高精度肺部气道树的分割与骨架中心线的提取

《高精度肺部气道树的分割与骨架中心线的提取》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、中国科学技术大学硕士学位论文高精度肺部气道树的分割及骨架中心线的提取姓名：王昌申请学位级别：硕士专业：生物医学工程指导教师：冯焕清;李传富20100501摘要近年来，随着医学成像技术的蓬勃发展，多层螺旋CT在临床上被广泛使用，使医生可以获得大量的高精度的CT断层扫描，大大提高了相关疾病的正确诊断率。但是大批量的CT层片所产生的繁重读片任务容易使影像诊断医生产生漏诊、误判。为此，计算机辅助诊断系统的设计成当了前研究的热点。高分辨率的胸肺CT断层扫描为精确分割肺气道树，确诊肺囊纤维变性、肺气肿、局部气道狭窄等肺部疾病提供了条件，因此，肺气管的自动分割和肺部疾

2、病的自动诊断系统，是当前计算机辅助诊断系统研究中的一个重要分支。受噪声污染和部分容积效应的影响，肺CT图像序列中的肺气管末端会出现气管断裂现象；随着肺气管深入肺实质，气管壁逐渐变薄，肺气管延伸到肺实质中，因此在肺气管分割时容易产生泄漏现象。克服肺气管分割过程中的支气管断裂和泄漏现象，准确分割出肺气道树是能否成功实现计算机辅助诊断的关键，同时也是肺气管疾病自动诊断的基础。在高精度肺部气道树分割的基础上，提取骨架中心线，获得单像素宽、连通的、光滑的肺气道树骨架，对虚拟内窥技术和基于解剖标记点的肺的配准有重要的指导意义。本文研究的主要内容及创新点包括：1)利用

3、基于C++的医学图像分割和配准的交叉平台ITK(InsightToolkit)，进行了肺部气道树分割算法的研究；利用医学图像可视化工具VTK(VisualizationToolkit)做分割结果的三维显示；将ITK、VTK、MFC结合起来，搭建了一个医学图像分割和显示的平台。2)针对高精度肺部气道树分割过程中容易出现的支气管断裂和泄露的问题，研究改进肺部气道树的分割算法，提出了一种最优阈值生长和形态学性结合的肺部气道树分割算法，并与之Ij{『肺气管分割算法进行对比分析，实验证明该算法可以分割出高精度的肺部气道树，有效的解决了高精度肺气道树分割过程中的支气

4、管断裂和泄露的问题。3)在肺部气道树分割的基础上，利用3D图像的细化算法进行了气道树骨架的提取。在骨架提取的过程中保证骨架线的中间位置、目标的连通性和目标内部不出现孔洞，最终提取出单像素宽、连通的、光滑的骨架中心线，并与本实验室先前的骨架提取算法进行对比分析。提取出的骨架将对于虚拟内窥技术和基于标记点的肺配准具有重要的价值。摘要最后，作者特别感谢国家自然科学基金(60771007)和安徽省自然科学基金(2006KJ097A)对本文工作所提供的资助。关键词：高精度肺部气道树分割形态学算子最优阈值区域生长灰度尺度重建3D图像的细化算法AbstractABST

5、RACTInrecentyears，withtherapiddevelopmentofmedicalimagingtechnology,multi．sliceCTiswidelyusedinclinicalpractice，SOdoctorsCallgetalotofhigh-precisionCTsliceswhichpromotetherelateddiseasediagnosis．ButthebulkoftheCTslicesproducedtheheavytaskofreadingthem，whichwillbringthediagnosticd

6、octorstheproblemofmissingandfalsediagnosis．Forthis，todesignapowerfulcomputer-aideddiagnosissystemistheresearchfocuscurrently．High·resolutionCTscanofchestprovidedthepossibilityforthesegmentationoftheaccurateairwaytreeandthediagnosisoflungdisease，suchascysticfibrosislung，emphysema，

7、andtracheastenosis．SodesigningthelungairwaytreeautomaticsegmentationanddiseaseautomaticdiagnosticsystemisanimportantbranchofComputerAidedDiagnosisSystem．Affectedbynoisepollutionandpartialvolumeeffect，theendoflungtubeOCCURSthephenomenonoftracheafracture．Withlungtubepenetratesdeepl

8、yintoLungparenchymaandtracheawallisgradu