文档介绍：分类号密级
U D C
学位论文
基于形变模型的肺部病灶区域分割与检测方法研究
作者姓名: 李军
指导教师: 魏颖副教授
东北大学信息科学与工程学院
申请学位级别: 硕士学科类别:工科
学科专业名称: 信号与信息处理
论文提交日期: 2007 年 2 月 14 日论文答辩日期:2007 年 3 月 1 日
学位授予日期: 答辩委员会主席:
评阅人:
东北大学
2007 年 3 月
A Thesis for the Degree of Master in Signal and Information Processing
Research of Segmentation and Detection Methods of
Pulmonary Nodules Based On Deformable Models
by Li Jun
Supervisor : Associate Professor Wei Ying
Northeastern University
March 2007
独创性声明
本人声明所呈交的学位论文是在导师的指导下完成的。论文中取得的
研究成果除加以标注和致谢的地方外,不包含其他人已经发表或撰写过的
研究成果,也不包括本人为获得其他学位而使用过的材料。与我一同工作
的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示诚挚
的谢意。
学位论文作者签名:
签字日期:
学位论文版权使用授权书
本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论
文的规定:即学校有权保留并向国家有关部门或机构送交论文的复印件和
磁盘,允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部
或部分内容编入有关数据库进行检索、交流。
(如作者和导师同意网上交流,请在下方签名:否则视为不同意)
学位论文作者签名: 导师签名:
签字日期: 签字日期:
-I-
东北大学硕士学位论文摘要
基于形变模型的肺部病灶区域分割与检测方法研究
摘要
肺癌是当今对人类健康威胁最大的恶性肿瘤之一,对肺部 CT 图像的分析研究对肺
癌的早期发现和早期治疗具有重要意义。目前,对肺部病灶区域的检测主要集中在对肺
部结节的检测上,因此,准确地分割检测出肺部结节是进行分析研究的首要任务。
本文首先综述了医学图像分割的特点和国内外研究现状,讨论了医学图像分割存在
的问题和困难,进而总结了当前存在的主要的医学图像分割算法,分析了它们的优缺点
和应用范围,并指出了形变模型分割技术在医学图像分割,特别是低信噪比低对比度图
像研究中的重要地位。
形变模型可以分为参数变形模型和几何变形模型。本文首先研究了基于参数变形模
型(snake)的孤立肺结节分割与检测方法。参数活动轮廓模型虽然在医学图像处理上
得到了成功应用,但同时具有很多缺点,主要表现为抗噪性差和不能收敛到凹形区域,
针对这些缺点,一些学者对参数活动轮廓模型做出了一定的改进,比较成功的有基于梯
度矢量场模型(GVF Snake)方法。本文研究了基于 GVF Snake 的孤立肺结节检测算法,
并与基于 Snake 的检测方法进行了对比,实验结果表明,该算法可以较精确地提取出孤
立性结节病灶区域的轮廓。
基于曲线演化理论和水平集方法的几何变形模型,能自然地处理拓扑结构的变化,
避免了演化曲线的参数化过程,适合应用于较为复杂的医学图像分割。本文研究了基于
Mumford-Shah 模型的 C-V 方法,在对整个肺部图像的病灶区域分割检测过程中,根据肺
部结节的病例特征,引入了圆形约束项,进一步排除了非病灶区其它组织的干扰,进而
提出了基于形状约束的改进 C-V 方法的肺部病灶区域分割算法。实验结果表明,该算法
可以较好地分割出肺部病灶区域。

关键词:形变模型;参数形变模型;几何形变模型;Mumford-Shah 模型;C-V 方法;
圆形约束项
-II-
东北大学硕士学位论文 Abstract
Research of Segmentation and Detection Methods of Pulmonary
Nodules Based On Deformable Models
Abstract
The lung cancer is ing the biggest threaten to the health of the mankind, the
research of the lung CT images has important signific