結(jié)合統(tǒng)計及空間信息的最小監(jiān)督分類算法及其在肝臟分割中的應(yīng)用.pdf

1、本文設(shè)計了一種結(jié)合統(tǒng)計和空間信息的最小監(jiān)督分類算法，并將其應(yīng)用在肝臟分割的問題中，利用該算法完成了從CT 腹部增強掃描的數(shù)據(jù)中分割出肝實質(zhì)、門靜脈和肝靜脈的實驗，得到了為臨床醫(yī)生所認(rèn)可的結(jié)果。該應(yīng)用對于涉及到肝臟切割的手術(shù)，尤其是活體肝臟移植手術(shù)有著重要的臨床意義。 所謂活體肝臟移植是指從一個正常的自愿供肝者體內(nèi)通過手術(shù)切取部分肝臟，將病人的病變肝臟完全切除，再將供者的部分肝臟移植到病人原來肝臟的位置?；铙w肝臟移植是肝臟移植手術(shù)

2、中難度最大的手術(shù)，在手術(shù)前要求醫(yī)生嚴(yán)格準(zhǔn)確的計算切取多少的肝臟以保證供肝者及受體的安全，手術(shù)中則涉及到取肝過程中血管的分離、結(jié)扎和植肝過程中血管的吻合，都是相當(dāng)復(fù)雜且要求仔細(xì)精確的操作。因此，在術(shù)前醫(yī)生需要反復(fù)觀察供體和受體的腹部影像，確認(rèn)肝臟的形狀、大小和肝臟內(nèi)血管的分布狀況。本文所設(shè)計的算法能夠從CT 腹部數(shù)據(jù)中獲得可用于三維重建的肝實質(zhì)、門靜脈和肝靜脈的分割結(jié)果，為醫(yī)生提供肝臟及其內(nèi)部血管的三維信息，幫助醫(yī)生更準(zhǔn)確地預(yù)備手術(shù)方案。

3、 本文的主要創(chuàng)新點可分為兩大方面： 首先，從分割算法的角度看，本文的算法通過同時應(yīng)用統(tǒng)計和空間信息的方法，引入高可信點和基于灰度的距離的概念，巧妙地解決了由圖像噪聲以及其他組織如心臟、腸、胃、肌肉、腹主動脈等在CT 影像中與肝臟灰度值接近且空間位置鄰近甚至緊密相靠所帶來的誤分割問題。 另外，算法也利用了CT 增強掃描中三個不同時期圖像灰度值的差異分割出了門靜脈和肝靜脈的結(jié)構(gòu)，并且能夠清晰地顯示出門靜脈和肝靜脈的第

4、四級分叉，達(dá)到了臨床診斷的要求。 其次，從臨床意義的角度看，對門靜脈和肝靜脈的分割對活體肝臟移植手術(shù)的預(yù)備有著重要的意義和極大的實用價值，但目前國際上還甚少出現(xiàn)相關(guān)的工作。當(dāng)前，醫(yī)生在做活體肝臟移植的手術(shù)預(yù)備時，主要還是通過最大灰度投影方法來觀察門靜脈和肝靜脈在肝臟中的分布。由于最大灰度投影方法實際上只能提供從三維投影到二維的圖像信息，這就要求醫(yī)生根據(jù)專業(yè)知識及經(jīng)驗來想象血管在三維空間中的實際走向。 而本文的分割算法所得