基于改進的血管相似性測度和軸跟蹤的肝臟血管分割算法.pdf

1、由于肝癌的前期癥狀隱匿，所以許多患者因感到疼痛而接受醫(yī)學檢查時已處于肝癌晚期，此時最好的治療方案就是需要了解肝臟內(nèi)部結(jié)構(gòu)的肝臟切割和肝臟移植手術。隨著計算機圖像處理與數(shù)字成像技術的迅速發(fā)展，醫(yī)學界對肝臟內(nèi)部血管的分割與可視化技術也提出了迫切需求。通過醫(yī)學CT圖像獲得肝臟內(nèi)部血管的結(jié)構(gòu)是目前計算機輔助醫(yī)療主要手段。肝臟易發(fā)生形變和病變從而導致其中血管沒有固定的形態(tài)，并且血管本身比較細小，所以肝臟血管的分割工作十分困難。
　　本文在大

2、量學習和分析國內(nèi)外相關文獻的基礎上，以腹部CT圖像序列為研究對象，提出了一種基于改進的血管相似性測度和軸跟蹤的肝臟血管分割算法，并對血管進行了三維重建，以輔助醫(yī)生設計更合理的術前預案。
　　肝臟血管分割和三維重建由粗分割、精準分割和平滑重建三步驟組成。在肝臟血管粗分割階段，通過改進由Hessian矩陣的特征值構(gòu)造的血管相似性測度進行血管增強，然后通過閾值分割進行肝臟血管的粗分割;在肝臟血管精準分割階段，提出了適用于3D血管分割的雙

3、向區(qū)域生長和適用于2D血管分割的波紋式區(qū)域生長算法，使分割出的肝臟血管保持連通性;由于上述算法分割的血管表面存在褶皺問題，本文采用基于血管軸的平滑重建算法解決這個問題，即利用細化算法提取血管軸，然后按照肝臟血管拓撲結(jié)構(gòu)將血管進行分支、重建，最后連接成最終的血管區(qū)域。
　　為了驗證算法的有效性，本文對實際的醫(yī)學CT圖像進行了分割血管的實驗，實驗結(jié)果表明:本文算法能較好的分割出肝臟血管，并且外觀平滑，適合后續(xù)對肝臟血管的定量分析與診斷