结合多尺度圆形滤波与MS聚类的疑似结节分割 .pdfVIP

学兔兔 第37卷 第 1期 仪 器 仪 表 学 报 V01．37No．1 2016年 1月 ChineseJournalofScientificInstrument Jan．2016 结合多尺度圆形滤波与MS聚类 的疑似结节分割术 魏 颖 ，徐 陆 ，李 翔 ，李 锐 (1．东北大学信息科学与工程学院 沈阳 110004；2．教育部医学影像计算重点实验室 沈阳 110004) 摘 要：肺部CT图像中疑似病灶感兴趣区域(ROI)的准确分割是肺部计算机辅助检N／诊断(CAD)的重要环节。本文提出结 合Hessian矩阵滤波的均值漂移聚类肺部疑似病灶ROI区域分割算法。对原图像进行多尺度Hessian矩阵圆形滤波，图像中圆 形的疑似结节病灶区域得到滤波增强、直线形的气管／血管区域得到抑制，将Hessian矩阵滤波后的形状特征、灰度、空间位置3 种信息引入特征空间，将均值漂移聚类的核函数分解为3种特征信息所分别对应的核函数乘积形式，最后采用 自适应计算带 宽的方法确定每个待分割疑似区域的带宽进行均值漂移聚类分割。对来 自LIDC等 127个包含不同类型肺结节的病例进行实 验，实验结果表明引入 Hessian矩阵圆形滤波信息的均值漂移聚类能够分割出与血管或气管相连或者交叉的结节区域，去除 ROI中包含的非结节区域，能有效分割出基于灰度信息难以分割的毛玻璃型(GGO)结节；对于3种类型的结节区域 ：血管相连 结节 (VPN)、毛玻璃型结节(GGO)、孤立性结节 (SPN)分割平均准确率分别为92．80％、86．13％、95．08％。 关键词：疑似肺结节；Hessian矩阵；多尺度圆形滤波；均值漂移聚类；图像分割 中图分类号：TH702 文献标识码：A 国家标准学科分类代码：520．20 Segmentationforsuspectednodulesbymulti-scalecircular filteringcombinedwithM Sclustering WeiYing ，XuLu ，LiXiang ，LiRui (j．SchoolofInformationScienceandEngineering，NortheasternUniversity，Shenyang110004，China； 2．KeyLaboratoryofMedicalImagingCalculationoftheMinistry Education，Shenyang110004，China) Abstract：TheaccuratesegmentationoftheregionofinterestofthesuspectedlesionsinthoracicCTimagesisanimportantissuefortho— raciccomputer—aideddetection／diagnosis(CAD)．Inthispaper，aROCregionsegmentationalgorithmforthesuspectedlunglesionsis proposedbasedonHessianmatrixcirclefilteringcombinedwithmean—shift clustering．Theoriginalimageisfilteredwithmulti-scale Hessianmatrixcirclefilter