基于肺實(shí)質(zhì)分割的肺纖維化輔助診斷系統(tǒng)研究與實(shí)現(xiàn).pdf

1、肺纖維化疾病是威脅人體健康的四大疾病之一，嚴(yán)重影響著患者的生活和工作。目前尚無有效方法來治療，盡早發(fā)現(xiàn)病情，控制纖維化程度至關(guān)重要。醫(yī)生常通過肺功能檢查來發(fā)現(xiàn)病情，患者很有可能被誤診，導(dǎo)致錯過治療時間。因此開發(fā)一種可以輔助檢測纖維化疾病的系統(tǒng)，就顯得非常必要。而如何實(shí)現(xiàn)肺部CT圖像準(zhǔn)確分割和三維重建，以準(zhǔn)確進(jìn)行纖維化定量分析，輔助醫(yī)生診斷病情并盡早制定治療方案，是需要深入研究的基礎(chǔ)和關(guān)鍵。
　　本文重點(diǎn)研究了醫(yī)學(xué)圖像分割與三維重建

2、算法，借助醫(yī)學(xué)圖像處理技術(shù)，在Matlab平臺上搭建了肺纖維化輔助檢測系統(tǒng)，根據(jù)肺部圖像信息特征來進(jìn)行定量分析，并進(jìn)行病人資料記錄。本文所做的主要工作如下：
　　①在圖像分割方面，介紹了閾值法、區(qū)域生長法、邊緣檢測法和基于特定理論的方法等常用的分割方法，通過在Matlab環(huán)境下運(yùn)用各個算法對肺部CT圖像進(jìn)行了分割，分析了各個算法的優(yōu)缺點(diǎn)。針對傳統(tǒng)方法很難滿足課題要求的問題，提出了基于改進(jìn) Snake模型的肺部圖像分割算法。將原圖像

3、進(jìn)行閾值分割得到大致邊界，然后利用Live-wire模型得到初始輪廓，最后利用Snake模型提取肺實(shí)質(zhì)。文章分別對Live-wire算法和Snake模型的缺點(diǎn)進(jìn)行了相關(guān)的改進(jìn)。利用圖像分割算法的評價方法，對改進(jìn)的Snake算法進(jìn)行了評價和分析。
　?、谠谌S重建方面，介紹了三維重建中的面繪制和體繪制兩種方法，分析了這兩種方法的特點(diǎn)，最后在Matlab環(huán)境下對肺部序列圖像使用體繪制方法進(jìn)行了三維重建。
　　③在肺纖維化輔助檢測