基于隨機森林模型的心臟CT圖像分割算法研究.pdf

1、心血管疾病嚴重威脅著人類的生命健康。對心血管疾病的早期定量診斷和風險評估對延長人類生命健康起著關鍵的作用。隨著科技高速發(fā)展，影像診斷設備的功能和成像質(zhì)量有了很大提高。尤其是計算機斷層掃描(CT)技術的高速發(fā)展不斷影響人體疾病的診斷方式，逐步成為心臟檢查一種重要的診斷方式。左心室區(qū)域是心臟核心區(qū)域，一直是心臟疾病研究的重點，借助于心臟CT圖像對心臟組織尤其是左心室的研究，是非常有意義的。
　　隨機森林作為一種靈活的框架模型，在醫(yī)學圖

2、像處理領域展現(xiàn)出了很好的前景。本文基于隨機森林模型對心臟CT圖像中的解剖標志點定位問題進行了研究，在此基礎上進一步研究了圖像中左心室心肌分割問題。首先，本文聯(lián)合隨機森林回歸模型和分類模型對心臟CT圖像中的主動脈瓣中心，二尖瓣中心和左心室心尖等3個解剖標志點進行檢測定位。在檢測過程中，將3D Haar-like特征分別與隨機森林回歸模型和分類模型結合，對CT圖像進行回歸分析得到解剖點的距離圖譜，分類處理得到解剖點的概率密度圖譜。使用Mea

3、n-shift算法，聯(lián)合距離圖譜和概率密度圖譜對解剖點的位置進行估計。隨后在分割心肌時，可由3個解剖點的位置得到左心室的大致區(qū)域。更為關鍵的是，本文通過這3個解剖標志點位置建立心臟坐標系，把CT圖像數(shù)據(jù)變換到相似的心臟坐標空間中，在此基礎上本文提取圖像灰度特征和幾何特征訓練隨機森林分類器對變換后的特定區(qū)域內(nèi)的體素執(zhí)行分類，劃分出圖像中的心肌部分。在對心肌分割的實驗過程中，本文分別使用了手動標定和所提出的定位算法自動檢測兩種方式獲得3個解