本文關(guān)鍵詞：三維CT影像中肺裂后處理分割算法研究

  更多相關(guān)文章： CT圖像 肺裂分割 后處理分割 骨架化 主動輪廓模型

【摘要】：肺是人體最重要的器官之一,也是發(fā)病率很高的器官,常見的肺部疾病有肺氣腫、肺癌、肺大泡、肺炎等,其中肺癌是死亡率最高的癌癥之一。臨床上醫(yī)生通過判讀CT圖像來診斷肺部疾病以及提出治療方案。但是閱讀CT圖像是一件非常繁瑣和枯燥的事,通過對肺葉分割可以有效的減輕醫(yī)生的負擔(dān),對疾病的防治具有重大的意義。人體肺臟可分成五個獨立的功能單元,稱為肺葉。作為肺葉間物理邊界,肺裂是肺部區(qū)域劃分、肺病定位和量化評估的基礎(chǔ)。CT圖像中肺裂分割在早期疾病檢查以及后期手術(shù)導(dǎo)航起著非常重要的作用,但是從CT圖像中自動地分割出肺裂并不是一件很容易的事。首先,肺裂在三維空間中呈現(xiàn)的是一種薄膜狀的結(jié)構(gòu),直接處理三維圖像有一定的困難；其次,肺裂在二維平面上表現(xiàn)為微弱的曲線,對比度很低,密度分布不均勻；最后,肺部中血管和氣管等管狀結(jié)構(gòu)對肺裂的分割也會有很大的影響。國內(nèi)外許多專家和學(xué)者在肺裂增強方面做了很多的工作,提出了許多有效的增強肺裂的方法。本文在已經(jīng)提出的基于窄條微分濾波器(DoS)的肺裂增強的基礎(chǔ)上,利用該增強方法的特點,提出了幾種肺裂后處理分割的方法,采用半自動和全自動的方法分別在二維和三維空間中實現(xiàn)了肺裂的分割。本文主要內(nèi)容包括：1、根據(jù)肺裂在二維切片上表現(xiàn)為線狀結(jié)構(gòu)的特點,采用開放式主動輪廓模型的方法實現(xiàn)了肺裂在二維切片上的半自動分割。首先,在肺裂附近放置一條初始化輪廓線；然后,在輪廓線內(nèi)力、圖像力以及輪廓線兩端拉力的作用下,使初始化線通過不斷的迭代向肺裂靠近；最后,在內(nèi)力與外力平衡的條件下,初始化線便不再演化了,從而達到在二維切片上分割肺裂的目的。2、根據(jù)DoS濾波器的特性,本文提出了基于骨架化思想的肺裂后處理分割算法流程,對增強后的三維圖像中的肺裂實現(xiàn)完全自動的分割。首先,采用平行細化算法來提取增強后的三維圖像的骨架；然后在骨架化后的圖像中保留分支點并進行適當(dāng)?shù)呐蛎?再與增強后的圖像進行算術(shù)減運算,從而達到在增強后的圖像中移除分支點的目的；最后在移除了分支點的圖像中進行連接元分析,通過最大連接元分析初步得到比較完整的肺裂,再利用肺裂與雜質(zhì)之間并不直接相連的特性,結(jié)合多結(jié)構(gòu)元及多次連接元分析,從而得到完整的肺裂分割結(jié)果。這個方法直接處理三維圖像,能有效保留肺裂本來的模樣。3、為了驗證算法的有效性,本文將三維分割的結(jié)果與手工劃定的肺葉邊界參考進行了比較,采用Glucold數(shù)據(jù)庫中的典型的數(shù)據(jù)進行了實驗。通過相似系數(shù)來判斷算法分割的正確率,同時為了區(qū)分算法是否過分分割或者少分割,分別采用假發(fā)現(xiàn)率和偽陰性率來表示,通過這幾個指標來作為評價準則。通過實驗結(jié)果證明,本文提出的算法雖然思路簡單,但是算法穩(wěn)定、分割效果較好且時間復(fù)雜度較低,具有一定的實際意義。
【關(guān)鍵詞】：CT圖像 肺裂分割 后處理分割 骨架化 主動輪廓模型
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：R816.4;TP391.41
【目錄】：

• 摘要5-7
• Abstract7-9
• 第1章 緒論9-16
• 1.1 課題研究背景及意義9-11
• 1.2 國內(nèi)外肺裂檢測和分割的研究現(xiàn)狀11-14
• 1.3 論文的主要內(nèi)容與結(jié)構(gòu)安排14-16
• 第2章 胸部CT圖像中肺裂的預(yù)分割16-26
• 2.1 CT圖像和CT值的基本知識16-18
• 2.2 肺裂分割的整體流程18-19
• 2.3 肺實質(zhì)提取19-22
• 2.4 肺裂的增強22-25
• 2.5 本章小結(jié)25-26
• 第3章 基于開放式主動輪廓模型的肺裂后處理分割26-36
• 3.1 肺裂后處理分割的難點26-27
• 3.2 肺裂后處理分割的基本流程27
• 3.3 主動輪廓模型理論基礎(chǔ)27-31
• 3.4 開放式主動輪廓模型31-33
• 3.5 實驗結(jié)果分析33-35
• 3.6 本章小結(jié)35-36
• 第4章 基于骨架化思想的肺裂后處理分割36-52
• 4.1 后處理分割的基本流程36
• 4.2 全局曊值36-37
• 4.3 3D圖像骨架化37-42
• 4.4 分支點移除42-45
• 4.5 連接元分析45-50
• 4.6 實驗結(jié)果及分析50-51
• 4.7 本章小結(jié)51-52
• 第5章 實驗與評估52-59
• 5.1 實驗平臺及實驗數(shù)據(jù)52-54
• 5.2 分割算法的評估方法介紹54-57
• 5.3 評估結(jié)果及分析57-58
• 5.4 本章小結(jié)58-59
• 總結(jié)與展望59-61
• 參考文獻61-65
• 致謝65-66
• 附錄A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄66

，

本文編號：521829