基于CT影像的肺部氣管樹分割算法的研究.pdf

1、背景:在現(xiàn)代社會中，隨著工業(yè)化的發(fā)展，導(dǎo)致空氣污染加重，人體肺部疾病發(fā)病率高，類型眾多，如肺癌，氣管炎，肺氣腫，哮喘等都會嚴重危害人體健康。隨著多排螺旋CT的發(fā)展，醫(yī)生可以通過一次掃描便獲得患者的影像信息，并結(jié)合先進的影像處理技術(shù)對疾病進行分析診斷?；谏鲜鰞?yōu)點，CT成像并認為是診斷肺部疾病的金標準。但由于氣管樹的結(jié)構(gòu)復(fù)雜，對比度差，并且容易受到噪聲、容積效應(yīng)的影響，如何準確的在CT數(shù)據(jù)中提取完整的氣管樹結(jié)構(gòu)仍面臨挑戰(zhàn)。
　　目的

2、:基于人體氣管樹的形態(tài)學(xué)結(jié)構(gòu)，提出一種全新的方法來提取氣管樹結(jié)構(gòu)，并為臨床診斷提供參考依據(jù)。
　　材料和方法:本課題采用的所有CT數(shù)據(jù)全部來自遼寧省沈陽市盛京醫(yī)院，所有的CT圖像的重建矩陣大小皆為512*512，機器型號包括飛利浦Brilliance64和東芝。本算法首先基于區(qū)域生長，波傳遞算法，形態(tài)優(yōu)化和填洞操作來提取主氣管。再提取肺區(qū)其余部位的低CT值區(qū)域，并使用一些形態(tài)學(xué)手段來得到肺區(qū)內(nèi)的管狀結(jié)構(gòu)特征組織，之后篩選正確的遺漏