肺部CT影像增強算法的研究與實現(xiàn).pdf

1、醫(yī)學影像已成為現(xiàn)代醫(yī)學診斷和治療的重要輔助手段。其中，CT影像因其分辨率高、對人體損傷小等特點，在臨床中廣泛應用。然而在CT成像過程中，由于人體結構和組織的復雜性以及成像系統(tǒng)的局限性，會導致影像解剖結構細節(jié)模糊、對比度差，最終影響臨床診斷結果。為了便于醫(yī)生對解剖結構細節(jié)和病變區(qū)進行更有效地觀察和分析，對CT影像進行增強預處理具有重要的臨床應用價值。
　　論文在分析、總結國內外現(xiàn)有醫(yī)學影像增強方法的基礎上，對基于直方圖分析的影像增強

2、技術和基于Retinex理論的影像增強技術進行了深入的研究，針對特定的肺部CT影像增強過程中所遇到的具體問題，提出了相應的改進算法。本文主要工作如下：
　　1)針對肺部CT影像動態(tài)范圍寬、細節(jié)豐富且感興趣區(qū)域的面積相對較小、與其周圍區(qū)域對比度低等特點，在分析現(xiàn)有直方圖修正相關增強算法局限性的基礎上，本文提出了一種基于局部特征分析的CT影像對比度增強算法。算法通過對影像灰度統(tǒng)計特性的分析，構造了非線性變換函數(shù)對影像局部動態(tài)范圍進行拉

3、伸，實現(xiàn)了一種新的灰度級自適應映射，有效實現(xiàn)了解剖細節(jié)結構的增強。在Matlab平臺下對算法進行了實驗分析，結果表明該算法克服了直方圖均衡化全局方法的過增強和“簡并”現(xiàn)象，以及自適應方法的計算負擔大、對噪聲抑制困難等缺陷，在改善CT影像整體視覺效果的同時有效地增強了解剖結構細節(jié)。算法已應用于一個肺癌CAD系統(tǒng)的預處理過程。
　　2)針對肺部CT影像的成像特點及現(xiàn)有的中心/環(huán)繞Retinex理論在影像增強應用中的局限性，本文提出了一