基于數(shù)學(xué)形態(tài)學(xué)的EM算法及區(qū)域生長的肺結(jié)節(jié)檢測.pdf

1、肺癌是最常見的內(nèi)臟惡性腫瘤之一，近半個世紀(jì)以來，肺癌的發(fā)病率和死亡率都急速上升，已成為絕大多數(shù)國家癌癥死亡的主要原因，被認(rèn)為是當(dāng)前危害人類生命健康的頭號殺手。如果能在早期發(fā)現(xiàn)并及時治療肺癌，患者的五年存活率可從14％提高到49%。肺癌的早期表現(xiàn)是肺結(jié)節(jié)，因此肺結(jié)節(jié)的早期檢測和診斷對提高肺癌患者的生存率顯得尤為重要。
　　 計算機輔助檢測(Computer Aided Detection，CAD)是近年來隨著計算機技術(shù)的飛速發(fā)展而

2、應(yīng)用于影像診斷領(lǐng)域的一項新技術(shù)。它利用專業(yè)的計算機算法分析醫(yī)學(xué)影像，對圖像進行自動分析后向醫(yī)生提示可疑的肺結(jié)節(jié)，從而幫助醫(yī)生更加安全有效地分析數(shù)據(jù)，克服了因主觀因素而產(chǎn)生的漏判及誤判。計算機輔助檢測和診斷的關(guān)鍵在于如何從圖像中正確地檢測出肺結(jié)節(jié)。
　　 本文針對肺結(jié)節(jié)檢測算法進行了相關(guān)研究，提出了基于CT圖像的肺結(jié)節(jié)自動檢測算法。該檢測算法分為五大步驟，對于每個步驟，分別提出了各自有效的算法。首先結(jié)合肺部CT圖像的特點，對圖像進

3、行閥值分割及反操作，實現(xiàn)了對肺實質(zhì)區(qū)域的完整提取;在此基礎(chǔ)上，提出了針對肺部CT圖像的形態(tài)學(xué)濾波方法，取得了較好的濾波效果;然后使用了直方圖規(guī)定化和TopHat的方法對濾波后的圖像進行增強，為后續(xù)的分割奠定了基礎(chǔ);接著提出了一種將EM算法和區(qū)域生長相結(jié)合的圖像分割算法，以EM分割后的圖像為種子點進行區(qū)域生長，比原先僅使用EM方法的抗噪性更強，且不容易陷入局部最優(yōu)，取得了很好的分割效果;最后以面積為特征量，結(jié)合數(shù)學(xué)形態(tài)學(xué)，將分割后圖像中的