结合区域生长与模糊连接度的肺气管树分割

针对CT图像中因噪声、密度分布不均匀和边界模糊等因素造成肺气管树难以准确分割的问题,提出了一种区域生长与模糊连接度相结合的肺气管树分割流程。通过阈值化及形态学闭操作提取出肺实质以定义感兴趣区域;采用改进迟滞阈值区域生长法预分割出较粗气管并结合局部体积突变指标抑制侧向泄漏;将预分割的结果进行骨架化及修剪来进一步提取出分支点,并以此作为后续分割的新种子点;根据CT图像的灰度均匀性与气管的管状结构特征来构造亲和力函数以计算种子点与其他体素的模糊连接度,并选取合适的阈值对模糊连接度进行阈值分割以提取出完整气管树。实验采用了20例来自EXACT’09竞赛提供的公开数据,分别从分支点、分支数量和分支数比率等方面进行了量化评估。该方法能在较低泄漏情况下成功检测出参考标准中一半以上的分支,平均分支数比率达到59.7%。实验结果表明,该方法可对肺气管树进行较精确的分割。

基于区域增长法的三维支气管树分割算法

虚拟内窥镜在胸部疾病诊断方面占据重要的地位,通常支气管树分割方法存在分割结果不准确和分割漏洞问题,因此提出基于区域增长法的支气管树分割算法。首先通过区域增长法进行主干分割,然后对细小分支进行获取,并通过质量评价函数对细小分支进行筛选,删除伪分支。实验结果表明,该支气管树分割法可以简单、有效地提取出完整的肺支气管树,得到包含第5级以上的支气管,解决支气管断裂和分割漏洞现象,具有较好的鲁棒性。

三维支气管树分割与中心路径提取算法研究

中心路径提取是虚拟内窥镜的主要关键技术之一,但是对于复杂的多分支结构器官的分割和准确提取具有正确拓扑结构的中心路径十分困难。因此针对该问题,提出三维支气管树分割与中心路径提取算法。该方法通过改进的区域增长法分别提取支气管的主干分支和细小分支,在分割结果中确定初始中心路径点,利用Jacobian矩阵的几何意义矫正中心点,生成具有正确的拓扑结构的中心路径。实验结果表明:该方法可以得到包含第5级以上的支气管的中心路径,对于单分支和多分支的器官组织同样具有较好的准确性。

结合区域生长与灰度重建的CT图像肺气管树分割

目的 CT图像中肺气管树分割对肺部疾病的精确定位与量化评估具有重要意义。针对不同气管分枝在大小、形状和密度分布方面的差异,提出一种区域生长与形态学灰度重建相结合的3维肺气管树分割流程,重点解决气管提取过程中的局部泄漏问题。方法首先,采用阈值分割和形态学闭运算提取肺实质以定义感兴趣区域;然后,通过改进迟滞阈值区域生长法分割较粗气管,结合局部体积突变指标抑制侧向泄漏;接着,利用3维形态学灰度重建算法分割较细气管,并采用形状约束连接元分析和管形描述子剔除伪气管区域;最后,将上述两步分割结果融合成完整气管树。结果采用EXACT'09竞赛提供的公开数据,选取20例测试图像及手工标记结果作为参考,分别从分杈点、分支数量和分支数比率等方面进行量化评估。实验结果表明,本文方法能在较低泄漏前提下成功检测出参考标准中一半以上的分支、平均分支数比率达到55.5%。结论与竞赛网站公布的其他方法相比,本文方法结果评价指标处于中上水平,但算法简单、计算复杂度低、易于实现,在泄漏检测方面有一定优势。

形态膨胀的3D区域生长气管分割算法

在影像引导介入治疗中,对肺部区域的气管进行准确分割与提取不仅有助于辨别气管解剖细节,而且能避免治疗中对气管造成较大的损伤。为此,本文提出一种新算法,首先利用区域生长法对气管树粗分割,再利用形态膨胀法和区域生长法扩大气管区域,对其提取中心线,以中心线为基础进行细分割。将粗分割和细分割的结果取或作为最终气管树。将本算法应用到6例临床CT数据中,实验结果显示本算法至少能分割出6阶,最多达9阶的细支气管,6阶支气管分割精确度平均达到63.5%。表明本文算法基本满足影像引导介入治疗对气管树分割的要求。