三維CT影像中肺氣管樹分割算法研究.pdf

1、CT影像作為最靈敏的胸部成像模態(tài)，在肺部疾病的診斷中得到了廣泛應(yīng)用。尤其，多排螺旋CT技術(shù)的快速發(fā)展使得基于醫(yī)學(xué)影像的肺部疾病計算機(jī)輔助診斷與量化評估成為了可能。
　　肺氣管作為人體呼吸系統(tǒng)中重要的功能組織，其管狀的樹形結(jié)構(gòu)也為功能區(qū)間劃分和病灶定位提供重要參考。因此CT影像中肺氣管樹分割是肺部疾病分析、病理參數(shù)測量和后續(xù)圖像配置的基礎(chǔ)，也是虛擬支氣管鏡檢查等應(yīng)用的重要環(huán)節(jié)。然而，由于CT圖像內(nèi)成像噪聲、運動偽影與部分容積效應(yīng)的影

2、響，肺氣管內(nèi)灰度分布很不均勻，末端易出現(xiàn)局部管壁斷裂現(xiàn)象，在分割細(xì)支氣管時易彌散到肺實質(zhì)中造成泄漏。另外，肺氣管樹復(fù)雜的三維結(jié)構(gòu)、不均勻的形狀變化以及管腔粘液的影響使得該問題變得尤為復(fù)雜。針對以上難點，本文分別從胸部CT圖像預(yù)處理，融合形狀、密度和模糊連接度的肺氣管樹分割等方面來展開研究。具體研究內(nèi)容包括：
　　1.為了消除原始CT圖像內(nèi)無關(guān)組織的干擾，本文提出了一種較簡單的肺部區(qū)域分割算法，通過采用閾值分割、連通性分析與形態(tài)學(xué)操

3、作等方法來完成胸部CT圖像的預(yù)處理，進(jìn)而定義出感興趣區(qū)域以減少后續(xù)計算量。
　　2.針對粗、細(xì)氣管在形狀、密度分布等特點上的各異性問題，本文提出了一種基于區(qū)域生長與灰度重建相結(jié)合的肺氣管樹分割算法。一方面利用改進(jìn)遲滯閾值區(qū)域生長算法來完成較粗氣管的分割，并引入局部體積突變指標(biāo)來檢測泄漏；另一方面通過基于形態(tài)學(xué)灰度重建算法來完成較細(xì)氣管的分割，并采用管形描述子來抑制局部泄漏；最后將上述兩種粗、細(xì)分割結(jié)果合并成完整肺氣管樹。
　

4、　3.針對CT圖像存在的密度模糊問題，本文提出了一種基于區(qū)域生長與模糊連接度的肺氣管樹分割算法。首先通過改進(jìn)遲滯閾值區(qū)域生長算法預(yù)先分割出較粗氣管，并將其最前端的體素點作為新的種子點集；然后由三維體素點間的模糊鄰近度、CT圖像內(nèi)灰度均勻性與氣管樹的管狀結(jié)構(gòu)等特征來構(gòu)造親和力函數(shù)并計算出種子點與其它體素間的模糊連接度，再對該模糊連接度進(jìn)行閾值處理與連接元分析以完成氣管樹的分割；最后融合上述兩種分割結(jié)果以得到完整肺氣管樹。
　　為了驗