肺部CT圖像分割技術(shù)研究.pdf

1、肺癌是一種常見的肺部惡性腫瘤。近年來，隨著吸煙和各種環(huán)境因素的影響，世界各國尤其是工業(yè)發(fā)達(dá)國家，肺癌的發(fā)病率和死亡率均迅速上升，死于癌病的男性病人中肺癌已居首位。在對(duì)肺部疾病進(jìn)行計(jì)算機(jī)輔助診斷研究時(shí)，肺部CT圖像的分割是最核心的步驟，是影響分析穩(wěn)定性、自動(dòng)化、結(jié)果精確性的關(guān)鍵問題，其分割結(jié)果的好壞直接影響到后續(xù)的分析過程。
　　傳統(tǒng)的水平集分割方法在演化過程中，不得不周期性地對(duì)水平集函數(shù)進(jìn)行重新初始化，反復(fù)的初始化不僅浪費(fèi)時(shí)間，而

2、且使演化速度變慢。本文分析了距離保持水平集分割方法，該方法在傳統(tǒng)控制演化微分方程中加入了一項(xiàng)內(nèi)部能量項(xiàng)，用以調(diào)節(jié)演化過程中水平集函數(shù)與符號(hào)距離函數(shù)之間的偏差，這樣就有效地避免了傳統(tǒng)水平集函數(shù)周期性地初始化這一局限。通過具體的肺部CT圖像分割過程的演示，證明該方法在分割過程中能夠很好地提取肺部邊界。
　　分水嶺變換具有計(jì)算簡便、分割結(jié)果精確、分割速度快等優(yōu)點(diǎn)。這些優(yōu)點(diǎn)使得它在醫(yī)學(xué)圖像分割中得到了廣泛的應(yīng)用。但是由于圖像中通常存在的噪

3、聲和局部不規(guī)則性，在對(duì)醫(yī)學(xué)圖像進(jìn)行分割的過程中容易產(chǎn)生“過分割”現(xiàn)象，這給算法的廣泛應(yīng)用造成了一定的障礙。本文在充分研究分水嶺算法的基礎(chǔ)上，分析了一種改進(jìn)分水嶺算法——標(biāo)記分水嶺算法。實(shí)驗(yàn)結(jié)果表明，在肺部CT圖像分割過程中，該方法能夠很好地抑制“過分割”現(xiàn)象的產(chǎn)生，準(zhǔn)確提取肺區(qū)邊緣。
　　本文最后提出的基于水平集和分水嶺相結(jié)合的輪廓檢測(cè)算法，有效地結(jié)合了兩種分割方法的優(yōu)點(diǎn)，既能準(zhǔn)確地收斂于待檢測(cè)目標(biāo)的邊界處，還能避免由于噪聲或圖像