基于向量分区模型和三维骨架化模型的肺裂分割算法

发布时间：2021-02-15 14:35

　　了解肺裂结构特征在肺部疾病诊断方面具有重要的应用价值.在CT图像中,肺裂会受到强度变化、噪声和形变等各种因素的影响,使得分割难度很大.为了克服此困难,提出一种基于向量分区模型和三维骨架化模型的肺裂分割算法.首先,受到肺裂在二维CT图像中呈现为线性结构特征的启发,通过借助方向窄条微分滤波器融合幅度信息和方向信息来构建肺裂向量场,此种途径能够有效地区分肺裂和其他组织.接着,考虑肺裂在三维CT图像中呈现为面状结构特征,通过改进的向量分区模型来分离肺裂和管状结构,此种方式能够高效率地抑制噪声.最后,为了得到完整的肺裂,引入三维骨架化模型理论来有效分割肺裂.提出的算法在公开数据集LOLA11上进行验证,其F1,FDR和FNR中值分别为0.893, 0.068和0.128.实验结果表明,文中算法具有非常好的肺裂分割效果. 

【文章来源】：计算机辅助设计与图形学学报. 2020,32(07)北大核心

【文章页数】：8 页

【部分图文】：

DoS滤波器[18]

肺部3个正交剖面的二维切片如图2a～图2c所示,其对应的红色区域的方向信息如图2d～图2f所示.从图2可以看出,经过DoS滤波器滤波后的肺裂方向非常有规律,特别是流线呈现非常平滑并且连续的特征;但是DoS滤波器方向域受到噪声、体素效应以及其他因素的影响,肺裂周围存在大量不规则的流线.因此,直接结合DoS滤波器幅度响应和方向响应很难有效地分离粘连的噪声.经过上述操作后,肺裂的幅度响应和方向响应分别为F3D和Vm ax(VmA ax,VmS ax和VmC ax).1.4 向量场

如图3a所示,肺裂在矢状面的方向响应为VmS ax,角度范围为].为了说明DoS滤波器方向响应的有效性,图3b所示为肺裂矢状面的梯度方向响应,可以看出,DoS滤波器方向非常平滑并且连续.图3c所示为经过阈值T归一化的肺裂向量VTS,可以看出,经过阈值T归一化后还存在大量粘连的噪声不能被剔除.为了得到净化的水平裂和斜裂,本文选定肺裂方向角度范围分别为[θ13,θ16],[θ1,θ4]和[θ9,θ12]的肺裂向量场,如图3d～图3f所示,可以看出,水平裂(红色椭圆)和斜裂(黄色椭圆)与周围粘连的噪声分离,并且噪声相对肺裂体积较小.向量分区模型[1,19]的基本思想是肺裂在三维空间中呈现曲率变化很小的曲面结构,噪声等其他结构则没有此特征[7-8].因此,可以将向量场分为n等分,在不同的向量区间将噪声和肺裂分离.如图4所示,将肺裂向量场角度范围分为n个不重叠的区域,标记为R1,R2,(..,Rn-1,Rn.定义肺裂向量场响应函数

【参考文献】：
期刊论文
[1]基于最大内切球拟合的网格模型骨架提取[J]. 缪永伟,陈程,孙瑜亮,张旭东,陈佳舟.  计算机辅助设计与图形学学报. 2018(10)



本文编号：3035016