基于患者動態(tài)信息的序列胸部X光片的自適應(yīng)分割.pdf

1、在當代醫(yī)學(xué)中，三維成像技術(shù)(如CT、MRI)作為一種重要的早期診斷方法已經(jīng)廣泛應(yīng)用于臨床環(huán)境，并且以其快捷高效而逐漸取代了很多常規(guī)檢查項目。然而，“尺有所短，寸有所長”，傳統(tǒng)的二維X光片檢查仍然是不可替代的最重要的檢查項目之一。對二維X光片分割的研究是本文的主題。為了治療腎衰竭，醫(yī)院需要定期對患者進行腎透析治療以便能夠正確評估患者的干體重，而干體重的大小主要是依據(jù)腎透析期間定期(每月)拍攝的胸部X光片上的心臟大小來評估的，錯誤評估干體重

2、常常導(dǎo)致致命的結(jié)果，如患者的死亡。如何通過分割胸部X光片上的肺部區(qū)域來計算心臟大小就顯得非常重要。在分割胸部X光片的肺部區(qū)域的各類方法中，基于模型的分割方法是一種極具潛力的方法，因為它將關(guān)于肺部區(qū)域的先驗信息結(jié)合到模型中，即先獲取人類的解剖、組織表面和模態(tài)特征等等的先驗知識，然后有效地利用這些先驗知識從新的數(shù)據(jù)中推測功能或結(jié)構(gòu)信息。主動形狀模型(ASM)作為一種基于模型的方法，正是應(yīng)用于分割胸部X光片的肺部區(qū)域的一類成功的方法。然而，傳

3、統(tǒng)的ASM在處理胸部X光片圖像時存在有若干問題，如所使用的簡單特征不能清楚地表示肺部區(qū)域邊界上的每一點的特征，又如形狀模型不能準確地自適應(yīng)到每一患者的肺部區(qū)域邊界。因此，本文提出一些改進方法以提高ASM在分割胸部X光片肺部區(qū)域時的精確性和魯棒性，這些形成了本文的主要創(chuàng)新貢獻： 1.提出使用一種新的特征算子，即尺度不變特征變換(SIFT)算子表示肺部區(qū)域邊界上每一點的豐富特征，然后在肺部區(qū)域分割過程中，使用這些特征促使對應(yīng)性檢測變

4、得容易，從而改進ASM的性能。在現(xiàn)實中，對于來自于不同設(shè)備具有不同質(zhì)量的胸部X光片，沿著其上肺部區(qū)域邊界的簡單圖像特征并不總是一致的；同樣地，在肺部區(qū)域上存在有重復(fù)的模式。所有的這些信息使得簡單特征如邊界、梯度并不足以充分清楚地定位肺部區(qū)域邊界。理想情況下，一個清楚的局部算子應(yīng)該為肺部區(qū)域邊界上每一點建立，以便可靠地區(qū)分這一點和其它邊界點，這有助于在可變形分割過程中檢測對應(yīng)點。為此，本文提出使用SIFT取代ASM中常用的簡單特征(如梯度

5、)，這種特征算子能夠清楚地表示模型上每一點的特征，從而在分割過程中能夠準確地定位肺部區(qū)域邊界，提高了ASM的性能。 2.提出一種基于群體和特定患者統(tǒng)計信息的自適應(yīng)分割序列胸部X光片上的肺部區(qū)域的可變形模型算法。以往，人們在使用ASM分割肺部區(qū)域時，孤立地分割患者在某個時刻所獲得的胸部圖像，而沒有考慮使用患者在整個治療期間所有時刻的圖像信息變化來預(yù)測和處理該患者在當前時刻的圖像信息，因此，分割結(jié)果沒有真正地反映患者的病情進展。而本

6、文依據(jù)患者在整個治療期間中的所有動態(tài)圖像信息，提出了面向患者的序列胸部圖像的分割算法。具體來說，本文提出一種新的使用基于群體和特定患者的統(tǒng)計信息的可變形模型，并將其成功地用于分割特定患者的序列胸部X光片的肺部區(qū)域。在這一方法中，可變形模型受到基于群體和特定患者的統(tǒng)計信息的約束，因而產(chǎn)生了更魯棒更精確的肺部區(qū)域分割結(jié)果。尤其在分割患者初始時刻的圖像時，基于群體的統(tǒng)計信息被用于約束可變形輪廓。隨著同一患者越來越多的圖像被獲得，從以前分割結(jié)果

7、在線地收集的特定患者的統(tǒng)計信息逐漸承擔(dān)起越來越重要的作用。而且每當獲得一個新的分割結(jié)果時，特定患者的統(tǒng)計信息就被更新，并且后者進一步被用于優(yōu)化所有以前時刻的圖像的分割結(jié)果。 3.改進了二維診斷測度的計算，從而得到一種全自動的更魯棒的診斷測度。由于現(xiàn)代分割技術(shù)的發(fā)展，使得自動測量傳統(tǒng)的醫(yī)學(xué)診斷測度成為可能。本文正是在此背景下，對傳統(tǒng)的二維診斷測度進行改進，從而得到一種更魯棒的、全自動的診斷測度-二維心胸系數(shù)，并通過醫(yī)學(xué)統(tǒng)計方法分析