基于EM算法和曲面拟合模型的肺裂检测算法

肺裂是识别人体肺部解剖结构的重要标记.为解决由于肺裂存在形变、不完整和断裂等现象造成的难以在CT图像中自动检测的问题,提出一种基于期望最大化算法和曲面拟合模型的肺裂检测算法.首先结合气管和动脉血管先验知识估计肺裂区域,减少肺部其他结构的干扰;然后构建肺裂方向场更好的区分肺裂和噪声,并利用期望最大化算法识别肺裂;最后采用曲面拟合模型弥补丢失的肺裂,达到更好地检测肺裂的目的.提出的算法在20个患有慢性阻塞性肺部疾病患者的肺部CT图像上进行实验,结果表明,与人工参考对比,该算法在左肺裂和右肺裂的F_1-score中值分别为0.979和0.971,能够高效率地检测肺裂.

结合线性形状特征与模糊连接度的三维CT图像肺裂检测

针对三维CT图像中噪声、密度分布不均匀等因素造成的肺裂检测难题,提出一种线性形状特征与模糊连接度相结合的检测方法。首先,模仿放射科医生的读片方式,利用肺裂在互相垂直的2D切片中呈高亮度线形结构并被低密度肺实质包裹的特点,定义窄条微分(DoS)滤波器用于图像增强;然后,指定3D空间中感兴趣区域内一点作为种子点,根据增强后肺裂图像的灰度均匀性与灰度差值特征来构造亲和力函数以计算种子点与其他体素之间的模糊连接度,再通过选取合适的阈值对模糊连接度进行阈值分割;最后,通过基于形态学的后处理来移除分支点,并由连接元分析以去除粘黏在肺裂周围的无关组织以得到最终完整的肺裂检测结果。临床数据实验和人工定义金标准验证的结果表明,该方法可对肺裂进行较准确、有效的检测。

基于改进随机游走算法的CT影像的肺裂检测

为解决肺裂检测结果易受肺病症等干扰的问题,提出基于改进随机游走算法CT(computed tomography)影像的肺裂检测算法。基于自适应阈值法分割肺实质;提出基于双边滤波的多尺度Retinex算法增强肺裂,通过双边滤波估计图像亮度和对光照估计的图像增加权值β提高清晰度;采用改进的随机游走算法分割肺裂,通过Candy边缘检测降低种子点的误选率,将像素间的位置和梯度差信息融合进权值函数,增强分割准确性。实验结果表明,该算法可实现对多组临床医学肺部CT影像的肺裂检测,结果精确度较高。