結(jié)合超分辨率重建和KFCM的甲狀腺核素圖像分割.pdf

1、近年來,國(guó)內(nèi)外甲狀腺疾病的增長(zhǎng)速率急劇攀升,甲狀腺癌位列各類癌癥發(fā)病率增速的首位,極大的危害人類的健康。早期甲狀腺癌一般表現(xiàn)為甲狀腺結(jié)節(jié),如能及時(shí)的從甲狀腺核素顯像中鑒別結(jié)節(jié)的良、惡性,經(jīng)治療后可以完全治愈,所以核素圖像是甲狀腺疾病診斷和治療的重要依據(jù)。
　　由甲狀腺核素顯像產(chǎn)生的大量圖像給人工檢測(cè)甲狀腺結(jié)節(jié)帶來了困難,目前醫(yī)生大多通過手動(dòng)分割法來確定感興趣區(qū)域的邊緣,手動(dòng)分割的邊緣不精確、主觀性強(qiáng)、效率較低。可見核素圖像分割的好

2、壞直接影響著后續(xù)甲狀腺結(jié)節(jié)的目標(biāo)表達(dá)和測(cè)量分析。
　　核素圖像具有組織模糊不均勻、空間分辨率差、灰度對(duì)比度低、信噪比低等特征,為得到一個(gè)清晰、平滑的分割邊界,考慮直接分割后的目標(biāo)邊緣較粗糙,存在鋸齒現(xiàn)象的問題,采用基于稀疏表示的超分辨率重建算法,提高圖像的空間分辨率,使得核素圖像組織的細(xì)節(jié)更加豐富。對(duì)于重建后的高質(zhì)量的核素圖像進(jìn)行分割,經(jīng)實(shí)驗(yàn)驗(yàn)證傳統(tǒng)的分割方法對(duì)甲狀腺核素圖像的不適用性。因此,采用適合解決灰度圖像中存在模糊和不確定

3、性問題的模糊聚類分割方法,標(biāo)準(zhǔn)的FCM算法僅考慮像素值與聚類中心的距離,未考慮相鄰像素的影響及利用圖像的空間信息,又因?yàn)楹撕瘮?shù)對(duì)圖像特征具有很好的適應(yīng)性,同時(shí)對(duì)噪聲具有抑制能力等特點(diǎn),使用模糊核聚類算法對(duì)甲狀腺核素圖像進(jìn)行分割,并與FCM算法在迭代次數(shù)和時(shí)間上進(jìn)行對(duì)比分析。
　　由實(shí)驗(yàn)結(jié)果可以看出,模糊核聚類算法與FCM算法相比其迭代次數(shù)少,運(yùn)行時(shí)間短,同時(shí)得到了較平滑的感興趣區(qū)域的邊緣。從而有效的輔助醫(yī)生提高甲狀腺結(jié)節(jié)的檢測(cè)準(zhǔn)確