肺部CT影像計算機輔助診斷關(guān)鍵技術(shù)的研究.pdf

1、當今CT技術(shù)的迅猛發(fā)展，使得肺部疾病計算機輔助診斷成為可能。由于臨床上對肺部CT影像的診斷是醫(yī)學界的一大難題。肺部組織結(jié)構(gòu)的特殊性和進行組織活檢、肺血管造影、肺部超聲造影、肺灌注掃描等檢查手段均有其局限性，所以尋求一種簡單易行、微創(chuàng)或無創(chuàng)的新型定量診斷手段，即肺部疾病計算機輔助診斷，成為肺部綜合癥臨床實踐的迫切要求。
　　 肺部計算機輔助診斷是一項復雜的過程，這個過程包括影像增強、分割、病變區(qū)域檢測、三維影像顯示等多項基本技術(shù)。

2、通過這些影像處理過程，可以為醫(yī)生提供各種肺部疾病信息，達到輔助診斷的目的。本論文針對在實現(xiàn)肺部疾病計算機輔助診斷系統(tǒng)中遇到的肺門處氣管、長在肺壁的肺結(jié)節(jié)、肺血管、連接肺血管壁的結(jié)節(jié)很難分割、識別和肺部圖像可視化速度慢等問題進行深入研究并得到很好的結(jié)果。
　　 在肺部診斷肺部疾病的臨床實踐中，圖像增強是基礎(chǔ)，血管分割是關(guān)鍵。為了實現(xiàn)本項研究的目標，我們采用的技術(shù)路線是增強肺部的輪廓和血管邊緣，對肺實質(zhì)進行分割，進而達到血管提取，最

3、后對處理結(jié)果進行三維重建和顯示。
　　 為了增強肺門處氣管邊緣，我們提出一種基于自適應的各向異性的濾波算法。此算法利用擴散方程對肺部CT圖像去噪，利用局部信息自適應地對擴散方程系數(shù)選取。通過該算法處理，肺門處氣管邊緣的信息得到了增強，同時噪聲得到了較好的抑制，使得圖像在增強與噪聲抑制之間達到一個很好的平衡。
　　 在肺實質(zhì)分割技術(shù)上，本文提出一種混合分割方法。該方法通過四個主要的步驟分割肺實質(zhì)。1、應用各向異性濾波去除噪

4、聲，避免在利用三維區(qū)域增長算法截取氣管時支氣管和肺實質(zhì)交接處邊界模糊。2、自適應應用優(yōu)化閾值。3、根據(jù)搜索最大閾值算法解決左右肺連接問題。4、應用Rolling-Ball平滑肺實質(zhì)，避免肺結(jié)節(jié)粘連在肺壁時被排除在肺實質(zhì)外。實驗表明該方法對于肺結(jié)節(jié)疾病的CT胸部圖像分割肺實質(zhì)時，可以獲得滿意的分割結(jié)果。
　　 對于三維肺部圖像中的肺血管提取。本文選擇了level set方法，此方法原本是求解幾何曲線演化(Geometric Cur

5、ve Evolution)的一種新穎方法。通過對各種水平集分割算法分析，我們提出的基于閾值的水平集分割算法，來實現(xiàn)對三維肺血管圖像的初步提取，再應用CANNY算子和調(diào)節(jié)各向異性擴散方程的參數(shù)進行細分。經(jīng)過實驗驗證，通過對CANNY算子和高斯濾波異性擴散的調(diào)整，能夠獲得對肺血管的精細分割。結(jié)果證明該方法簡單有效，從而能夠較為準確地標定血管，為后序的肺結(jié)節(jié)等疾病檢測提供依據(jù)。然后根據(jù)Hessian矩陣推出高斯圓和線方程特征值，以此對肺血管邊