資源描述：
《基于動(dòng)態(tài)自適應(yīng)區(qū)域生長(zhǎng)的肝臟CT圖像腫瘤分割算法-論文.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫(kù)。
1、第34卷第1期北京理工大學(xué)學(xué)報(bào)Vo1．34No．12O14年1月TransactionsofBeijingInstituteofTechnologyJan．2O14基于動(dòng)態(tài)自適應(yīng)區(qū)域生長(zhǎng)的肝臟CT圖像腫瘤分割算法宋紅，王勇，黃小川，李佳佳，張春萌(1．北京理工大學(xué)軟件學(xué)院，北京100081；2．北京理工大學(xué)計(jì)算機(jī)學(xué)院，北京100081)摘要：為提取人體肝臟CT圖像中的腫瘤區(qū)域，提出一種基于動(dòng)態(tài)自適應(yīng)區(qū)域生長(zhǎng)的算法進(jìn)行腫瘤分割．通過(guò)自適應(yīng)區(qū)域生長(zhǎng)算法對(duì)CT圖像進(jìn)行預(yù)分割，得到感興趣區(qū)域(regionofinterest，ROI)，利用數(shù)學(xué)形態(tài)學(xué)濾波填充ROI中的空洞區(qū)域，最終提取
2、腫瘤區(qū)域．通過(guò)對(duì)多組病人的CT圖像進(jìn)行實(shí)驗(yàn)，結(jié)果顯示該算法對(duì)肝臟腫瘤的分割效果良好．關(guān)鍵詞：肝臟CT；腫瘤分割；自適應(yīng)區(qū)域生長(zhǎng)；形態(tài)學(xué)濾波中圖分類(lèi)號(hào)：TP319文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1001—0645(2014)0l一0072-05ADynamicAdaptiveRegionGrowingSegmentationAlgorithmforTumorofLiverCTImagesS0NGHong，WANGYong。，HUANGXiao—ehuan，LIJia—jia。，ZHANGChun—meng。(1．SchoolofSoftware，BeijingInstituteofTec
3、hnology，Beijing100081，China；2．SchoolofComputerScienceandTechnology，BeiiingInstituteofTechnology，Beijing100081，China)Abstract：AnovelalgorithmisproposedtosegmentthetumorregionofhumanliverCTimage．Firstly，theregionofinterest(ROI)issegmentedusingthedynamicadaptiveregiongrowingmethod．Thenthewormho
4、leoftheROIisfilledbymorphologicalfilteringtogetthetumorregion．GroupsofCTimagesareusedtotesttheefficiencyofouralgorithm．TheexperimentsshowthatthealgorithmisveryusefulforsegmentingthetumorregionofliverCTimages．Itisextremelyimportantforcalculatingtumorvolumeandclinicaltreatmentofthelivertumor．K
5、eywords：liverCT；tumorsegmentation；dynamicadaptiveregiongrowing；morphologicalfi1一tering肝癌占世界男性腫瘤發(fā)病率的第5位，死亡率前人已經(jīng)做了大量的研究工作．翟偉明等提出了占男性腫瘤死亡率第2位，占女性腫瘤發(fā)病率第一種動(dòng)態(tài)自適應(yīng)體素生長(zhǎng)算法對(duì)人體肺部組織進(jìn)行7位，死亡率占女性腫瘤死亡率第6位口]，嚴(yán)重危害分割，取得了很好的效果．但是將這種算法直接應(yīng)人類(lèi)健康．近年來(lái)CT成像在肝臟病變?cè)\斷方面得用在肝臟腫瘤分割上效果并不理想．K．S．Seol4利到了廣泛應(yīng)用．CT多期增強(qiáng)動(dòng)態(tài)掃描圖像能揭示用混合假設(shè)概
6、率的方法對(duì)肝臟腫瘤進(jìn)行分割．病灶的增強(qiáng)特性，反映肝癌、血管瘤和病灶的血供變Seung—JinPark等Ⅲ5提出基于最優(yōu)閾值的肝臟腫瘤化情況，為提高肝癌等肝臟病變的檢出率和定性準(zhǔn)分割．這兩種方法可以較準(zhǔn)確地對(duì)肝臟腫瘤進(jìn)行分確率提供了有力工具J．割，但都必須先將肝臟分割出來(lái)，然后才能進(jìn)行腫瘤在人體腹部組織分割以及肝臟腫瘤分割方面，分割．HanungAdiNugroho等提出對(duì)比度增強(qiáng)收稿日期：2012—08—07基金項(xiàng)目：國(guó)家自然科學(xué)基金資助項(xiàng)目(61240010)；國(guó)家教育部高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金資助課題(20070007070)作者簡(jiǎn)介：宋紅(1977一)，女，博士，副
7、教授，E—mail：anniesun@bit．edu．cn．第1期宋紅等：基于動(dòng)態(tài)自適應(yīng)區(qū)域生長(zhǎng)的肝臟CT圖像腫瘤分割算法的肝臟腫瘤識(shí)別的方法，該方法可以在肝臟腫瘤與中值濾波器在圖像處理領(lǐng)域應(yīng)用較為廣泛，在肝臟具有較低對(duì)比度的CT圖像中精確識(shí)別腫瘤，去除圖像噪聲的同時(shí)最大限度地保護(hù)圖像的邊緣信但會(huì)較大地破壞原始圖像信息，造成分割結(jié)果的失息．在使用中值濾波器的過(guò)程中，可以通過(guò)調(diào)整過(guò)真．DamonWong等[7]提出了一種基于知識(shí)約束的濾窗口大小找到去噪和最大限度保護(hù)圖像邊緣信息半自動(dòng)二維區(qū)域生
