基于动态自适应体素生长的肺部CT图像3维分割算法

为了解决传统体素生长算法中容易产生分割泄漏问题以及左右肺分离的难题,提出了一种动态自适应的体素生长算法,用于对肺部CT图像进行3维分割。该算法采用了半侧肺预分割的方式,并针对分割区域的局部统计信息动态调整分割参数,有效地避免了分割泄漏,并在准确度和鲁棒性方面得到了很大的改进,而且能够应用于纯3维环境的自动分割。该算法通过对多组实验数据,包括健康人和不同类型肺病患者的肺部CT图像进行试验,取得了良好的效果,为肺部组织的定量计算以及临床应用提供了可靠的基础。

改进的体素生长算法在心脏局部血管提取中的应用

为了对传统体素生长算法加以改进,提取心脏局部血管,在三维心脏组织的感兴趣局部血管上勾画初始体素种子点,将初始体素的相邻体素中灰度直方图相似的体素添加到生长体素集合中,作为新的种子点按照生长规则继续寻找相似体素。为了防止体素生长过程中出现泄漏,设置终止规则限制体素生长的边界,进而找到感兴趣血管包括的全部体素。通过对体素生长算法的生长规则和终止条件的进一步改进,在一定程度上解决了传统体素生长算法交互性差、运行不实时等问题,测试结果表明该算法的准确度高、稳健性好,是心血管疾病临床治疗过程中有效的影像辅助工具。