2013_项目结项ppt_CT图像肺结节计算机辅助检测算法地地研究_数学和计算机学院_张进兴.ppt

CT图像肺结节计算机辅助检测算法的研究与实现 项目号 201210075008 主持人 张进兴 指导老师 王兵 河北大学数学与计算机学院 内容提要 一、项目进展情况 二、研究过程 三、成果展示 四、经费使用情况 五、新结果 六、项目组成员的训练收获 一、项目进展情况(1) 前期调研： 查阅大量的中英文文献资料，确定项目的研究方法和手段； 项目进行中，项目组成员到医院进行实地调研，先后与河北大学附属医院和中国人民解放军第263医院医生合作，了解了当下医生在应用肺部CT图像诊断病人患病时的实际需求，并共同商讨了项目解决的方案； 获取并整理实验数据，数据主要来源于LIDC和河北大学附属医院的CT影像，经过归纳整理、分类存储，为此后的研究提供了方便。 确定算法实现方案： 分割肺实质； 识别肺内显著区域及结节； 肺结节的三维重建； 对肺内ROI进行量化分析及聚类分析。 一、项目进展情况(2) 拟定项目实施解决方案： 本项目针对肺部CT图像的特点，利用计算机图像处理及模式识别等技术，在肺部异常结节状病变的计算机辅助检测、量化分析、聚类分析和三维重建方面开展研究。 一、项目进展情况(3) 确定实验环境和实验方法： 实验环境：编程语言主要有C++、C#，编程工具主要采用Visual C++6.0以及Visual Studio 2008，部分函数调用了提供医学图像处理算法的VTK、ITK平台（针对于C++）； 实验方法：首先依据拟定的算法实现解决方案，分阶段按步骤进行实验。然后进行阶段性总结各个阶段中会对比不同的函数算法等得出最佳解决方案。最后，将各个阶段的程序统和，排查错误，完善整个算法。 肺部CT图像特性简介 肺结节实例 二、研究过程 肺实质自动分割 肺实质初步提取 肺实质修补 肺实质连接 肺内ROI提取 肺内显著区域提取 候选肺结节识别 特征提取及量化分析 聚类分析 三维重建 肺实质自动分割 肺实质初步提取 一张肺部CT图像包含很多信息，为了自动检测出是否包含肺结节，需要先去除不必要的信息，通常的做法是提取肺实质。 肺实质提取思想 从肺部CT图像中可以看到，胸廓的形状是闭合的，而且肺实质包含在其中，所以如果找到胸廓，然后去除胸廓和胸廓以外的部分，那么剩下的就是肺实质和气管。气管的位置在中间，而且面积较小，只要在去除胸廓和胸廓以外部分后，去除位于图像中央、面积较小的气管（支气管），就将肺实质提取出来了。 肺实质自动分割 肺实质提取方法 胸廓是图像中高亮度连通区域中面积最大的部分，对图像去噪，二值化后，遍历图像中的所有值为255的连通区域，并且计算区域大小，记录其中最大的区域，标记该区域，从图像左上角和右下角做区域生长，只要不是标记的胸廓部分就生长并且去除，这样就去除胸廓以外的部分，然后去除标记的胸廓再去除气管就将肺实质提取出来了。 肺实质修补 在肺实质边缘上存在血管，也可能存在结节，它们的亮度都比较高，所以在去除胸廓时当作胸廓一并去除了。在肺实质初步提取后要对边缘进行修补，将过度分割的部分修补回来。 肺实质边缘修补方法 利用模版匹配法寻找边缘凸点，凸点分别入队，左右肺入不同队 对左右肺凸点分别进行计算，只要两个凸点A和B满足下面两式： 则连接A和B两点，为了使修补更加完整，连线算法采用一种基于贝塞尔曲线的方法。 肺实质修补 贝塞尔曲线 P0、P1、P2、P3四个点在平面或在三维空间中定义了三次贝兹曲线。曲线起始于P0走向P1，并从P2的方向来到P3。一般不会经过P1或P2；这两个点只提供方向信息。P0和P1之间的间距，决定了曲线在转而趋进P3之前，走向P2方向的“长度有多长”。曲线参数形式为: 肺实质连接 在病人的病情比较严重时，肺炎区域太大将一个肺分开，在肺实质提取后，需要将这个肺分开的部分连接起来，保持其完整性。 肺实质连接方法 在边缘修补后，判断是否需要连接，计算左右肺凸点队的个数，如果一边肺的队的个数大于一就需要进行连接。连接的方法如下： 首先找到两个区域距离最近的两个凸点，并且记录下来为A和B，然后在A点的区域凸点队列中查找凸点C，在B点的区域凸点队列中查找凸点D，计算下面的算式： 找到该算式最大的C点和D点，然后连接AB和CD，就将两部分连接起来了 。 肺内ROI提取 ROI的提取 为了自动识别肺结节，方便后面的肺结节的检测与量化分析，我们需要在肺实质提取的结果中将目标区域提取出来。 ROI包括结节、亮度同结节相近的血管和亮度较低的磨玻璃结节。 ROI提取方法 在肺实质中除了目标区域以外的部分是亮度比目标区域低、且在肺实质中所占比例最大的气泡对应的部分。我们提取ROI的方法，就是去除气泡对应的部分，间接提取ROI。 本文提出了两种方法来间接提取ROI，针对气泡部分基于区域生长的提取方法