CT图像肺结节计算机辅助检测算法研究与实现.ppt

2021/2/6 * 三、成果展示 2021/2/6 * 2021/2/6 * 四、经费使用情况 2021/2/6 * 五、新结果(1) 采用局部极小值点连线法对凹陷部分进行修补。 寻找高曲率点:此方法不需要计算边界的曲率,只需要求边界曲线上不同坐标系下的局部极小值点,代替求边界点的曲率,以此找到边界上的凸点,连接凹陷缺口处两边的两个邻近凸点,修补凹陷部分。边界线上的点包括局部极小值点和非局部极小值点两类,通过设置不同的匹配模板,表示在不同坐标系下寻找局部极小值点。 连接:判断两点间是否需要连线的条件为 符合两点间弧长与直线距离之比大于1.5 符合以上条件的点中,选择弧长最长的。 提出了一种新的基于贝塞尔曲线的边缘修补连线算法以及破裂肺实质连接算法,对肺实质缺损及由于肺内组织影响导致肺实质出现严重断裂的情况进行了研究及处理。 2021/2/6 * 五、新结果(2) 将结节划分为四类:孤立结节,胸膜结节,粘连血管结节,磨玻璃结节。确立各自分割方法: 对于孤立结节,应用圆形度检测算法结合结节面积、结节所在位置进行检测识别; 对于胸膜结节,由于先进行了肺实质提取,对胸膜结节所造成的的肺实质缺失进行修补,所以将胸膜结节可归类为孤立结节或与血管粘连结节; 对于粘连血管结节,先应用割补法,进行结节与血管的分割,然后,应用圆形度检测算法结合结节面积进行检测识别 ; 对于磨玻璃结节,选用CV模型及自动肺内显著区域提取进行识别,得到了较好的提取效果。 2021/2/6 * 五、新结果(3) 对ROI区域进行量化分析,提取出一组合适的特征,然后以这些特征为一组数据,利用改进后的模糊C均值聚类算法,根据这些ROI区域特征的相似度,将这些ROI区域进行分类,进而把是肺结节的可能性比较大的ROI区域分离出来,最后得到肺结节。 进行了肺实质及肺结节进行了三维绘制,选用VTK及ITK平台结合Visual Studio 2008 进行肺部CT图像的三维显示,应用VTK中的Marching Cubes算法,将从原CT图像中处理得到的肺结节进行三维绘制,得到了较好的肺结节部分三维显示效果。 2021/2/6 * 六、项目组成员的训练收获 自项目开始实施起,项目小组成员各尽其责,通过近半年的学习与实验测试,提高了分析问题、解决问题的能力,创新能力得到了锻炼; 通过参与此次项目,整个小组通力合作,团队合作能力得到了锻炼,在实验的过程中,项目组成员意识到团队协作的重要性,算法分析能力、编程能力得到了提高。 2021/2/6 * 感谢各位评委老师 不同点在于：区域生长方法结果为灰度图像。波底滤波分割方法结果为二值图像。 医学课件 医学课件 医学课件 医学课件 医学课件 2021/2/6 * CT图像肺结节计算机辅助检测算法的研究与实现 2021/2/6 * 内容提要 一、项目进展情况 二、研究过程 三、成果展示 四、经费使用情况 五、新结果 六、项目组成员的训练收获 2021/2/6 * 一、项目进展情况(1) 前期调研: 查阅大量的中英文文献资料,确定项目的研究方法和手段; 项目进行中,项目组成员到医院进行实地调研,先后与河北大学附属医院和中国人民解放军第263医院医生合作,了解了当下医生在应用肺部CT图像诊断病人患病时的实际需求,并共同商讨了项目解决的方案; 获取并整理实验数据,数据主要来源于LIDC和河北大学附属医院的CT影像,经过归纳整理、分类存储,为此后的研究提供了方便。 确定算法实现方案: 分割肺实质; 识别肺内显著区域及结节; 肺结节的三维重建; 对肺内ROI进行量化分析及聚类分析。 2021/2/6 * 一、项目进展情况(2) 拟定项目实施解决方案: 本项目针对肺部CT图像的特点,利用计算机图像处理及模式识别等技术,在肺部异常结节状病变的计算机辅助检测、量化分析、聚类分析和三维重建方面开展研究。 总体流程图 R O I 提取 结节量化分析 肺实质分割 图像预处理 图像获取 三维空间显示 结节聚类分析 2021/2/6 * 一、项目进展情况(3) 确定实验环境和实验方法: 实验环境:编程语言主要有C++、C#,编程工具主要采用Visual C++6.0以及Visual Studio 2008,部分函数调用了提供医学图像处理算法的VTK、ITK平台（针对于C++）; 实验方法:首先依据拟定的算法实现解决方案,分阶段按步骤进行实验。然后进行阶段性总结各个阶段中会对比不同的函数算法等得出最佳解决方案。最后,将各个阶段的程序统和,排查错误,完善整个算法。 2021/2/6 * 肺部CT图像特性简介 一幅视窗为肺窗的肺部CT图像中含有很多信息。A为肺实质,B为肺结节,C为肺内支气管和血管,D为胸骨及周围软组织部分,E为CT图像所取的窗宽和窗位值,F为患者的主要信息