CR数字胸片图像肺实质和肋骨分割算法研究

《CR数字胸片图像肺实质和肋骨分割算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要摘要随着经济发展和人们生活水平的日益提高，我国肺癌发病率逐年增加。肺部计算机辅助检测系统(CAD)在普查中对肺癌的提早发现和诊疗具有重要意义。作为肺部CAD的一个重要组成部分，肺实质和肋骨的分割算法的准确性至关重要。CR(CompmedRadiography)是一种辐射小，使用非常普遍的放射科影像方法。目Ij{『，基于CR的胸片检查可以占到例行诊断图像的40％。然而，由于CR图像各组织间分界线模糊使得肺实质和肋骨的分割存在很多困难。本文提出了非常有效的自动分割肺实质及肋骨的算法。首先提出了一种新的基于Otsu法和局部阈值法的

2、层次肺实质分割算法，同时在该算法中提出了一种新的基于Otsu的自适应阈值分割法做为层次分割法的第一次分割。层次分割法利用空气与肌肉组织的对比度强的特点将空气背景与肺实质同时从肌肉组织中分割出来，然后利用局部阈值根据空气背景的位置信息将空气背景与肺实质分离完成二次分割。该方法充分利用了CR图像的性质，实验证明分割准确。本文还提出了一种基于高斯钝化掩膜阈值的肋骨分割法。首先通过高斯钝化掩膜阈值法提取肋骨的候选区域，针对与阈值法分割结果中的气管组织和噪声，采用了抛物线拟合的方法拟合肋骨边缘，达到了分割肋骨的目的，拟合边缘与实际边缘较为

3、吻合。经过100多幅图像的测试，本文提出的方法具有较好的分割效果和精度。关键词：医学图像分割OTSU高斯钝化掩膜阈值分割肋骨分割ABSTRACTABSTRACTAlongwiththedevelopmentoftechnologyandtheimprovementofstandardofliving，theincidenceoflungcancerincreasesyearafteryearinChina．ComputerAidedDetection(CAD)systemisofimportanceandveryusefulfo

4、rdetectionanddiagnoseoflungcancerinphysicalexamination．AsaimportantpartoflungCAD，theaccuracyofthelungsandribssegmentationisverycrucial，CR(ComputedRadiography)isacommonscreeningprocedurewithlittleradiation．Nowchestradiographyoccupiesalmostfortypercentages。inimagingmet

5、hods．However,becauseofthelowercontrastbetweenthetissue，lungsandribssegmentationinchestradiographisverydifficult．Inthispaperaneffectivemethodwaspresented．First，anewautomaticalgorithmforthesegmentationoflungfieldsinchestradiographsisproposed，whichisusedasthefirstlayero

6、fahierarchicalsegmentationbasedonOTSUandadaptivethresholds．Inthehierarchicalalgorithm，thepropertiesofthecontrastofairandmuscleismadeusetoinitiallysegmenttheairbackgroundandtheparenchyma．Thenweuseknowledgeofthepositionofairbackgroundtoseparatetheairbackgroundandparcnc

7、hymacompletely．TheexperimentalresultsVerifytheeffectivenessofthisalgorithm．Furthermore，anovelGuassianunsharpmaskingthretholdingsegmentationalgorithmoftheribsincheStradiographsisproposed．First，weuseGuassianunsharpmaskingthretholdalgorithmtosegmentthecandidateregionsof

8、ribs．Sincetherearemanynoisesandtracheasamongthecandidateribs，weuseparabolasfittingtoextracttheribborders．Theexperimentsdemonstratet