肝部CT增強(qiáng)掃描的小肝癌檢測(cè).pdf

1、醫(yī)學(xué)影像檢查是現(xiàn)代醫(yī)學(xué)的最重要的技術(shù)之一。隨著醫(yī)學(xué)和計(jì)算機(jī)科學(xué)的發(fā)展，計(jì)算機(jī)自動(dòng)分析醫(yī)學(xué)圖像已成為人們關(guān)注的問題，而計(jì)算機(jī)自動(dòng)檢測(cè)CT圖中的小肝癌就是其中的重要的組成部分。由于肝癌的高死亡率，及小肝癌治療后相對(duì)高的存活率，小肝癌檢測(cè)具有重要的地位，因此本文選取的從CT圖中檢測(cè)小肝癌的研究具有重要的意義和廣闊的應(yīng)用前景。 本文分析了小肝癌的特征和醫(yī)學(xué)圖像分割的常用方法，在此基礎(chǔ)上提出從肝部提取，肝部陰影檢測(cè)到小肝癌檢測(cè)的三階段的檢

2、測(cè)方法，對(duì)每一階段結(jié)合組織的解剖特性提出相應(yīng)的圖像處理方法。 在肝部提取部分提出一種區(qū)域生長方法，這種區(qū)域生長法從閾值和形態(tài)學(xué)操作的預(yù)處理中提取種子，這樣得到的種子區(qū)域較大，可以有效減少生長范圍和時(shí)間，然后結(jié)合肝的解剖特征提出生長原則和終止條件，從而生長出有效的肝部區(qū)域；然后將算法從二維生長擴(kuò)充到三維生長，從一系列CT圖像中提取出完整的肝區(qū)。 通過對(duì)CV模型演變過程的分析，提出CV模型的符號(hào)距離函數(shù)的初始化方法，有效地加

3、快CV模型的收斂速度，并將該方法應(yīng)用于肝部陰影的檢測(cè)；通過對(duì)CV模型“能量”表達(dá)式各個(gè)部分的分析，將CV模型與閾值分割聯(lián)系，提出用閾值分割與形態(tài)學(xué)中值運(yùn)算的方法檢測(cè)陰影的方法，得到較理想的陰影區(qū)域。 小肝癌檢測(cè)需要對(duì)不同期的圖像進(jìn)行比較，因此結(jié)合CT圖像特點(diǎn)，提出各不同掃描期間相同位置的匹配特征，并以此為基礎(chǔ)，通過分析CT圖中小肝癌的特性，提出小肝癌的檢測(cè)算法。 實(shí)驗(yàn)證明，肝部提取有效地縮小了檢測(cè)的范圍，縮短了檢測(cè)的時(shí)間