基于Snake模型的肺結(jié)節(jié)圖像處理.pdf

1、根據(jù)世衛(wèi)組織研究報告表明，肺癌的發(fā)病率在眾多國家和地區(qū)中已成為惡性腫瘤之首。目前對于肺癌的主要治療手段是靠外科手術(shù)切除病灶。如腫瘤僅局限在肺支氣管內(nèi)且并未轉(zhuǎn)移其他器官時，術(shù)后5年存活率高達50%以上。但實際情況卻是多數(shù)病人在第一次確診時已是癌癥晚期，腫瘤擴散后已失去切除機會，5年的存活率僅僅15%不到。肺癌早期的臨床表現(xiàn)主要是出現(xiàn)肺結(jié)節(jié)，因此，將快速準(zhǔn)確的檢測并識別出肺結(jié)節(jié)作為研究課題，保證肺癌患者能早診斷早治療并提高患者存活率有著重大

2、意義。
　　Computer Aided Detection即計算機輔助檢測技術(shù)是伴隨著計算機技術(shù)的飛速發(fā)展而應(yīng)用于醫(yī)學(xué)影像診斷的一項新技術(shù)。它運用模式識別法指出圖像上的感興趣區(qū)域（region of interested，ROI），即顯示可能的病變區(qū)或異常區(qū)，達到輔助放射醫(yī)學(xué)專家或臨床醫(yī)生診斷的目的。由于CAD處理信息效率高、有很好的可重復(fù)性且永遠不會疲勞，能代替影像醫(yī)師從事大量簡單識別工作從而減輕了他們的工作強度，例如在海量C

3、T圖像中準(zhǔn)確檢測與識別出疑似肺結(jié)節(jié)點。而計算機輔助檢測和診斷的難點在于如何在CT圖像中做到高準(zhǔn)確度的檢測與識別出肺結(jié)節(jié)。
　　本文針對肺結(jié)節(jié)的檢測與識別算法進行了做了大量研究，提出了基于CT圖像的肺結(jié)節(jié)自動檢測與識別算法。該檢測與識別算法分為四部分，對于每個部分，分別提出了各自有效的算法。首先考慮到肺部CT圖像的特殊性，本文采用閥值分割算法及其逆操作，實現(xiàn)對肺實質(zhì)部分以外無關(guān)區(qū)域的分割；在此基礎(chǔ)上，對提取的肺實質(zhì)部分進行圖像預(yù)處理

4、增強圖像的質(zhì)量。主要采用數(shù)學(xué)形態(tài)學(xué)濾波的方法，為后續(xù)的邊緣輪廓提取打下良好的基礎(chǔ)，接著運用基于主動輪廓線模型（active contour model）即Snake模型對增強后的實質(zhì)區(qū)域進行邊緣提取。Snake是一條封閉的或不封閉的曲線，由于能量最小化作用，本文選用的改進型Snake模型能取得更好的分割效果，然后結(jié)合肺結(jié)節(jié)的病理特征通過面積特征值、腐蝕膨脹以及腐蝕膨脹后的區(qū)域生長變化值三個方面將疑似肺結(jié)節(jié)準(zhǔn)確檢測出來。最后根據(jù)形狀特征對