论文部分内容阅读
肺癌是目前死亡率最高的恶性肿瘤之一，研究表明肺癌患者早期诊断和治疗对提高疾病的治愈率起着很关键的作用。计算机X射线断层扫描（CT）被认为是早期发现肺癌的最好的影像学方法之一。由于计算机辅助检测系统(Computer-aided detection, CAD)在降低减轻放射科医师的阅片工作量的同时，减少医生独自阅片的疏漏，提高诊断准确率，逐渐成为一个热门的全球性研究。然而，在CAD系统中，有三种结节不易被诊断出来，分别是胸膜结节、粘连血管型结节和毛玻璃结节（GGO）。重点针对这三种结节，本文主要提出了一种结合模板匹配和带有形状约束条件的CV模型的CAD系统，以更方便的自动检测肺结节，同时给出了结节的三维（3D）显示。肺结节检测CAD系统包括四个主要阶段：（1）将肺实质从原始胸部CT图像中分割出来，使用模板匹配修补不完整的部分，将胸膜结节完整包含在肺实质内；（2）对肺实质进行灰度增强（提高毛玻璃结节对比度）和形状增强滤波，去除血管等非结节区域；（3）使用带有形状约束条件的CV模型方法减少假阳性（FP）结节的干扰，精确分割血管肺结节。（4）为了更清楚的说明结节在胸腔内的位置，我们使用混合绘制的方法对结节进行三维显示。实验结果表明，当胸膜结节检测的敏感性为92%时，假阳性率为5FPs/case；当血管结节检测的敏感性为92%时，假阳性率为4FPs/case；当毛玻璃结节检测的敏感性为87%时，假阳性率为3FPs/case。性能检测表明我们的方法可行，而且有效地检测三类难以诊断的结节，即胸膜结节，粘连血管型结节和毛玻璃结节。不同类型的结节采用不同的检测方法可以有效提高CAD系统的准确性。