基于活動輪廓模型的肺組織圖像分割算法研究.pdf

1、肺癌是嚴重威脅人們生存的疾病，目前，已經(jīng)躍居成為世界惡性腫瘤病例的第一位。而計算機輔助診斷系統(tǒng)(CAD)對早期肺癌的發(fā)現(xiàn)和診斷有十分重要的價值。肺區(qū)域分割作為基于醫(yī)學影像學的計算機輔助診斷系統(tǒng)(CAD)的第一步，具有十分重要的研究意義。
　　 活動輪廓模型是目前應(yīng)用、研究最廣的圖像分割方法，本文對活動輪廓模型及其在X胸片肺部區(qū)域分割中的應(yīng)用進行了深入研究，提出了兩種新穎的基于活動輪廓模型的分割算法，并將其應(yīng)用于課題所開發(fā)的X胸片

2、肺節(jié)點計算機輔助檢測系統(tǒng)中。通過大量的實驗，驗證了所研究分割算法的有效性。所做的主要工作和研究成果如下：
　　 (1)提出了基于局部區(qū)域的雙活動輪廓模型。在研究傳統(tǒng)幾何活動輪廓模型的基礎(chǔ)上，結(jié)合X胸片肺區(qū)域分割問題的實際需要，引入了局部區(qū)域信息，使得在目標邊緣上任意一點的局部區(qū)域內(nèi)，目標和背景的灰度分布在各自區(qū)域內(nèi)部大致是一致的，克服了全局灰度分布不均勻這一難題。同時，使用雙活動輪廓，克服了單輪廓不能到達深度凹陷區(qū)域的缺陷。對X

3、胸片肺部區(qū)域的分割達到了良好的效果。
　　 (2)提出了稀疏空間活動輪廓模型。針對傳統(tǒng)水平集活動輪廓模型演化時間長的問題，并且受到水平集快速算法的啟發(fā)，將窄帶法的思想發(fā)揮到極致，只更新與輪廓線相鄰的一個像素的符號距離函數(shù)。大大的縮短了運算時間，同時也完善了分割效果。
　　 (3)結(jié)合X胸片肺區(qū)域分割算法，利用多尺度的Hessian矩陣檢測疑似肺節(jié)點，并用大規(guī)模訓練樣本的支持向量機(multiplemassivetrain