侯慶鋒 魯 雯 徐 惠 于茲喜 竇汝海

(泰山醫(yī)學(xué)院放射學(xué)院，山東 泰安 271016)

隨著計(jì)算機(jī)技術(shù)和數(shù)字圖像處理技術(shù)的發(fā)展，采用計(jì)算機(jī)輔助分析醫(yī)學(xué)圖像成為醫(yī)學(xué)影像領(lǐng)域的重要研究?jī)?nèi)容。CT是肺癌檢測(cè)診斷的有力工具，應(yīng)用日益廣泛。在胸部CT檢查中得到的大量圖像數(shù)據(jù)，使診斷過(guò)程變得耗時(shí)費(fèi)力，容易漏診或誤診，更加重了放射人員的勞動(dòng)負(fù)荷，計(jì)算機(jī)輔助檢測(cè)(computer-aided detection，CAD)是提高診斷效率和減少疾病檢測(cè)的假陽(yáng)性率等問(wèn)題的有效途徑之一[1]。由于胸部結(jié)構(gòu)復(fù)雜，一般CAD應(yīng)用都是先將肺CT圖像進(jìn)行分割處理，提取出肺野區(qū)域，使CAD運(yùn)算集中于肺野區(qū)域，減少數(shù)據(jù)量，提高檢測(cè)精度[2-3],而分割精度是影響檢測(cè)效果的關(guān)鍵因素之一[4-5]。ITK(insight toolkit)是美國(guó)國(guó)家醫(yī)學(xué)圖書(shū)館(National Library of Medicine，NLM)和國(guó)家健康中心(National Institutes of Health，NIH)于1999年開(kāi)發(fā)的專用于醫(yī)學(xué)圖像分割與配準(zhǔn)的C++類(lèi)庫(kù)，現(xiàn)已發(fā)展到3.16版。應(yīng)用ITK對(duì)肺部CT圖像進(jìn)行分割可以使研究重點(diǎn)放在算法的應(yīng)用上，減少重寫(xiě)代碼的勞動(dòng)，本研究對(duì)ITK中若干圖像分割算法在肺野分割中的應(yīng)用進(jìn)行了對(duì)比，現(xiàn)將結(jié)果報(bào)告如下。

1 材料與方法

1.1材料

取肺部CT圖像若干，DICOM標(biāo)準(zhǔn)格式，0.5 mm層厚，512×512像素，每像素16位存儲(chǔ)，12位位深，4096灰度級(jí)，像素大小0.74 mm×0.74 mm。

1.2方法

對(duì)所用CT圖像分別應(yīng)用ITK中的NeighborhoodConnectedImageFilter，ThresholdImageFilter，BinaryThresholdImageFilter,OtsuThresholdImageFilter,ShapeDetectionLevelSetImageFilter,CannySegmentationLevelSetImageFilter，ConnectedThresholdImageFilter,DiscreteGaussianImageFilter進(jìn)行處理，查看處理結(jié)果。并聯(lián)合應(yīng)用上述方法對(duì)肺CT圖像的分割進(jìn)行初步研究。

2 結(jié) 果

2.1應(yīng)用上述算法對(duì)部分CT圖像進(jìn)行了分割處理，結(jié)果如圖1所示。

2.2圖像分割是圖像處理中的一個(gè)難點(diǎn)，也是CAD應(yīng)用中的重要處理環(huán)節(jié)，研究表明，非針對(duì)肺結(jié)節(jié)的分割使5%～17%的肺結(jié)節(jié)被漏掉[5]，從圖2～6結(jié)果表明，ITK雖然是針對(duì)醫(yī)學(xué)圖像分割開(kāi)發(fā)的，功能強(qiáng)大，但在肺結(jié)節(jié)CAD應(yīng)用中，仍然要經(jīng)過(guò)反復(fù)實(shí)驗(yàn)，并小心調(diào)節(jié)相應(yīng)參數(shù)，才能得到較理想的結(jié)果。

圖1 原圖

圖2 NeighborhoodConnectedImageFilter

圖3 OtsuThresholdImageFilter

圖4 ConnectedThresholdImageFilter

圖5 數(shù)學(xué)形態(tài)學(xué)

圖6 canny levelset

本研究應(yīng)用ConnectedThresholdImageFilter算法對(duì)圖1進(jìn)行了分割，應(yīng)用不同的模版可分別得到胸壁結(jié)構(gòu)和肺野結(jié)構(gòu)(圖7～8)。算法流程如圖9所示。

圖7 分割出胸壁結(jié)構(gòu)

圖8 分割出肺野結(jié)構(gòu)

圖9 肺分割流程

3 討 論

肺野分割是CAD應(yīng)用中的重要預(yù)處理環(huán)節(jié)，侯慶鋒、張娟等[6-8]也曾利用自行開(kāi)發(fā)的軟件進(jìn)行過(guò)研究，取得了一些成果。ITK作為一種較權(quán)威的得到多數(shù)認(rèn)可的圖像分割配準(zhǔn)工具包，功能強(qiáng)大，成熟度高，接口統(tǒng)一，使用方便，但如果使用不當(dāng)，就很難得到理想結(jié)果。

由圖2～6可知，NeighborhoodConnectedImageFilter(圖2)、ConnectedThresholdImageFilter(圖4)、canny levelset(圖6)的分割結(jié)果較好，其中又以ConnectedThresholdImageFilter(圖4)的結(jié)果最好，故本研究采用其進(jìn)行肺分割，但仍有部分CT值較高的結(jié)構(gòu)未能完全消除，導(dǎo)致最后分割的圖像中肺外結(jié)構(gòu)的殘留(圖8)，尚需通過(guò)有關(guān)算法進(jìn)一步處理；另外，該算法需要提供區(qū)域增長(zhǎng)的種子點(diǎn)，本研究采用了手工指定的方法，種子點(diǎn)的選取對(duì)分割結(jié)果有較大影響，改變種子點(diǎn)還可分割出諸如椎骨行結(jié)構(gòu)，另文報(bào)道。

ITK包含大量的功能模塊，內(nèi)容豐富，仍然在不斷的發(fā)展中，要全面掌握其內(nèi)容并靈活運(yùn)用需要大量精力投入和在實(shí)踐中探索，本研究只是針對(duì)其中的幾個(gè)算法進(jìn)行了初步研究，尚不夠完善，今后我們將進(jìn)一步在相關(guān)方面開(kāi)展工作。

[1] ML Giger, SG Armato Ⅲ. Current status and future direction of computer-aided diagnosis in chest CT[J]. International Congress Series, 2001, 1230:621-630.

[2] SG Armato Ⅲ, H MacMahon. Automated lung segmentation and computer-aided diagnosis for thoracic CT scans[J]. International Congress Series, 2003,1256: 977-982.

[3] Willam Mullally, Margrit Betke, Jingbin Wang. Segmentation of nodules on chest computed tomography for growth assessment[J]. Med Phys, 2004,31(4):839-847.

[4] Ingrid Sluimer, Mathias Prokop, Bram van Ginneken. Toward Automated Segmentation of the Pathological Lung in CT[J]. Ieee Transactions on Medical Imaging, 2005,24( 8):1025-1038.

[5] Ingrid Sluimer, Arnold Schilham, Mathias Prokop, et al. Computer Analysis of Computed Tomography Scans of the Lung: A Survey[J]. I Ieee Transactions on Medical Imaging, 2006,25(4): 386-389.

[6] 侯慶鋒, 李月卿, 王昌元, 等. WINDOWS 環(huán)境下DICOM醫(yī)學(xué)圖像顯示方法的初步研究[J]. 醫(yī)學(xué)影像學(xué)雜志，2005(11)：1013-1015.

[7] 侯慶鋒,李月卿,王昌元, 等. 肺部CT圖像的計(jì)算機(jī)輔助分析初探[J]. 泰山醫(yī)學(xué)院學(xué)報(bào)，2005(3):200-205.

[8] 張娟, 侯慶鋒,王昌元,等. 多尺度增強(qiáng)算法在肺結(jié)節(jié)計(jì)算機(jī)輔助檢測(cè)中的應(yīng)用探討[J]. 泰山醫(yī)學(xué)院學(xué)報(bào), 2009(6):410-412.