所述的***，其特征在于，还包括：

第三重建模块，用于根据所述肺部掩膜、所述左肺掩膜和所述右肺掩膜，将去除气管血管后的CT图像数据在冠状、矢状位进行灰阶度CT值的映射，在投影值位平均值时对新型冠状病毒肺炎的MIP重建时，获取肺部MIP图像、左肺MIP图像以及右肺的MIP图像。

4.根据权利要求1所述的***，其特征在于，还包括：

第四重建模块，用于根据所述肺部掩膜、所述左肺掩膜和所述右肺掩膜，将去除气管血管后的CT图像数据在冠状、矢状位进行灰阶度CT值的映射，映射后的值为当前层最小值，获取肺部MinIP图像、左肺MinIP图像以及右肺的MinIP图像。

5.根据权利要求1所述的***，其特征在于，还包括：预处理模块，其中，所述预处理模块具体包括特征图单元和解码单元，其中：

所述特征图单元用于将所述预处理后的CT图像数据输入到所述分割网络中的编码器中，获取特征图；

所述解码单元用于将所述特征图输入到所述分割网络的解码器中，获取所述肺部图像、所述血管图像和所述气管图像，其中，所述编码器中较浅层的高分辨率特征与所述解码器中较高层的低分辨率特征直接相连。

6.一种基于新型冠状病毒肺炎CT检测的重建方法，其特征在于，包括：

将预处理后的CT图像数据输入到分割网络中，获取肺部图像、血管图像和气管图像，其中，所述分割网络以预处理后的CT图像数据为样本、以肺部图像、血管图像和气管图像为标签进行训练得到；

对所述肺部图像进行二值化处理，获取肺部掩膜、左肺掩膜和右肺掩膜，对所述血管图像进行二值化处理，获取血管掩膜，对所述气管图像进行二值化处理，获取气管掩膜；

获取预处理后的CT图像数据中的感兴趣区域，所述感兴趣区域为人体区域；

根据所述气管掩膜和所述血管掩膜，在所述感兴趣区域中将所述气管掩膜和所述血管掩膜对应的像素值置为所述感兴趣区域中全局最小值，从而在所述感兴趣区域中去除气管和血管，清晰地显示肺部病变的位置、形态、分布范围以及与周围组织的对比关系。

7.根据权利要求6所述的方法，其特征在于，还包括：

根据所述肺部掩膜、所述左肺掩膜和所述右肺掩膜，将去除气管血管后的CT图像数据内所有的轴位图像叠加起来，对预设标线标定的重组线所对应的肺组织进行冠状、矢状位、任意角度斜位图像重组，获取肺部MPR图像、左肺MPR图像以及右肺的MPR图像。

8.根据权利要求6所述的方法，其特征在于，还包括：

根据所述肺部掩膜、所述左肺掩膜和所述右肺掩膜，将去除气管血管后的CT图像数据在冠状、矢状位进行灰阶度CT值的映射，在投影值位平均值时对新型冠状病毒肺炎的MIP重建时，获取肺部MIP图像、左肺MIP图像以及右肺的MIP图像。

9.根据权利要求6所述的方法，其特征在于，还包括：

根据所述肺部掩膜、所述左肺掩膜和所述右肺掩膜，将去除气管血管后的CT图像数据在冠状、矢状位进行灰阶度CT值的映射，映射后的值为当前层最小值，获取肺部MinIP图像、左肺MinIP图像以及右肺的MinIP图像。

10.根据权利要求6所述的方法，其特征在于，所述将预处理后的CT图像数据输入到分割网络中，获取肺部图像、血管图像和气管图像，具体包括：

将所述预处理后的CT图像数据输入到所述分割网络中的编码器中，获取特征图；

将所述特征图输入到所述分割网络的解码器中，获取所述肺部图像、所述血管图像和所述气管图像，其中，所述编码器中较浅层的高分辨率特征与所述解码器中较高层的低分辨率特征直接相连。

Images