基于粒计算的胸部HRCT纹理特征值提取

摘要

慢性阻塞性肺部疾病(COPD)是由慢性支气管炎、肺气肿引起的一组慢性肺部疾病。据统计，我国COPD病人约3200万人，每年约有100万人死于此病。小气道病变是COPD的早期和可逆病变，也是导致COPD气流阻塞的主要原因，对它的及时诊断和治疗是防止其发展成为COPD的重要手段。
　　 多层螺旋CT机提供的胸部高分辨率CT(HRCT)图像，是目前观察小气道病变最好的影像技术。但是结构组织多、灰度分布范围大的胸部HRCT图像在提供更加详细、更加准确的诊断信息的同时，也造成了纹理分析和组织分割困难的问题。目前，放射科医生大多凭借经验进行主观判断，主要集中在病变的定性分析，要对其做出客观、准确的分析相当困难，而且对病变的程度即定量方面的研究较少。要对胸部HRCT图像进行定量分析，帮助医生诊断小气道病变，必须解决的问题就是胸部HRCT的纹理特征值提取以及肺部软组织的准确分割。随着众多学者对图像工程的不断研究，以遗传算法、模糊集、粒计算等为代表的智能控制理论正被应用于医学图像处理中，并且给解决实际问题提供了新的思路和方法。同样，粒计算理论也在被尝试应用于HRCT图像纹理特征值提取和肺部组织分割。
　　 本文以胸部HRCT图像为研究对象，粒计算为理论基础，定量分析为研究目标，对该领域的国内外现状进行了广泛调研，通过结合人体组织的解剖知识，对纹理特征值提取以及肺组织分割方法进行了深入研究，完成了如下工作：
　　 首先分析了HRCT的图像特点，介绍了小气道病变的HRCT征象及相关的纹理特征参数，简述了粒计算的相容粒度空间模型，根据胸部HRCT图像特点和相容粒度空间模型的关系，构建了胸部HRCT图像空间模型。然后研究了医学图像纹理特征分析方法和图像分割方法，将纹理特征提取引入到HRCT图像分析中，为HRCT图像的定量计算奠定了基础，为小气道病变的准确诊断提供了有效的分析方法和数据；针对肺组织纹理复杂的特点，立足于传统的医学图像分割方法，结合粒计算理论，提出了一种基于相容粒度空间模型的区域生长分割算法，利用感兴趣区域(ROI)纹理特征平均灰度(mean)值，实现了自动选取种子点，改进了原有区域生长法算法手动选取种子点的方法，而且不需要多次调整阈值参数；根据相容关系系统(TR)改进了生长准则，使之能适用于HRCT图像。最后通过大量实验及结果评价，实现了对任意直线和感兴趣区域(ROI)纹理参数提取，肺部软组织的准确分割和面积特征计算。实验表明，本文可以有效地提取出有关纹理特征参数，比经典纹理分析方法有较强的针对性和实用性，获取了诊断小气道病变所需的数据，为放射科医生进一步准确诊断病情提供了有力的数据保障。