本科毕业论文（设计）开题报告--X线胸片图像肺野分割方法研究.docVIP

本科生毕业设计（论文）开题报告 毕业设计题目： X线胸片图像肺野 分割方法研究 学 院： 信息科学与工程学院 专业班级： 计算机科学与技术 学生姓名： 朱虹 指导教师： 邵虹 年 月 日 X线胸片图像肺野分割方法研究 一、课题的研究目的和意义 X线摄影成像是传统的影像学诊断方法之一，它应用广泛，成本较低。X线胸片检查是呼吸系统影像学常见而基本的步骤，方便易行，在临床应用中，胸片图像大量应用于肺部疾病的诊断。所谓肺野是充满气体的两肺在胸片上表现为均匀一致较为透明的区域。为了便于标明病灶位置X线胸片主要包括了心脏、肺和骨骼这几种不同组织系统的初始信息，可见胸片图像的噪声一般都很大，各个器官之间有着不同程度的重叠，这会降低分割算法的有效性、增加运算时间。因此首先应去除这些无关区域，将肺组织分割出来。这将有助于对病变组织进行定性及定量的分析，有利于计算机系统的进一步分析判断，减少计算量，是X线胸片肺部疾病计算机辅助诊断、图像检索等的重要步骤之一。 二、国内外发展状况 医学图像分割可以分为半自动分割和全自动分割，前者是目前分割的主流手段，现处于人机交互的水平上，费时耗力，并且受人为因素影响很大，可见全自动分割是现在的研究重点也是研究主流。 常见的肺野分割方法有阈值法[10]、区域生长法、边缘检测、形态学滤波法、山脊检测法、几何模型匹配法、神经网络、马尔可夫随机场建模等等。 此外很多学者也提出了自己的分割方法。 于洋[1]提出了一种运用OTSU法进行初步分割，通过标记分割后的各个区域，判断它们的连通性并计算各个区域的面积，通过比较第一大面积和第二大面积大小来选取最佳阈值，从而对图像进行第一次分割。然后使用基于坐标的局部阈值分割来进行二次分割，最终得到分割结果。但是这种方法只是单纯考虑了图像像素的灰度信息，忽略了图像的空间信息，容易受到噪声的影响，从而影响到分割的性能。 刘炎[2]等是选择垂直形结构元素对图像做柔性形态学的腐蚀操作，经区域修整后得到粗略的肺野区域。然后对这些粗略的肺野区域采用迭代直方图分离聚类算法进行二次分割。 Dimitris K. Iakovidis[7] 将贝塞尔曲线插值法引入了肺野分割中。通过简单的强度应用在肺实质周围的解剖结构上进行的要点检测和边缘特征提取技术。对于检测到的要点用贝塞尔曲线插值光滑，逼近肺实质的边界。 另外Cootes et al.[3]第一次提出了一种基于综合知识的分割方法--活动轮廓模型（active shape models简称ASM）方法，ASM分割法作为有监督的训练方法，需要在检测之前人工圈定肺的轮廓，提取这些轮廓参数作为标准训练。一些研究人员[5,6,12]还做基于此模型改进对肺野进行分割。如俞培春[4]指出在原始ASM算法中，使用训练中得到的平均轮廓作为初始轮廓，这并不适用于所有的胸片图像的肺野分割，他提出将原始图像做阈值分割和腐蚀等操作提取胸片模板2和胸片模板3后，得到初始种子区域，通过区域生长，最终获取初始肺野轮廓。Chunyan Wang[13]也对ASM提出了改进。他提出使用薄板样条方法来的胸部X光片，以获得更适当的模型来初始化平均模ASM算法并不适用大数据量的图像。 目前肺野分割方面，有很多比较好的算法。香港大学的陈世峰等[8]提出了形态学滤波和新兴机遇图标最优化方法分割肺部的算法；D.Gados等[9]采用了PCA与剖析学知识进行肺野分割。 虽然有些文章已经报告出了好结果，但是有些方法还是存在很多问题，在这些研究中都没有给出不同方法之间的客观比较，大部分研究只对分割结果进行了定性分析，缺少定量比较[2]，不利于判断方法的好坏。在已有给出定量结果的方法中，过多注重提高分割的效率，导致分割精确率不高。因此可见肺野分割还有较大的发展空间。 三、研究内容 本课题是将X线胸片图像的肺野区域提取出来，并用红笔勾勒出左右肺的具体轮廓。课题的具体研究内容如下： 图像预处理 图像压缩：不同医院不同设备得到的X线胸片图像的分辨率各不相同，但是无 论是哪一种规格，图像的尺寸都会比较大，所以必须要对图片压缩，这样不仅没有降低分割算法的计算精度，又可以提高运算速度。 灰度修正：一副X线胸片的灰度范围都是非常宽的，在分割时是很费时间的， 所以要进行灰度修正。 图像增强：在X线胸片图像中，存在很多噪声，不同组织之间没有清晰的分界 线，组织之间的局部区域灰度对比度不均，这些特点对分割会造成影响，所以必须要对X线胸片图像进行必要的图像增强，来尽量减少这些影响。 2. 采用自适应OTSU阈值分割法对图像进行初步