胸部CT中肺实质的自动分割与计算机辅助诊断

华南理工大学学报（自然科学版） ›› 2008, Vol. 36 ›› Issue (1): 72-75.

• 电子、通信与自动控制 • 上一篇下一篇

胸部CT中肺实质的自动分割与计算机辅助诊断

郭圣文¹陈坚¹曾庆思²

1. 华南理工大学生物医学工程系, 广东广州 510640； 2. 广州医学院附属第一医院放射科, 广东广州 510120

收稿日期:2007-03-14 修回日期:2007-06-27 出版日期:2008-01-25 发布日期:2008-01-25
通信作者: 郭圣文（1971-），男，博士，讲师，主要从事医学图像处理与计算机辅助诊断方面的研究． E-mail:shwguo@scut．edu．cn.
作者简介:郭圣文（1971-），男，博士，讲师，主要从事医学图像处理与计算机辅助诊断方面的研究．

Automatic Segmentation of Pulmonary Parenchyma in Thoracic CT and Computer-Aided Diagnosis

Guo Sheng-wen¹ Chen Jian¹ Zeng Qing-si²

1. Department of Biomedical Engineering, South China University of Technology, Guangzhou 510640, Guangdong, China; 2. Department of Radiology, the First Affiliated Hospital of Guangzhou Medical College, Guangzhou 510120, Guangdong, China

Received:2007-03-14 Revised:2007-06-27 Online:2008-01-25 Published:2008-01-25
Contact: 郭圣文（1971-），男，博士，讲师，主要从事医学图像处理与计算机辅助诊断方面的研究． E-mail:shwguo@scut．edu．cn.
About author:郭圣文（1971-），男，博士，讲师，主要从事医学图像处理与计算机辅助诊断方面的研究．

摘要/Abstract

摘要： 为解决肺气肿的定量分析与辅助诊断问题，根据肺部高分辨率CT图像的特点，应用自动阈值分割与轮廓跟踪方法提取肺部实质区域，并应用基于密度分布的肺气肿量化诊断标准确定病变区域与程度．实验证明，该方法能准确、有效地对肺部区域实行全自动分割，并对病变区域进行统计分析，最终实现肺气肿的量化分析与准确诊断．

关键词: 高分辨率CT 医学图像, 肺部区域, 分割, 辅助诊断

Abstract:

In order to implement the quantitative analysis and aided diagnosis of emphysema, an aaaputive thresholdsegmenting and contour-tracing method was proposed to automatically extract the information of pulmonary parenchyma from high-resolution CT images, and the region and severity of emphysema were then determined according to the quantitative analysis criterion based on density distribution. Experimental results show that the proposed method can segment the pulmonary parenchyma automatically with accurate and effective results, and can statistically analyze the pathological change regions, thus implementing the quantitative analysis and exact diagnosis of emphysema.

Key words: high resolution CT, medical image, lung region, segmentation, aided diagnosis

郭圣文陈坚曾庆思 . 胸部CT中肺实质的自动分割与计算机辅助诊断[J]. 华南理工大学学报（自然科学版）, 2008, 36(1): 72-75.

Guo Sheng-wen Chen Jian Zeng Qing-si . Automatic Segmentation of Pulmonary Parenchyma in Thoracic CT and Computer-Aided Diagnosis[J]. Journal of South China University of Technology (Natural Science Edition), 2008, 36(1): 72-75.

[1]	张广驰, 乐文英, 庞海舰, 等. IRS辅助认知无线携能通信网络的发射功率最小化算法[J]. 华南理工大学学报(自然科学版), 2023, 51(3): 110-123.
[2]	于斌, 张钰钦, 王羽尘, 等. 基于车载激光点云的道路几何信息自动化提取[J]. 华南理工大学学报(自然科学版), 2023, 51(2): 88-99.
[3]	王艾迪, 郎洪, 丁朔, 等. 基于语义分割模型的三维沥青路面车辙异常分析方法[J]. 华南理工大学学报(自然科学版), 2023, 51(1): 134-144.
[4]	孙晓贺, 施成华, 刘凌晖, 等. 基于改进的种子填充算法的混凝土裂缝图像识别系统[J]. 华南理工大学学报(自然科学版), 2022, 50(5): 127-136,146.
[5]	杨晋生, 陈洪鹏, 关欣, 等. 一种多尺度轻量级脑胶质瘤图像分割网络[J]. 华南理工大学学报(自然科学版), 2022, 50(12): 132-141.
[6]	刘奇, 于斌, 孟祥成, 等. 基于转置卷积神经网络的路面裂缝识别算法[J]. 华南理工大学学报(自然科学版), 2021, 49(12): 124-132.
[7]	刘伟铭, 温俊锐, 郑仲星, 等. 适用于地铁异物前景检测的神经网络———DifferentNet[J]. 华南理工大学学报(自然科学版), 2021, 49(10): 11-21,40.
[8]	范自柱, 王松, 张泓, 等. 基于 W- Net 的高分辨率遥感卫星图像分割 [J]. 华南理工大学学报（自然科学版）, 2020, 48(12): 114-124.
[9]	朱铮宇, 邱华愉, 杨春玲, 等. 基于特定韵母发音事件分析的语音唇动一致性判决方法[J]. 华南理工大学学报（自然科学版）, 2020, 48(1): 139-146.
[10]	杨顺吴坚蒋渊德王国军刘海贞. 基于深度学习的虚拟到现实车道保持控制[J]. 华南理工大学学报（自然科学版）, 2019, 47(9): 90-97.
[11]	冯宝陈相猛李浦生陈业航姚楠龙晚生. 小波能量引导下基于活动轮廓模型的部分实性肺结节分割 [J]. 华南理工大学学报（自然科学版）, 2019, 47(2): 41-49,58.
[12]	徐哲炜许瑞霖刘琼. 鲁棒车载热成像行人检测的感兴趣区域提取方法 [J]. 华南理工大学学报(自然科学版), 2019, 47(2): 68-76,2.
[13]	洪晓斌魏新勇黄烨笙刘艳霞肖国权. 融合图像识别和 VFH + 的无人艇局部路径规划方法 [J]. 华南理工大学学报（自然科学版）, 2019, 47(10): 24-33.
[14]	王达磊彭博潘玥陈艾荣. 基于深度神经网络的锈蚀图像分割与定量分析[J]. 华南理工大学学报（自然科学版）, 2018, 46(12): 121-127,146.
[15]	张东波林永杰卢凯首艳芳徐建闽. 基于云计算的大规模交通路网最短路径算法[J]. 华南理工大学学报（自然科学版）, 2018, 46(12): 139-146.

胸部CT中肺实质的自动分割与计算机辅助诊断

Automatic Segmentation of Pulmonary Parenchyma in Thoracic CT and Computer-Aided Diagnosis

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价