基于血管去除的肺結(jié)節(jié)自動(dòng)檢測(cè)研究.pdf

1、近年來肺癌呈高發(fā)態(tài)勢(shì)，成為威脅人類健康的頭號(hào)殺手，及早的發(fā)現(xiàn)和診斷是治療肺癌的最好途徑。早期的肺癌往往表現(xiàn)為結(jié)節(jié)形態(tài)，其特征往往表明該肺部病變的性質(zhì)和預(yù)后，因此，檢測(cè)出肺結(jié)節(jié)對(duì)于診斷肺癌有著重要意義。目前，肺結(jié)節(jié)主要是依靠胸部計(jì)算機(jī)斷層掃描成像(Computed Tomography, CT)來檢測(cè)，作為一種十分普及的醫(yī)學(xué)成像設(shè)備，CT具有分辨率高，圖像信息豐富等特點(diǎn)，對(duì)肺結(jié)節(jié)的早期檢測(cè)具有重要價(jià)值，廣泛應(yīng)用于肺癌的檢測(cè)診斷中。隨著CT

2、掃描技術(shù)的發(fā)展，可獲得的影像分辨率不斷提高，一個(gè)肺部CT序列往往包含數(shù)百張平片，僅憑醫(yī)生肉眼識(shí)別肺結(jié)節(jié)，工作量大且枯燥，容易造成漏診誤診，借助于肺結(jié)節(jié)計(jì)算機(jī)輔助檢測(cè)CAD(Computer Aided Detection)系統(tǒng)對(duì)肺部圖像中的結(jié)節(jié)進(jìn)行自動(dòng)檢測(cè)識(shí)別可大大減輕醫(yī)生工作量，輔助醫(yī)生診斷，提高結(jié)節(jié)檢測(cè)效率。肺結(jié)節(jié)的自動(dòng)檢測(cè)，目前已經(jīng)出現(xiàn)很多研究工作，如:基于特征、基于先驗(yàn)知識(shí)及基于模板匹配的肺結(jié)節(jié)檢測(cè)方法。這些方法直接對(duì)肺部CT圖

3、像中的肺結(jié)節(jié)進(jìn)行檢測(cè)，但在實(shí)際應(yīng)用中，由于肺部CT影像包含了大量血管結(jié)構(gòu)，其灰度與肺結(jié)節(jié)相近，易對(duì)肺結(jié)節(jié)檢測(cè)產(chǎn)生很大干擾，從而影響肺結(jié)節(jié)檢測(cè)精度。針對(duì)此問題，本文提出一個(gè)新的肺結(jié)節(jié)檢測(cè)思路:首先去除肺部血管結(jié)構(gòu)以減少其對(duì)結(jié)節(jié)檢測(cè)的干擾，然后再進(jìn)行肺結(jié)節(jié)檢測(cè)，這將大大降低檢測(cè)難度，提高檢測(cè)精度。
　　 本文在肺結(jié)節(jié)檢測(cè)處理過程中，首先進(jìn)行肺部血管結(jié)構(gòu)增強(qiáng)，這是因?yàn)樵诜尾緾T圖像中，細(xì)小血管與背景的灰度差異并不明顯，故要想正確提取出

4、血管結(jié)構(gòu)必須先對(duì)其進(jìn)行增強(qiáng)，目前，構(gòu)造基于Hessian矩陣特征值的濾波器來增強(qiáng)血管結(jié)構(gòu)是比較常見的方法。由于肺部血管大小形態(tài)各異，從靠近肺門及心包的動(dòng)靜脈到末端的毛細(xì)血管，多次分級(jí)形成復(fù)雜的血管樹形結(jié)構(gòu)，單一尺度濾波器不能很好地增強(qiáng)不同大小的血管，因此，本文構(gòu)建多尺度濾波器，在不同尺度下對(duì)數(shù)據(jù)進(jìn)行濾波處理，此類多尺度濾波器可有效提取出各類血管的形狀信息，并且在增強(qiáng)血管結(jié)構(gòu)的同時(shí)抑制非血管結(jié)構(gòu)如肺結(jié)節(jié)。對(duì)血管濾波增強(qiáng)的目的在于輔助血管分

5、割，在得到濾波增強(qiáng)的血管結(jié)構(gòu)后，再提取濾波增強(qiáng)圖像的血管信息，將肺部血管從肺實(shí)質(zhì)數(shù)據(jù)中分割出來，得到較為完整的血管樹，將其去除之后便可得到肺結(jié)節(jié)，從而達(dá)到檢測(cè)肺結(jié)節(jié)的目的。模糊C均值聚類(FCM)算法由于其簡單、魯棒性強(qiáng)等優(yōu)點(diǎn)已經(jīng)被廣泛應(yīng)用在醫(yī)學(xué)圖像分割中。在本文中，我們也選擇了FCM方法對(duì)濾波增強(qiáng)后的血管進(jìn)行分割，并將分割后的血管樹從原肺實(shí)質(zhì)圖像中去除，從而得到僅保留肺結(jié)節(jié)的圖像，實(shí)現(xiàn)肺結(jié)節(jié)的檢測(cè)。本文的實(shí)驗(yàn)數(shù)據(jù)來自肺部圖像數(shù)據(jù)庫聯(lián)盟