基于最优Atlas的CT影像中肺叶精准分割算法研究

发布时间：2020-12-06 04:52

　　随着医学图像的定量分析在疾病评估和治疗方案中的应用越来越受到重视,用于从CT图像数据中进行肺叶分割的精确计算方法成为医学图像处理领域的研究热点。目前大多数应用于临床的肺叶分割是采用自动预分割肺叶结合手动检查和交互的方式,即使可以通过手动校正分割肺叶,探索精准的肺叶分割方法以减小用户负担依然是本领域目前具有重大意义的研究内容。目前已有学者提出从CT图像数据中进行肺叶分割的计算方法,但并未在临床实践中证明面对广泛且可变的临床图像和病理学方面所提出方法是稳健且准确的。根据临床解剖学的定义,肺叶裂隙位置是肺叶分割的主要判断依据。针对在具有可变性的临床CT数据中进行肺叶分割存在分割精度很难达到临床要求且不稳定的情况,本文提出了一种基于最优Atlas的肺叶精准分割方法,主要是通过根据肺部解剖结构信息组合Atlas图像的先验知识的方式来计算肺叶裂隙准确位置的方法。主要通过两个主要步骤来实现:第一步,我们根据肺支气管和血管在肺叶边界周围区域分布具有稀疏性的解剖结构信息,综合肺部区域的提取、肺气管区域分割及标记和计算血管距离图对肺叶裂隙的位置区域进行初始化近似估计并对标记其位置信息;第二步,根据获取的肺... 

【文章来源】：湘潭大学湖南省

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

人体肺部结构的示意图

计算机断层扫描（CT）的 X 射线衰减系数来自磁共振成像模式的质子密度。这样图像允许临床医生量化和可视化正常的解剖结构与存在任何病理症的解剖结构之的大小、形状和空间关系。在体内或体外获得某组织的光学成像图像可以提供另个角度的信息参考来源，其描绘了在微观分辨率水平上的结构。图像配准的目标是在两个或更多的图像之间找到相应解剖结构或功能结构的置[27-29]，可以将图像配准应用于图像相异模态或者成像时间相异获取来自相同组结构的图像，例如多模态图像配准以及连续图像配准等。以上两种不同情况下生的图像分别是同组织结构配准的参考模板图像和待测试配准图像。基于图像配准究的其他应用领域是组织间配准，其目的是对准不同的组织结构之间的图像，例群体间的组织结构变异性。图像配准旨在于通过搜索图像间的最优几何变换映射关系 T，使得同一目标区域在两幅相异的图像上达到物理空间位置和特征空间位置的对准（如图 2.2 示），即在参考图像上的点 m 搜寻对应的最佳映射关系可以使得待配准图像上的同点 n 在空间位置完全一致。

这种差异可能在搜索最佳变换空间时增加优化难度，但重地应对这类问题。优化方法也被称为最快速度下降优化方法[45,46]，该方法通过优化查找成本函数的局部最优值。梯度下降法可以通过以下假设数 C ( X )在当前点iX 的邻域中被定义成可微分，当函数 C ( X )沿负梯度方向以 ( )i C X值减小。这意味着1( i i i iX X C X 择学习率，当学习率足够小时会达到线性收敛效果[47]。如图 2


本文编号：2900757