基于区域生长的部CT图像分割研究-毕业论文.docx

目录摘 要1Abstract11 绪论21.1 研究背景和意义21.2 研究内容21.3 本论文的章节安排22 区域生长算法简介32.1 区域生长算法32.2 基于阈值的区域生长算法程序流程32.3 区域生长算法生长准则的选取42.4 本章小结43区域生长算法的分析与改进53.1 区域生长算法的分析53.2 改进的区域生长算法53.2.1 生长起始点的自动选择53.2.2 生长准则的改进63. 3 算法优化对比63.5 本章小结84改进算法的应用及结果分析84.1 肺部CT图像处理的主要问题84.2 实验结果分析94.3 本章小结105 系统实现115.1系统框架115.2 系统具体功能实现115.2.1 功能模块图115.2.2 功能实现125.3 系统界面及简单使用135.5 本章小结16结论16致 谢17参考文献18基于区域生长的肺部CT图像分割研究摘 要：近几年，肺部疾病的发病率呈上升趋势，医生采用计算机辅助诊断肺部疾病时，手工工作量较大，诊断效率较低。在本文中，通过分析肺部CT图像的灰度值分布以及肺实质位置特征，缩小种子点选取的范围，实现种子点的自动选取，并进一步确定阈值实现了肺部CT图像的自动分割，极大地减少了手工工作量，提高诊断效率。改进算法为实现医学图像的自动分割打下了基础，更好的为医生诊断提供准确的信息。此外，本文采用MFC和CxImage类库实现了基于改进算法的图像分割系统，该系统支持各种图片类型文件的读取、显示、保存及分割。关键词：肺部CT图像；图像分割；区域生长Lung CT image segmentation based on region growingAbstract: In recent years, the appearance of lung disease are rising,doctors use computer-aided diagnosis of lung disease,which is largemanual workload and lowdiagnostic efficiency.In this paper,according to the gradation distribution of lung CT images and lung position characteristic, reduce the seed points selection range and select the seed points automatically, which can realize the automatic CT–image segmentation system and greatly reduce work and result into a significant increase in efficiency. The modified algorithms provide diagnosis information for doctor and foundation for the medical images automatic segmentation .Besides,the MFC and CxImage libraries are used in the image segmentation system which can read, display, save and segment all the types of images.Key words:lung CT image;image segment;region growing1 绪论1.1 研究背景和意义随着我国的迅猛发展，环境问题日益凸显，空气质量多次超出PM2.5正常标准，尤其是工业发展重地，肺癌的发病率迅速上升，死亡率也在持续上升。但目前还没有有效的手段来治疗肺癌，对付肺癌我们只能采取早发现早治疗的手段，在对肺部疾病进行计算机辅助诊断研究时，肺部CT(Computed Tomography,计算机断层摄像)图像在肺癌早期发现中起到重要作用[]。对肺癌临床诊疗时，临床医生的首要工作则是对病人目前的身体状况做出正确的判断，而正确的判断取决于医生获取的信息的科学程度及数量多少，肺部CT图像所包含信息量的丰富程度远远超过几个数据或者几条曲线。是否对肺部CT图像进行稳定、自动和精确的分割，其分割结果会直接影响后续诊断过程。通过肺部CT图像分割是利用计算机发现肺癌的首要条件[]。对肺部区域进行分割也是完成自动量化确诊的先决条件。在实现对肺实质的分割提取之后，医生可以参考得到的数据对病人的身体状况做出更快更准确的诊断，从而快速精确的定下病人的治疗方法；同时可为重建肺部的三维图像减少复杂度，定位位