基于血管去除的肺結(jié)節(jié)自動檢測研究.pdf

1、近年來肺癌呈高發(fā)態(tài)勢，成為威脅人類健康的頭號殺手，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)和預后，因此，檢測出肺結(jié)節(jié)對于診斷肺癌有著重要意義。目前，肺結(jié)節(jié)主要是依靠胸部計算機斷層掃描成像(Computed Tomography, CT)來檢測，作為一種十分普及的醫(yī)學成像設(shè)備，CT具有分辨率高，圖像信息豐富等特點，對肺結(jié)節(jié)的早期檢測具有重要價值，廣泛應用于肺癌的檢測診斷中。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，一個肺部CT序列往往包含數(shù)百張平片，僅憑醫(yī)生肉眼識別肺結(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)計算機輔助檢測CAD(Computer Aided Detection)系統(tǒng)對肺部圖像中的結(jié)節(jié)進行自動檢測識別可大大減輕醫(yī)生工作量，輔助醫(yī)生診斷，提高結(jié)節(jié)檢測效率。肺結(jié)節(jié)的自動檢測，目前已經(jīng)出現(xiàn)很多研究工作，如:基于特征、基于先驗知識及基于模板匹配的肺結(jié)節(jié)檢測方法。這些方法直接對肺部CT圖

3、像中的肺結(jié)節(jié)進行檢測，但在實際應用中，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，易對肺結(jié)節(jié)檢測產(chǎn)生很大干擾，從而影響肺結(jié)節(jié)檢測精度。針對此問題，本文提出一個新的肺結(jié)節(jié)檢測思路:首先去除肺部血管結(jié)構(gòu)以減少其對結(jié)節(jié)檢測的干擾，然后再進行肺結(jié)節(jié)檢測，這將大大降低檢測難度，提高檢測精度。
　　 本文在肺結(jié)節(jié)檢測處理過程中，首先進行肺部血管結(jié)構(gòu)增強，這是因為在肺部CT圖像中，細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)必須先對其進行增強，目前，構(gòu)造基于Hessian矩陣特征值的濾波器來增強血管結(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靜脈到末端的毛細血管，多次分級形成復雜的血管樹形結(jié)構(gòu)，單一尺度濾波器不能很好地增強不同大小的血管，因此，本文構(gòu)建多尺度濾波器，在不同尺度下對數(shù)據(jù)進行濾波處理，此類多尺度濾波器可有效提取出各類血管的形狀信息，并且在增強血管結(jié)構(gòu)的同時抑制非血管結(jié)構(gòu)如肺結(jié)節(jié)。對血管濾波增強的目的在于輔助血管分

5、割，在得到濾波增強的血管結(jié)構(gòu)后，再提取濾波增強圖像的血管信息，將肺部血管從肺實質(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)，從而達到檢測肺結(jié)節(jié)的目的。模糊C均值聚類(FCM)算法由于其簡單、魯棒性強等優(yōu)點已經(jīng)被廣泛應用在醫(yī)學圖像分割中。在本文中，我們也選擇了FCM方法對濾波增強后的血管進行分割，并將分割后的血管樹從原肺實質(zhì)圖像中去除，從而得到僅保留肺結(jié)節(jié)的圖像，實現(xiàn)肺結(jié)節(jié)的檢測。本文的實驗數(shù)據(jù)來自肺部圖像數(shù)據(jù)庫聯(lián)盟