程立英, 王晓伟, 刘祖琛, 汪 浩, 覃文军

(1. 沈阳师范大学 物理科学与技术学院, 沈阳 110034;2. 东北大学 医学影像智能计算教育部重点实验室, 沈阳 110189)

0 引 言

肺气管是重要的生物标志,基于肺部CT图像的肺气管分割目前仍然没有很好的解决方案。肺气管树的三维图像的建立,不仅可以作为肺气管相关疾病诊断的依据,还可以定位肺气管疾病所在位置,方便医生检查和手术,以避免其他部位不必要的损伤。低级气管分支的管壁完整且分界线清晰,所以比较容易分割,但随着气管的不断衍生,气管壁逐渐变薄,气管和肺实质之间的区别变小,分割时容易出现泄漏现象[1-2]。区域生长方法是肺气管分割领域中的代表性方法,它是按照事先定义的某种生长准则将像素或区域聚合成一个连通的区域[3]。Fabijanska[4]提出了一种二次区域生长法来减少细气管的泄漏。Ginneken等[5]提出基于多阈值区域生长法,为主气管和不同阶数支气管设定不同的生长规则,使区域生长时能够适用于不同位置的气管树。裴宏亮等[6]提出一种改进的区域生长算法,使用直方图均衡化原理对区域生长算法进行改进,突出肺气管壁边界信息进而提取肺气管。龚华尧[7]采用基于迟滞阈值的区域生长法分割出最佳阈值下的肺气管树。除区域生长法之外,基于规则的肺气管分割方法还包括形态学方法。Aykac等[8]提出形态学的灰度重建算法,使用四邻域低通滤波器消除噪声,在二维轴向切片上采取圆形结构元素来获取肺气管的潜在区域,依据区域的连贯性进行三维肺气管树的重建。……