肺部CT影像計(jì)算機(jī)輔助診斷關(guān)鍵技術(shù)的研究.pdf

1、當(dāng)今CT技術(shù)的迅猛發(fā)展，使得肺部疾病計(jì)算機(jī)輔助診斷成為可能。由于臨床上對(duì)肺部CT影像的診斷是醫(yī)學(xué)界的一大難題。肺部組織結(jié)構(gòu)的特殊性和進(jìn)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(jì)算機(jī)輔助診斷，成為肺部綜合癥臨床實(shí)踐的迫切要求。
　　 肺部計(jì)算機(jī)輔助診斷是一項(xiàng)復(fù)雜的過程，這個(gè)過程包括影像增強(qiáng)、分割、病變區(qū)域檢測(cè)、三維影像顯示等多項(xiàng)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(dá)到輔助診斷的目的。本論文針對(duì)在實(shí)現(xiàn)肺部疾病計(jì)算機(jī)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(shí)別和肺部圖像可視化速度慢等問題進(jìn)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(shí)踐中，圖像增強(qiáng)是基礎(chǔ)，血管分割是關(guān)鍵。為了實(shí)現(xiàn)本項(xiàng)研究的目標(biāo)，我們采用的技術(shù)路線是增強(qiáng)肺部的輪廓和血管邊緣，對(duì)肺實(shí)質(zhì)進(jìn)行分割，進(jìn)而達(dá)到血管提取，最

3、后對(duì)處理結(jié)果進(jìn)行三維重建和顯示。
　　 為了增強(qiáng)肺門處氣管邊緣，我們提出一種基于自適應(yīng)的各向異性的濾波算法。此算法利用擴(kuò)散方程對(duì)肺部CT圖像去噪，利用局部信息自適應(yīng)地對(duì)擴(kuò)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(qiáng)，同時(shí)噪聲得到了較好的抑制，使得圖像在增強(qiáng)與噪聲抑制之間達(dá)到一個(gè)很好的平衡。
　　 在肺實(shí)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(gè)主要的步驟分割肺實(shí)質(zhì)。1、應(yīng)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(shí)支氣管和肺實(shí)質(zhì)交接處邊界模糊。2、自適應(yīng)應(yīng)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(yīng)用Rolling-Ball平滑肺實(shí)質(zhì)，避免肺結(jié)節(jié)粘連在肺壁時(shí)被排除在肺實(shí)質(zhì)外。實(shí)驗(yàn)表明該方法對(duì)于肺結(jié)節(jié)疾病的CT胸部圖像分割肺實(shí)質(zhì)時(shí)，可以獲得滿意的分割結(jié)果。
　　 對(duì)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(duì)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(shí)現(xiàn)對(duì)三維肺血管圖像的初步提取，再應(yīng)用CANNY算子和調(diào)節(jié)各向異性擴(kuò)散方程的參數(shù)進(jìn)行細(xì)分。經(jīng)過實(shí)驗(yàn)驗(yàn)證，通過對(duì)CANNY算子和高斯濾波異性擴(kuò)散的調(diào)整，能夠獲得對(duì)肺血管的精細(xì)分割。結(jié)果證明該方法簡單有效，從而能夠較為準(zhǔn)確地標(biāo)定血管，為后序的肺結(jié)節(jié)等疾病檢測(cè)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(duì)肺血管邊