VESSEL2012——肺血管分割

今天将分享肺血管分割完整实现版本，为了方便大家学习理解整个流程，将整个流程步骤进行了整理，并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。

一、VESSEL2012介绍

该数据集来自VESSEL12挑战，其目的是比较从健康和患病人群的胸部计算机断层扫描中对肺血管进行（半）自动分割的方法。扫描来自各种来源，代表了各种临床上常见的扫描仪和协议。选择扫描，使得在大约一半的扫描中使用造影剂。大约一半的扫描包含肺气肿，结节或肺栓塞等异常情况。当前的最大切片间距为1毫米，大多数扫描（各向同性）。

二、VESSEL2012任务

识别人体肺部CT图像中的血管。

三、VESSEL2012数据集

VESSEL2012包含三类数据：a、VESSEL12 挑战中使用的 20 个肺部 CT 图像（4 个文件，每个文件包含 5 次扫描）。b、20个肺部蒙板。c、三个带有参考注释的示例文件。

数据集下载链接：

https://zenodo.org/records/8055066

四、技术路线

1.1、肺组织分割提取

在前面的文章中介绍过用传统方法提取肺组织，详情可以参考这篇文章医学图像处理案例（一）——基于CT图像的肺分割。

本篇文章使用深度学习分割的方式进行分割。

1、根据固定阈值和形态学操作得到人体ROI区域，然后提取原始图像和标注图像的ROI。

2、分析图像信息，得到图像平均大小是510x397x432，因此将图像缩放到固定大小256x256x256。图像预处理，对步骤1的原始图像进行（-1000，600）窗宽窗位截断，然后采用均值为0，方差为1的方式进行归一化处理。然后将数据分成训练集和验证集，对训练集做10倍数据增强处理。

3、搭建VNet3d网络，使用AdamW优化器，学习率是0.001，batchsize是1，epoch是300，损失函数采用二分类的dice和交叉熵。

4、训练结果和验证结果

5、测试集分割结果

左图是金标准结果，右图是预测结果。

1.2、肺动脉，肺静脉分割提取

在前面的文章中介绍过肺动脉分割提取，详情可以参考这篇文章Parse2022——肺动脉分割挑战赛（二），Parse2022——肺动脉分割挑战赛，肺静脉分割提取，详情可以参考这篇文章。Parse2022——肺静脉分割。

测试集分割结果。

1.3、气管分割提取

在前面的文章中介绍过气管树分割提取，详情可以参考这篇文章2022ATM——气道树分割挑战赛，2022ATM——气道树分割挑战赛（二），AIIB23——纤维化肺病的气道树分割和基于定量 CT成像生物标志物的死亡率预测。

测试集分割结果。

1.4、肺叶分割提取

在前面的文章中介绍过肺叶分割提取，详情可以参考这篇文章LungLobe肺叶多分割挑战赛，LOLA11——肺叶和肺分割挑战赛2011。

测试集分割结果。

1.5、肺部血管分割提取

在前面的文章中介绍过用传统方法来进行肺部血管分割提取，详情可以参考这篇文章医学图像处理案例（十八）——肺部血管分割案例。

本篇文章将使用深度学习分割的方式进行分割。在上述1.1和1.2步骤已经对肺组织、肺动脉和肺静脉进行了自动分割提取，所以对于肺部血管分割将根据这三个结果进行合并后即可得到。

测试集分割结果。

1.6、上述分割结果叠加显示

在前面的文章中介绍过肺部全器官分割，详情可以参考这篇文章肺部CT全器官结构分割。

测试集分割结果。