基于ct图像肺实质分割方法

《基于ct图像肺实质分割方法》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、基于CT图像肺实质分割方法　　摘要：诊断肺癌的重要手段之一是高分辨率CT（HighResolutionComputedTomography，HRCT）扫描，但是医生需要丰富的阅片经验以及大量的精力时间才能阅读海量的CT图像信息。为了减少医生的精力损耗和降低漏诊率，采用计算机辅助检测成为趋势。在肺癌等肺部疾病计算机辅助诊断方法中，最核心的步骤是肺实质的分割。提出一种基于CT图像序列的新的自动肺实质分割方法，综合利用了区域生长及数学形态学开运算等算法，并通过纵向扫描方法精确定位左肺和右肺的粘连部位，从而在肺实质边界的肺结节结

2、节容易被忽略分割及左右肺分离的难题得到了解决。对多组胸部CT序列图像的实验证明，该方法对于肺实质分割非常精确有效。关键词：CT图像；计算机辅助诊断；区域生长；肺实质；扫描定位中图分类号：TP391文献标识码：A文章编号：1009-3044（2014）05-1093-03AMethodofLungSegmentationBasedonCTImagesLIMan（ElectronicandInformationEngineering，Tianjin10PolytechnicUniversity，Tianjin300387，C

3、hina）Abstract：High-resolutionCT（HighResolutionComputedTomography，HRCT）scanisanimportantmeansofdiagnosisoflungcancer，however，aCTimageinformationreadingmassrequiresalotoftime，effortandconsiderablefilm-readingexperience.Toreduceenergylossofdocterandcutdownmisdiagnos

4、israte，theuseofcomputer-aideddetectionbecomeatrend.Lungcancerandotherlungdiseasesincomputer-aideddiagnosticmethods，themostcentralstepisthelungparenchymasegmentation.CTimagesequenceisproposedbasedonanewmethodforautomaticsegmentationoflungparenchyma，utilizationofth

5、resholding，regiongrowingandmathematicalmorphologyotheralgorithms，andthroughverticalscanningalgorithmtopinpointthecablearoundanarrowareaaroundthelungs，aneffectivesolutiontotheedgeofthelungparenchymanodulesegmentationomissionandsoeasytoseparatetheproblemofthelung.M

6、ultiplesetsofchestCTimagesprovedthemethodforlungsegmentationisveryaccurateandefficient.10Keywords：CTimage；computer-aideddiagnosis；regionalgrowth；lungparenchyma；scanningpositioning1概述随着肺部疾病在人群中越来越流行，针对它的有关学习研究工作必须得到高度的注意。现在辅助电脑诊断肺部疾病（computeraideddiagnosisCAD）系统[1

7、]的成长是飞快的，能够很大程度上辅助医生诊断病人病情。大多数肺部疾病CAD系统都是利用计算机断层扫描图像来检测诊断肺结节，所以确定左右肺的边缘显得尤其重要，这个步骤称为“肺实质分割”[2-3]。10之前研究人员在研究肺部疾病时，已经注意到了分割肺实质的重要性。在分割肺实质之前，要对图像进行预处理，然后可以采用边界跟踪[4]、区域生长、阈值法、多尺度分析、形态学处理、基于模式分类的分割法等获得肺实质。边界跟踪和区域增长是非全自动的，前一种分割往往会忽略肺实质边缘突起和凹陷区域；并且后一种即使能避免忽略突起和凹陷的区域，但种

8、子点的选择和生长相似性准则的抉择都是相对困难的。阈值法实现快速、简单，但背景、气管支气管等区域不能很好的去除。基于多尺度分析理论框架在分割肺实质时效果不理想，算法也比较繁琐。基于模式分类在提取肺实质时，由于要提取多个特征，因此比较损耗时间，并且训练样本不能自动选择，要人工选择。本文在提取肺实质时，对上面所述的算法部分