高分辨率肺部C图像纹理分割与配准算法研究.pdfVIP

摘要 摘 要 为适应医学影像检查技术的飞速发展，开展以计算机辅助诊断或智能化诊断 为目标的医学图像处理和分析研究，已经成为目前这个领域的一个研究热点和未 来发展的主要趋势。病变自动化检出又必须涉及到图像配准，图像分割，数字化 图谱创建等多项基本的图像处理与分析技术。在此背景下，本文针对三维肺部 CT图像开展了计算机辅助诊断系统的研究。 对于肺部CT图像而言，肺纹理(包括肺气管树、静脉树和动脉树)包含了 肺部重要的功能和解剖结构信息。这些信息与某些肺部病变(如：气管狭窄、肺 肿瘤等)直接或间接关联，可以用来诊断和定位肺部病变，甚至可以应用于肺解 剖图谱的建立。我们依次用自适应区域生长法和基于SMDC连接代价函数的分 割方法来分割肺气管和血管，然后根据支气管与血管解剖结构特点，把动静脉分 开。 骨架的提取对肺气道参数的数学模型建立和标记点提取起到非常重要的作 用。我们首先用双距离场法提取呼吸两相气管的单像素的骨架线，然后把骨架的 分叉点作为标记点，并用霍夫曼编码方法对其编码，以便呼吸两相的标记点进行 匹配。 图像配准是实现计算机辅助诊断系统的一个关键。可以通过配准过程得到肺 部局部容积特征信息，为建立统计图谱和病变检测打下基础。首先我们用仿射变 换对呼气相数据进行处理，然后采用上述提取标记点的方法提取呼吸两相的标记 点，对呼气相数据进行基于灰度驱动和模型驱动的配准操作。 课题研究工作的成果较好的实现了计算机辅助诊断研究中所需的图像分割、 特征提取、非刚性配准等技术，具有实际应用价值。 最后，作者特别感谢国家自然科学基金和安徽省教育厅重点课题 (2006KJ097A)对本文工作的资助。 关键词：计算机辅助诊断 图像分割图像配准肺纹理骨架标记点 ABSTRACT ABSTRACT To the ofmodemmedical keeppace谢t11development imagingtechniques， researchtorealize Aided or has Diagnosis IntelligentDiagnosis Compmer Computer becomehot and trendinthefieldofmedical and a topicgeneral imagingprocessing orderto detect onmedical ofthe analysis．In successfullypathology image，many as andconstructionof imageprocessingtechniques，suchregistration，segmentation atlashavetoberesearched．Inthis atlas—based case，a digitalprobabilistic lung’S is Diagnosis(CAD)systempresented． Computer-Aided For of treesof mostcases data,texture