基于圖像技術的近胸膜結點檢測.pdf

1、肺部腫瘤研究的一項重要內容是腫瘤結點形態(tài)屬性數(shù)據(jù)的獲取。傳統(tǒng)獲取數(shù)據(jù)的方法是人工在CT導引下經(jīng)皮穿刺活檢提取腫瘤樣本。與人工獲取腫瘤檢測樣本相比，計算機圖像檢測除安全性好、速度快和精確高外，還可得到人工檢測不能獲得的信息，并可以同時采集多個樣本的多個屬性參數(shù)，進行病理分析。
　　 近胸膜肺結點圖像檢測涉及多種圖像處理方法。其中最重要的是圖像分割。近胸膜肺結點分割的關鍵是對肺區(qū)邊緣關聯(lián)點的搜索。本文針對近胸膜肺結點自身特點對肺區(qū)邊

2、緣關聯(lián)點搜索分為以下幾個步驟：
　　 1.將整個肺部區(qū)域分離成左肺區(qū)與右肺區(qū)。肺區(qū)的分離使得近胸膜肺結點的后續(xù)分析避免受到肺部中其它組織的干擾。肺區(qū)分離過程同時也是肺部邊緣點矢量化過程。
　　 2.肺區(qū)邊緣關聯(lián)點的搜索。肺區(qū)邊緣關聯(lián)點探測的好壞直接涉及到近胸膜肺結點檢測。本文結合啟發(fā)式搜索算法對滾球肺區(qū)邊緣滾動搜索關聯(lián)點算法(滾球搜索算法)進行改進。改進后的算法不僅在搜索關聯(lián)點的過程中較好地去除噪聲對探測結果的影響，而且

3、能自適應調整搜索角度來降低時間復雜度。
　　 3.曲率比分割算法對近胸膜肺結點進行分割。通過改變算法中閾值參數(shù)的方法對分割結果進行分析。
　　 圖像處理獲取的數(shù)據(jù)可以實現(xiàn)近胸膜肺結點分割。傳統(tǒng)的分割方法并不適用于對近胸膜肺結點分割。本文采用基于模糊連接度的算法對近胸膜肺結點進行分割。具體過程如下：首先運用最小二乘法在肺區(qū)關聯(lián)點之間進行插值擬合并標記，實現(xiàn)結點與胸膜的分離；其次度量肺區(qū)邊緣關聯(lián)點之間的模糊連接度；最后，利用