李阳 赵于前 廖苗廖胜辉杨振

我国是肝脏疾病大国,世界范围内约有一半以上的肝脏疾病新病例和因罹患肝脏疾病而死亡的案例发生在中国[1].目前主要的肝脏疾病治疗方法包括肝脏切除、活体肝移植和立体定向放疗等.计算机辅助诊断和手术规划是肝脏疾病治疗的重要环节.腹部CT(Computed Tomography,CT)图像肝脏的准确分割是计算机辅助诊断和手术规划的基础,可为肝脏病灶分析、肝脏血管疾病诊断[2]、手术导航和放疗计划制定等提供技术支持.由于腹部CT序列图像切片数量大[3],专家手动勾画肝脏区域耗时且存在主观性,因此,研究腹部CT序列图像肝脏的自动分割方法具有重大意义.

由于肝脏解剖结构的复杂性,不同个体肝脏的多样性,以及成像时受噪声、造影剂等影响,腹部CT序列肝脏分割面临巨大挑战.目前,许多文献提出了不同的腹部CT序列肝脏分割方法.文献[4]提出了一种基于图割和边缘行进的腹部CT图像肝脏分割方法.首先,基于肝脏的先验知识建立肝脏的亮度模型和外观模型,并利用图割算法分割肝脏初始切片,然后,综合肝脏的位置特征以迭代方式分割整个腹部CT序列,并采用边缘行进法对欠分割的肝脏主血管进行补偿.由于成像过程中各种因素造成的灰度异质影响医学图像分割精度,文献[5]提出一种融合灰度偏移场的水平集方法,该方法可有效提高当图像存在灰度异质时的分割精度,且抗噪性强.文献[6]首先对原始腹……