肝臟腫瘤CT圖像分割及三維重建方法研究.pdf

1、肝臟是腫瘤頻發(fā)部位之一，以惡性腫瘤多見，是一種嚴重威脅人類健康的全球性疾病。目前對于肝臟腫瘤的治療方案主要以切除為主，而肝臟腫瘤的分割結果作為臨床治療的重要依據(jù)，不僅關系到診斷及治療方式的選擇，而且對患者的治療效果產(chǎn)生直接影響。因此如何提高肝臟腫瘤的分割準確性一直是國內(nèi)外學者研究的重點。
　　本課題研究的主要內(nèi)容是肝臟CT圖像中腫瘤區(qū)域的分割方法。首先對圖像進行預處理，消除噪聲及非規(guī)則細節(jié)；其次在形態(tài)學分水嶺的基礎上，采用一種消除

2、局部極值的多尺度形態(tài)學方法分割病灶區(qū)；最后在二維肝臟準確分割的基礎上，利用移動立方體算法重建肝臟腫瘤，最終得到肝臟腫瘤的三維重建模型。
　　論文的主要內(nèi)容包括以下幾個方面：
　　（1）在對圖像處理之前，需要進行預處理，主要包括去噪和對比度增強。針對醫(yī)學圖像存在低對比度、低信噪比的特性，采用面積約束和多尺度形態(tài)學相結合的預處理方法。由于圖像中存在不同的噪聲，經(jīng)梯度變換后，其區(qū)域面積較小且梯度高低不同，而目標對應的區(qū)域面積較為平

3、坦。因此，為了去除高梯度噪聲，采用高貌變換標記峰值，并對標記后的峰值進行面積約束；而對于低梯度噪聲，通過模擬粘性水淹沒地貌模型，建立梯度與結構元素的函數(shù)關系，并采用形態(tài)學閉運算實現(xiàn)對噪聲的強修正。
　?。?）針對肝臟圖像中存在腫瘤區(qū)域與周邊組織邊界模糊、灰度相似的特性，提出了一種消除極值的多尺度形態(tài)學分水嶺的肝臟腫瘤分割方法。首先利用面積算子（面積開和面積閉運算）對圖像進行預處理，在平滑圖像的同時保留了目標區(qū)域的邊緣信息；預處理后

4、的圖像，雖然消除了小于面積閾值的峰值，但圖像中仍然存在著非規(guī)則細節(jié)和噪聲，為了消除非規(guī)則細節(jié)或噪聲對應的偽局部極小值以及弱邊緣對應的局部極值，利用圖像中不同極值的鄰域統(tǒng)計信息和形態(tài)屬性（深度和尺度）區(qū)分極值，通過設定不同大小的結構元素，對不同極值采用多尺度結構元素進行閉運算；最后利用分水嶺變換分割肝臟腫瘤。
　?。?）利用區(qū)域增長算法將序列肝臟腫瘤圖像提取出來，并借助移動立方體算法，重建肝臟腫瘤的三維模型，通過調(diào)用OpenGL對肝