论文部分内容阅读
当今CT技术的迅猛发展,使得肺部疾病计算机辅助诊断成为可能。由于临床上对肺部CT影像的诊断是医学界的一大难题。肺部组织结构的特殊性和进行组织活检、肺血管造影、肺部超声造影、肺灌注扫描等检查手段均有其局限性,所以寻求一种简单易行、微创或无创的新型定量诊断手段,即肺部疾病计算机辅助诊断,成为肺部综合症临床实践的迫切要求。
肺部计算机辅助诊断是一项复杂的过程,这个过程包括影像增强、分割、病变区域检测、三维影像显示等多项基本技术。通过这些影像处理过程,可以为医生提供各种肺部疾病信息,达到辅助诊断的目的。本论文针对在实现肺部疾病计算机辅助诊断系统中遇到的肺门处气管、长在肺壁的肺结节、肺血管、连接肺血管壁的结节很难分割、识别和肺部图像可视化速度慢等问题进行深入研究并得到很好的结果。
在肺部诊断肺部疾病的临床实践中,图像增强是基础,血管分割是关键。为了实现本项研究的目标,我们采用的技术路线是增强肺部的轮廓和血管边缘,对肺实质进行分割,进而达到血管提取,最后对处理结果进行三维重建和显示。
为了增强肺门处气管边缘,我们提出一种基于自适应的各向异性的滤波算法。此算法利用扩散方程对肺部CT图像去噪,利用局部信息自适应地对扩散方程系数选取。通过该算法处理,肺门处气管边缘的信息得到了增强,同时噪声得到了较好的抑制,使得图像在增强与噪声抑制之间达到一个很好的平衡。
在肺实质分割技术上,本文提出一种混合分割方法。该方法通过四个主要的步骤分割肺实质。1、应用各向异性滤波去除噪声,避免在利用三维区域增长算法截取气管时支气管和肺实质交接处边界模糊。2、自适应应用优化阈值。3、根据搜索最大阈值算法解决左右肺连接问题。4、应用Rolling-Ball平滑肺实质,避免肺结节粘连在肺壁时被排除在肺实质外。实验表明该方法对于肺结节疾病的CT胸部图像分割肺实质时,可以获得满意的分割结果。
对于三维肺部图像中的肺血管提取。本文选择了level set方法,此方法原本是求解几何曲线演化(Geometric Curve Evolution)的一种新颖方法。通过对各种水平集分割算法分析,我们提出的基于阈值的水平集分割算法,来实现对三维肺血管图像的初步提取,再应用CANNY算子和调节各向异性扩散方程的参数进行细分。经过实验验证,通过对CANNY算子和高斯滤波异性扩散的调整,能够获得对肺血管的精细分割。结果证明该方法简单有效,从而能够较为准确地标定血管,为后序的肺结节等疾病检测提供依据。然后根据Hessian矩阵推出高斯圆和线方程特征值,以此对肺血管边缘进行去掉线,剩下肺血管边缘的点。依据这些点的特征值和特征向量,得到对血管边缘点的特性定量分析,达到快速计算机辅助诊断的目的。
最后针对三维CT数据量大,绘制速度慢的问题,我们根据光线投射方法的特点,设计了基于多线程的光线投射体绘制方法,实现肺部图像的三维重建和显示。该方法以充分利用CPU性能为目的,根据体数据量来确定绘制进程分配,提高绘制的实时性和效率。