基于低秩模型和區(qū)域重疊法的胃部CT圖像淋巴結(jié)識(shí)別.pdf

1、胃癌是我國(guó)最常見(jiàn)的腫瘤之一,在我國(guó)的發(fā)病率和死亡率都僅次于肝癌。隨著醫(yī)學(xué)影像學(xué)的發(fā)展,CT影像已經(jīng)取代傳統(tǒng)的鋇餐和胃窺鏡,成為胃癌診斷的最重要手段,在臨床上,淋巴結(jié)的數(shù)目與轉(zhuǎn)移情況是判斷胃癌病人病況的重要依據(jù)。然而,目前由醫(yī)生人工進(jìn)行標(biāo)記的方式不僅不夠準(zhǔn)確,而且耗時(shí)耗力。在計(jì)算機(jī)飛速發(fā)展的今天,我們希望能夠借助于計(jì)算機(jī)技術(shù)來(lái)自動(dòng)進(jìn)行淋巴結(jié)的識(shí)別。由于胃部 CT影像各組織間粘連情況復(fù)雜,淋巴結(jié)與血管極為相似等問(wèn)題,導(dǎo)致在單幅圖像中無(wú)法準(zhǔn)確

2、的檢測(cè)出淋巴結(jié),需要結(jié)合序列圖進(jìn)一步跟蹤分析,傳統(tǒng)的跟蹤方法在跟蹤過(guò)程中會(huì)出現(xiàn)跟蹤序列不夠準(zhǔn)確的問(wèn)題,進(jìn)而導(dǎo)致后續(xù)淋巴結(jié)識(shí)別的錯(cuò)誤,本文針對(duì)這些問(wèn)題,提出了基于低秩模型和區(qū)域重疊的淋巴結(jié)識(shí)別算法,主要完成了以下幾部分工作:
　　(1)在單幅CT圖像上基于otsu閾值法和區(qū)域特征完成疑似淋巴結(jié)的提取,在通過(guò)otsu閾值分割后,利用淋巴結(jié)浸潤(rùn)于脂肪的先驗(yàn)信息以及淋巴結(jié)的形狀特征完成疑似淋巴結(jié)的提取,隨后對(duì)所有的疑似淋巴結(jié)排序并提取局部

3、自適應(yīng)窗口,后續(xù)根據(jù)局部自適應(yīng)窗口大小采用不同的跟蹤方法進(jìn)行疑似淋巴結(jié)跟蹤。
　　(2)對(duì)于局部自適應(yīng)窗口面積大于11?11的疑似淋巴結(jié),提出一種基于低秩模型的疑似淋巴結(jié)跟蹤算法。首先進(jìn)行初始觀測(cè)矩陣的構(gòu)造,然后通過(guò) decolor低秩模型進(jìn)行矩陣分解,在背景序列圖上確定起始幀和終止幀并進(jìn)行調(diào)整,最后依據(jù)首尾幀與當(dāng)前幀在局部區(qū)域的變化情況來(lái)完成淋巴結(jié)的識(shí)別。
　　(3)對(duì)于局部自適應(yīng)窗口面積不大于11?11的疑似淋巴結(jié),提出