基于胸部CT图像的肺结节分割方法的研究与实现

摘要

肺癌已跃居世界癌症死亡率的首位，造成肺癌高死亡率的主要原因是肺癌早期症状不明显而难以诊断，因此“早期发现，早期诊断，早期治疗”是降低肺癌患者死亡率的重要举措之一。临床表明肺癌在胸部CT图像中主要以肺结节形式存在。但是，从胸部CT图像上看，肺结节经常与血管、气管等组织境界不清，灰度值也比较相近，即使是经验丰富的放射线医学专家也难免出现误诊和漏诊的情况。由于计算机图像处理技术和影像学的发展，使基于医学影像的无损的肺癌早期诊断成为可能，在此技术支撑基础上设计开发的计算机辅助诊断(CAD)系统成为国际上的研究热点，有些CAD产品已经应用到临床诊断，但是，我国在医学图像CAD方面还处于起步阶段，很多技术问题还亟待解决。
　　 本文依托国家自然科学基金项目(项目编号：60671050)-“肺癌计算机辅助诊断关键算法研究”，在广泛参考了国内外前沿研究成果的基础上，对医学图像格式、图像去噪和图像分割等一些关键算法进行研究，提出并实现了一套完整的肺结节分割方法。本文主要进行了图像预处理、肺实质分割、肺结节定位和肺结节分割四个部分的研究，首先将CT图像转换成BMP格式灰度图像，并对其进行去噪处理。然后，基于动态阈值法和滚球算法分割肺实质。其次，基于改进的自适应多模板快速匹配方法进行肺结节定位。再次，对于小尺寸结节使用基于改进的双快速行进法的肺结节分割方法，而对于大尺寸结节则先基于小波系数统计特征分割过渡区，再基于改进的双快速行进法从过渡区分割结节。最后，基于改进的图像分割结果评价方法对分割得到的肺结节进行评价。通过从大量实际的胸部CT图像分割肺结节的实验，实验结果证明了本文提出的基于胸部CT图像的肺结节分割方法的可行性。

目录

文摘

英文文摘

第1章 绪论

1.1 研究背景与意义

1.2 肺结节分割技术研究现状

1.3 本文主要工作与创新

1.4 论文组织结构

第2章 图像分割技术介绍

2.1 图像预处理方法

2.1.1 医学图像格式

2.1.2 图像去噪方法

2.3 图像分割方法

2.3.1 图像分割的基本原理

2.3.2 基于阈值的图像分割方法

2.3.3 基于区域的图像分割方法

2.3.4 基于边缘检测的图像分割方法

2.3.5 基于边缘与区域相结合的图像分割方法

2.3.6 基于参数形变模型的图像分割方法

2.3.7 基于几何形变模型的图像分割方法

2.3.8 基于特定理论的图像分割方法

2.4 本章小结

第3章 肺结节分割方法

3.1 图像预处理

3.1.1 基于Window-Leveling算法的CT图像格式转换

3.1.2 基于小波变换与滚球方法的图像去噪

3.2 肺实质分割

3.2.1 基于阈值法的非身体区域去除

3.2.2 基于动态阈值法的肺实质粗分割

3.2.3 基于数学形态学方法的肺实质补偿

3.3 肺结节定位

3.3.1 改进的自适应多模板

3.3.2 基于阈值法的快速匹配算法

3.3.3 基于改进的自适应多模板快速匹配方法的肺结节定位方法

3.4 肺结节分割

3.4.1 基于改进的双快速行进法的肺结节分割方法

3.4.2 基于小波系数统计特征和改进的双快速行进法的肺结节分割方法

3.5 肺结节分割结果评价

3.5.1 传统的图像分割结果评价方法

3.5.2 改进的基于模糊集理论的图像分割结果评价方法

3.6 本章小结

第4章 系统设计与实现

4.1 系统需求分析

4.2 系统总体设计

4.3 系统模块设计

4.3.1 图像预处理模块

4.3.2 肺实质分割模块

4.3.3 肺结节定位模块

4.3.4 肺结节分割模块

4.4 系统实现

4.4.1 用户界面的实现

4.4.2 图像预处理模块的实现

4.4.3 肺实质分割模块的实现

4.4.4 肺结节定位模块的实现

4.4.5 基于双快速行进法的分割模块的实现

4.4.6 基于小波系数统计特征和双快速行进法的分割模块的实现

4.5 本章小结

第五章 实验与分析

5.1 实验图像来源

5.2 图像格式转换实验

5.3 肺实质分割实验

5.4 肺结节定位实验

5.5 肺结节分割实验

5.6 本章小结

第6章 总结与展望

参考文献

致谢

攻读硕士学位期间发表的论文

攻读硕士学位期间参与的项目