基于CT图像的肺气管树3D分割方法的研究

目的:对肺部气管树的分割在临床上具有重要应用价值。针对目前肺气管树分割存在的问题,本文提出了一种结合区域生长和形态学方法的气管树3D分割的方法。方法:首先,采用基于3D联通区域与形态学的方法分割出CT序列图像中的肺实质;其次,利用3D区域生长法初步提取气管树;然后,利用形态学分割方法选取细小气管候选区域,并与上一步分割结果合成三维肺气管区域;最后,再次利用区域生长法去除伪气管区域,提取出最终的气管树。结果:实验结果表明,三维区域生长方法能够很好地获得气管/主支气管、段气管及主要的气管分支,而形态学方法能够有效地检测出细小气管区域。所以利用本文方法可以简单、有效地提取出肺气管树,并防止区域生长过程中的遗漏现象。结论:本文方法可为肺部气管的定量分析奠定基础,具有十分重要的临床诊断意义。     

一种基于参数自适应的CT图像肺气道树分割方法

肺CT图像气道树分割对于肺呼吸功能测定和疾病诊断具有重要意义,但图像噪声和部分容积效应的影响会造成气管分割的泄漏,难于分割出微小的气管。本文利用肺气道树的解剖结构信息,对肺气道树进行分段处理,并提出一种分割参数自适应的方法,动态调整各气管段的分割参数。实验表明,该方法能提高分割的速度和精度,并有效防止泄漏。     

基于CT影像的肺叶分割技术研究进展

肺叶的鉴别对于肺部疾病类型以及严重程度的鉴别具有重要的临床意义,但由于部分容积效应,患者运动以及病理因素等导致CT图像模糊,肺叶分割成为一项具有挑战性的分割难题。本文主要对国内外肺叶分割算法的发展情况进行综述:首先对肺叶分割的研究背景及意义进行介绍;然后以肺裂检测步骤以及肺裂曲面生成步骤为区分标志,分别对各类肺叶分割算法的优点及其存在的缺陷进行分析;最后对肺叶分割算法未来的发展进行展望。     

基于肺部CT序列图像的肺实质三维分割

目的:肺实质分割是基于CT图像的肺结节计算机辅助检测技术必不可少的步骤。结合阈值技术、连通区域标记以及形态学技术,提出了一种简单有效的从CT图像中分割三维肺实质的方法,以期能为后续肺结节计算机辅助检测技术的研究奠定基础。方法:首先,将原图像二值化,并应用三维连通域标记去除背景及细小空洞;然后,经三维区域生长法去除气管;最后,经形态学滤波平滑肺边界得到肺部精确的三维模板,并采用该模板从CT序列图像中分割出肺实质。结果:根据对20组层厚2.0mm、每组约250个切片的肺部CT临床数据实验验证,其肺实质分割的平均正确度为91.55%,处理单组数据平均耗时167.4563s。结论:实验结果表明,本文方法能自动快速地从CT序列图像中分割出肺实质。     

基于卷积神经网络和图像显著性的心脏CT图像分割

目的心脏医学影像中,感兴趣部分的提取与分割是诊断心脏病变部位的关键。由于心脏舒张、收缩以及血液的流动,心脏CT图像易出现弱边界、伪影,传统分割算法易产生过度分割的情况。为此,提出一种基于卷积神经网络和图像显著性的心脏CT图像分割方法。方法采用卷积神经网络对目标区域进行定位,滤除肋骨、肌肉等造影对比不明显部分,截取出感兴趣区域,结合感兴趣区域的对比度计算并提高感兴趣区域的心脏组织的显著值。通过获得的显著值图像截取心脏图像,并与区域生长算法的分割结果进行对比。最后使用泰州人民医院11例患者的影像数据对算法模型进行训练和测试,随机选择9例用于训练,剩余2例用于测试。结果所提算法模型在心底、心中、心尖3个心脏分段的分割正确率分别达到了92.79%、92.79%、94.11%,均优于基于区域生长的分割方法。结论基于卷积神经网络和图像显著性的分割方法能够准确获取心脏的外围轮廓,轮廓边缘更加平滑,完全能够满足CT图像序列的心脏全自动分割任务需求,分割后的图像更有利于医生对患者心脏健康状况和病变部位的观察。     

基于改进C-V模型的肿瘤CT图像分割

针对传统C-V模型演化速度慢和不能很好分割灰度不均匀图像的缺点,从两个方面进行了改进。首先采用一个新颖的基于局部梯度的模型,使C-V模型初始轮廓曲线快速移到目标边界附近,大大缩短了演化时间;其次,结合GVF模型从两个方向指向目标边界的特点,为C-V模型的速度方程添加一个自适应速度调节项,使模型收敛于真实边界。通过肝脏肿瘤CT图像的分割,验证该方法是有效的。     

用邻域运算从CT图像中分割骨骼

阈值法是传统的从CT图像中分割骨骼的方法，但由于部分体积效应，这种方法难以分割骨骼的细小部分。本方法定义了邻域相关度的概念，用来描述体素在其26-邻域内与某种组织的相关程度。在文中，一种利用邻域运算的骨骼分割方法被提出，首先取一个较大的初始阈值，分割出骨骼体素，再选取一个下限阈值，灰度位于初始阈值和下限阈值间的体素被定义为模糊体素，用邻域运算计算每一个模糊体素对骨骼和对其它组织的邻域相关度，比较二者的加权值，以判断此体素可否转化为骨骼体素。循环搜索所有模糊体素，直到不能从模糊体素中转化出骨骼体索为止。这种方法能分割骨骼的细小部分，对初始阈值不敏感，具有良好的稳定性。     

基于双源CT图像的冠状动脉分割

背景：在计算机辅助下,从双源CT图像中把三维冠状动脉分割出来能为其定量评价提供基础。但冠状动脉的三维形态复杂多变,且其管径细小,因而实现冠状动脉的高精度分割是一项有挑战性的课题。 目的：解决冠状动脉难以实现高精度分割的问题。 方法：采用三步数据处理策略实现冠状动脉分割。先采用阈值方法对三维双源CT图像进行预分割;然后,采用交互式的策略分割出与主动脉相连的左、右冠状动脉始端;最后,根据冠状动脉始端的位置,利用形态学方法和三维断层图像相邻层间的关系分割出三维冠状动脉。 结果与结论：提出的基于形态学与断层图像层间关系的分割方法能较精确地从双源CT图像中分割出左、右冠状动脉,说明该方法适用于三维冠状动脉的分割。     

基于BP神经网络的CT图像骨皮质分割

目的在CT图像中通过对骨皮质的分割与测量,测定骨量、骨骼的几何形状以及骨强度,并计算相应的组织形态计量学参数。方法通过DCMTK解读CT图像,提取相应的图像信息。利用OpenCV对图像进行预处理,在感兴趣的区域(ROI)设置的基础上,提取图像的纹理特征作为输入向量;以对训练样本手工分割的结果作为导师信号,对BP神经网络进行训练;用训练好的网络对CT图像序列中的骨皮质进行分割,并对分割后的结果进行后处理及显示。结果骨皮质CT图像的神经网络分割效率符合实际应用的需求,分割结果形状明显,与周围组织区分度高,满足临床诊断需求。结论纹理特征明显的情况下,可以达到较为满意的分割效果。分割结果轮廓平滑,分割精度高、成功率高、适应性强;而且图像分割过程人工介入少,可以用于整套CT图像骨皮质的批量分割。不足之处在于此方法神经网络训练时间相对较长。     

牙颌CT图像序列中牙的半自动分割方法

牙颌CT图像序列相邻切片之间,相应牙的大小、位置以及牙区域和轮廓的灰度分布等特征比较接近,并呈一定的变化规律,根据这一特点提出了牙颌CT图像序列中牙的半自动分割方法。首先选取参考切片,加入少量用户操作进行参考切片中牙轮廓的提取,接着以参考切片为起始切片,由已完成轮廓提取的牙包围盒作为待处理切片(相邻切片)相应牙的操作区间,然后在此区间内用区域生长法提取牙轮廓,由此逐张切片处理可以自动地得到所有切片全牙列每颗牙的轮廓。实验结果表明,本方法仅需少量用户交互就能快速、基本准确地从牙颌CT图像序列中分割出牙轮廓,具有一定的实用价值。     

最优阈值生长和形态学结合的肺气道树分割方法

在肺气道树分割的过程中,由于部分容积效应和噪声污染的影响,容易出现支气管断裂和分割泄漏现象,因此不能分割出精确肺部气道树。为此本文提出一种最优阈值生长和形态学结合的气道树分割方法。首先利用最优阈值生长算法分割初略的肺部气道树,利用灰度重建的形态学算子提取潜在的精细肺气管区域,然后将上述两种分割结果合成一个完整的肺部气道树,最后利用种子点区域生长法去除结果中的伪气管区域,得到包含第5级以及约60%第6级的支气管。本方法有效解决了高精度肺气道树分割中的支气管断裂和泄漏问题,有较好的鲁棒性。     

针对肺结节检测的肺实质CT图像分割

目的：针对CT图像上肺结节的自动检测，开发并评价对全肺螺旋CT扫描中的肺实质进行自动分割的一种综合方法。方法：首先利用全局阈值对CT图像进行二值化，然后消除由于支气管、细支气管等低密度影和由于结节、血管等高密度影以及由检查床造成的条状伪影等噪声，最后对包含胸膜连接结节的图像利用数学形态学运算和图像凸包运算进行完善形成肺实质掩膜。结果：利用该方法对从LIDC数据库中所有包含结节的505张CT扫描片（来自69个病例）进行肺实质分割，正确率为95．4％。其中，包含胸膜连接结节的139张CT扫描片的正确分割率为94．2％。结论：本文提出的方法较好地完成了肺实质分割任务，为利用CT图像进行计算机辅助肺结节的检测打下了基础。     

基于改进凸包算法的肺实质分割研究

肺实质的精确分割一直都是肺部疾病计算机辅助诊断的重要研究内容,传统的分割方法大多只能分割出不包含病灶的肺实质区域,为后期的图像分析与辅助决策带来很大的影响。针对具有边缘型肺结节的肺部CT图像,提出一种实现简单且实验效果较好的肺实质分割算法。首先,利用常规方法提取肺实质的粗略轮廓;然后,针对上一步骤中肺实质病灶信息等的缺失现象,提出一种改进的二维凸包算法对肺实质的外轮廓进行再修复;最后,利用区域生长和形态学运算,修复肺实质的内部轮廓。运用新算法,对200张边缘型肺结节的肺部CT图像进肺实质分割。实验结果表明：与已有的“滚球法”和凸包算法修复肺实质相比,新算法具有较高的准确率,可以达到90%以上,边缘型肺结节等病灶信息能被较为准确地表示出来,为建立高效的肺部疾病诊断系统奠定基础。     

基于尺寸自适应深度神经网络的胸部CT图像肺结节检测

使用计算机断层扫描(CT)筛查肺结节是早期肺癌诊断的重要手段.但由于肺结节在形状、大小和位置上有存在很大的差异,目前肺结节尤其是小结节的自动检测依然具有挑战性.为了实现高灵敏度的肺结节检测,提出一种新的计算机辅助检测系统,该系统采用两种新的策略:尺寸自适应候选检测(SACD)和尺寸自适应假阳性抑制(SAFPR).首先,...     

In Vitro Experiments and Numerical Simulations of Airflow in Realistic Nasal Airway Geometry

Pressure–flow relationships measured in human plastinated specimen of both nasal cavities and maxillary sinuses were compared to those obtained by numerical airflow simulations in a numerical three-dimensional reconstruction issued from CT scans of the plastinated specimen. For experiments, flow rates up to 1500 ml/s were tested using three different gases: HeO₂, Air, and SF₆. Numerical inspiratory airflow simulations were performed for flow rates up to 353 ml/s in both the nostrils using a finite-volume-based method under steady-state conditions with CFD software using a laminar model. The good agreement between measured and numerically computed total pressure drops observed up to a flow rate of 250 ml/s is an important step to validate the ability of CFD software to describe flow in a physiologically realistic binasal model. The major total pressure drop was localized in the nasal valve region. Airflow was found to be predominant in the inferior median part of nasal cavities. Two main vortices were observed downstream from the nasal valve and toward the olfactory region. In the future, CFD software will be a useful tool for the clinician by providing a better understanding of the complexity of three-dimensional breathing flow in the nasal cavities allowing more appropriate management of the patient's symptoms.     

CONTRAST STUDY ON CT AND BA IN 3000 PATIENTS

Brain atlas(BA)is an important diagnostictechnique after CT and MRI·By clinical experi-ence,there were some advantages in BA·BA cansupplement shortage of CT·But there was also someshortages in BA·The contrast study between CTandBA in3000patients was reported as follows now:Data and MethodGeneral data:In3000patients,male was1490cases(49·7%),female was1510cases(50·3%)·Largest age was82years old·Smallest age was3days·Clinical disease examined:Acute cerebrovascu-lar diseases we…