基于随机游走和图割算法的PET-CT肺肿瘤分割

发布时间：2017-09-29 10:00

  本文关键词：基于随机游走和图割算法的PET-CT肺肿瘤分割

  更多相关文章： 肺肿瘤分割 随机游走 图割 图像分割 PET CT

【摘要】：目前,在环境日益恶化的今天,肺肿瘤已成为危害人类健康的一个重大威胁。肺部肿瘤的精确分割在临床放射治疗中起着很重要的作用,因此肺肿瘤的分割成为了一个热门的研究课题。PET-CT是定量的分子-结构成像技术,已经被广泛使用于肿瘤的诊断分析和肿瘤治疗方案的制定。本文提出一种联合PET和CT影像进行肺肿瘤检测的方法。在本课题中,我们融合PET和CT这两种图像模态,充分利用PET图像提供的新陈代谢信息和CT图像提供的人体结构信息,结合两种经典的分割算法:随机游走算法和图割算法,对肺肿瘤进行同时分割。首先,利用随机游走算法对PET图像进行处理,得到一个初始的肿瘤轮廓。然后,图割算法将初始的肿瘤轮廓作为前景种子点,对PET和CT图像进行联合分割。在图割算法中,PET和CT的联合分割应该被看成是能量最小化的问题,并且可以通过最大流最小割的方法来解决。在本文中,我们的创新点在于建立了一个包含两个子图(PET子图和CT子图)的图形,并且设计了一个新的能量函数。该能量函数充分利用了PET和CT图像的特征,对于PET能量函数,它综合利用了PET图像的亮度分布特征,单调下降特征和三维梯度信息;CT的能量函数包含了传统的区域项和边界项能量函数,还有一个用来束缚和定位肿瘤的形状束缚函数。本文的算法对18个患有非小细胞肺癌的病人的PET-CT数据进行处理,并将实验结果与单独对PET或CT进行分割的图割算法、随机游走算法、改进的图割算法、随机游走的联合分割算法、Song Qi的算法等进行比较,实验分析数据表明本文算法在分割肿瘤方面有更高的精确度。
【关键词】：肺肿瘤分割 随机游走 图割 图像分割 PET CT
【学位授予单位】：苏州大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R734.2;TP391.41
【目录】：

• 中文摘要4-5
• Abstract5-9
• 第一章 引言9-16
• 1.1 PET-CT肺肿瘤分割研究背景及意义9-11
• 1.1.1 肺癌的研究背景9
• 1.1.2 医学影像研究意义9-11
• 1.2 图像分割算法概述11-12
• 1.3 肺肿瘤分割的国内外研究现状12-14
• 1.4 本文的研究内容14-16
• 第二章 随机游走算法16-21
• 2.1 随机游走模型简介16
• 2.2 随机游走分割算法16-21
• 2.2.1 基本概念16-18
• 2.2.2 图的构建和权重的设计18
• 2.2.3 组合狄利克雷积分问题及其解法18-21
• 第三章 图割算法21-27
• 3.1 图割算法简介21-22
• 3.2 图形的建立22-23
• 3.3 能量函数23-25
• 3.3.1 区域项能量函数24
• 3.3.2 边界项能量函数24-25
• 3.4 图割的解法25-27
• 第四章 肺肿瘤分割27-38
• 4.1 算法及创新27-28
• 4.1.1 算法简介27
• 4.1.2 本文的创新点27-28
• 4.2 预处理及初始分割28-29
• 4.2.1 预处理28
• 4.2.2 初始分割28-29
• 4.3 PET-CT图像的联合分割29-38
• 4.3.1 图的构建30
• 4.3.2 PET能量函数的设计30-35
• 4.3.3 CT能量函数的设计35-37
• 4.3.4 图形间能量函数37-38
• 第五章 实验结果及分析38-48
• 5.1 实验结果分析38-40
• 5.1.1 图像的获取38-39
• 5.1.2 评判标准39
• 5.1.3 参数值的设置39-40
• 5.2 实验分析与比较40-45
• 5.2.1 金标准的相关性40-41
• 5.2.2 与图割算法单独在PET或CT图像上的分割结果比较41-42
• 5.2.3 与改进的图割算法和随机游走算法的比较42
• 5.2.4 与相关方法的比较42-45
• 5.3 鲁棒性测试45-47
• 5.3.1 对种子点的鲁棒性45-46
• 5.3.2 对不同参数值的鲁棒性测试46-47
• 5.4 计算时间47-48
• 第六章 总结和展望48-50
• 6.1 总结48
• 6.2 展望48-50
• 参考文献50-56
• 攻读学位期间公开发表的论文、专利56-57
• 附录 缩略词57-58
• 致谢58-59

【参考文献】

中国期刊全文数据库 前2条

1 陈华杰;吴香伟;薛安克;;一种基于Graph Cuts的SAR图像分割方法[J];光电工程;2010年05期

2 金永君,艾延宝;核磁共振技术及应用[J];物理与工程;2002年01期

，

本文编号：941347