论文部分内容阅读
人体组织器官的三维图像分割是医学图像处理与分析的重要研究内容，三维医学图像分割的结果好坏在很大程度上影响计算机辅助诊断与治疗的效果。三维医学图像分割通过将计算机算法与临床解剖学和病理学先验知识相结合，对日标器官及病灶区域进行分割提取和定量分析，从而获得感兴趣区域的三维空章结构或三维功能特征分布，为疾病诊断、治疗方案规划和手术导航等临床应用提供辅助信息。三维医学图像分割存在两大主要难点:三维体数据计算量大和医学图像目标器官及病灶结构复杂，这对三维医学图像分割的快速性和准确性提出了挑战。 基于图割理论的医学图像分割算法因其具有全局优化和同时结合边缘和区域信息的特点，近年来引起了广泛的关注。但是传统图割算法以体素为节点进行图构建，对于三维医学图像中的大量体素，图割算法效率很低且需要的内存非常大，因此图割算法在三维医学图像分割上的应用受到了一定的限制。 本研究针对三维医学图像分割的两大难点和图割算法的优缺点，深入研究并提出了图割算法的三种改进形式:图表现形式改进、图节点模型改进和局部图割算法，结合肾脏及肾皮质分割和肺实质及肺结节分割典型应用，实现了相应器官及病灶区域分割算法，并基于集成化医学影像处理与分析平台MITK&3DMed实现相关算法和设计软件。本文的工作与贡献概括为如下: 1)提出一种基于隐式形状配准的肾脏表面分割算法该算法创新性地提出了一种基于隐式形状配准的分割框架，不仅方便地实现了表面数据到体数据的配准，还能对表面数据的形状信息和体数据的位置信息进行整合。算法先利用训练数据生成肾脏平均形状模型，然后通过高斯中值滤波进行肾脏区域检测，最后对肾脏平均形状和肾脏区域进行隐式形状配准，完成肾脏表面分割。该算法在美国国立卫生研究院(NIH)临床中心的数据集上进行测试，并利用留一法进行性能评估，实验结果表明该算法有效整合了肾脏平均形状的形状信息和肾脏区域的位置信息，对临床数据能实现自动快速的肾脏表面分割。 2)提出一种基于多表面图搜索的肾皮质分割算法该算法创新性地提出对肾皮质外表面和内表面分别进行图构建和代价函数设计，并有效集成两层表面的不同属性和表面间的相互关系，引入网格稀疏度相关的采样间距和物理分离约束，由于以上对肾皮质外表面和内标的特异性处理，算法确保了两者的有效分割，从而提高了肾皮质分割的准确性。该算法在美国国立卫生研究院(NIH)临床中心的数据集上进行测试，并利用留一法进行性能评估，实验结果表明该算法有效地解决了因为肾脏特殊解剖结构而造成的肾皮质分割困难，对临床数据能实现高效和准确的肾皮质分割。 3)提出一种基于骨架割的肺结节分割算法该算法首先利用基于局部图割的算法对肺实质进行分割获得肺部灰度模板，在此灰度模板上采用骨架变换进行体素聚类，基于聚类后的超体素进行骨架割的图构建，并利用最大流最小割算法分割肺结节，最后我们利用骨架半径进行肺结节优化，获得最终肺结节分割结果。我们在美国佛罗里达州坦帕市的莫菲特癌症研究中心的临床数据集上对算法进行测试，实验结果表明，利用局部图割算法能有效地解决左右肺粘连问题，而基于骨架割的分割算法能在较少交互量的基础上实现肺结节的快速准确分割。