黄智定 孙 红,2,3*

1(上海理工大学光电信息与计算机工程学院，上海 200093)2(上海理工大学管理学院，上海 200093)3(上海现代光学系统重点实验室, 上海 200093)

基于边界逼近的肺实质分割方法

黄智定1孙 红1,2,3*

1(上海理工大学光电信息与计算机工程学院，上海 200093)2(上海理工大学管理学院，上海 200093)3(上海现代光学系统重点实验室, 上海 200093)

肺部CT图像的分割是计算机辅助诊断系统处理的一个重要环节，其分割的结果影响到医生的诊断与进一步的分析。由于胸膜结节的灰度与肺实质外围的灰度相近，运用传统的分割方法无法正确分割出此类病灶。将胸膜结节包含肺实质一起分割出来，使计算机辅助诊断系统能够对此类病灶做进一步的分析。提出一种结合Graham算法以及边界逼近的方法，对肺实质的轮廓进行修正，进而得到修正的二值模板；将该模板与原图像做乘运算，得到包含胸膜结节的肺实质。运用所提出的方法，对公开数据库LIDC中68张含病灶的CT样本图像做处理，通过与传统方法的对比以及对算法的过分割比例、欠分割比例以及准确性的分析，得到准确率为98.5%，平均过分割比例为1.35%，平均欠分割比例为0.51%，证明了该方法的有效性。

医学图像处理；肺结节；计算机辅助诊断

引言

肺结节是肺部常见的病变之一，早期诊断、治疗是降低肺癌死亡率的关键。目前肺结节的主要检测手段是CT扫描，孤立性肺结节在CT影像中主要表现为直径不大于3cm的圆形或类圆形病灶。然而，由于肺内器官组织的复杂性，胸膜表面的肺结节呈现不同的特征，有些甚至无法通过肉眼轻易识别。……