分割困难的三种SPN：CT交互式算法容积定量研究

在我国，肺癌已成为发病率最高的恶性肿瘤，也是预后最差的恶性肿瘤之一。早期诊断、早期治疗对提高肺癌患者生存质量、降低死亡率和节约公共卫生资源，都具有重要意义。早期的肺癌常表现为较小的孤立性肺结节(SPN)。CT具有能对SPN进行自动识别与分析，并鉴别其良、恶性的潜力，其中关键技术之一是实现SPN的数据分割。目前对边缘清楚的实性SPN的数据分割已获成功；但对与血管、胸壁相连的SPN和磨玻璃密度SPN的数据分割尚未取得成功。本项目的目的是：根据SPN影像特征，建立交互式肺结节分割方法，实现对胸膜相连的SPN、与血管相连的SPN和磨玻璃SPN共三种类型SPN的数据分割、三维重建和容积定量分析，并利用模型实验的方式对方法的准确度和可重复性进行验证。

肺癌是肺部最常见的恶性肿瘤。在许多国家，肺癌的发病率占恶性肿瘤的首位。肺结节的早期鉴别可以大大提高病患的治愈几率。早期的肺癌常表现为较小的孤立性肺结节。肺结节识别和分割在计算机辅助诊断技术领用中引起极大的关注。项目组成员从分割胸膜壁开始研究，并完善分割胸膜壁的算法；其次对三维血管进行提取增强和重建，实现了肺实质中血管的提取；然后对图像分割算法深入研究，提出了几种交互式肺结节分割算法的研究，并根据临床医生对算法认知度差，提出了只需点击一点即可精确完成肺结节的分割目的，最后通过分割的结果对肺结节进行分析诊断，将数据提供给临床医生，辅助临床医生进行影像诊断。本项目系统研究了与血管、胸壁相连的肺结节和磨玻璃密度肺结节的三种比较困难的肺结节容积定量研究问题。建立了适用于三种困难肺结节的容积定量研究模型和算法。以天津医科大学总医院病历和美国国家癌症研究会颁布的肺部图像数据库联盟病历为例，应用所研究的图像处理算法，为三种困难肺结节的容积定量研究提供新的理论依据和准则。主要研究内容包括：（1）肺实质提取方法；（2）肺实质血管增强与提取；（3）三种困难肺结节分割和容积定量研究；（4）图像分割方法研究。通过对交互式的随机游走方法和Graph Cut分割方法的改进实现了三种困难结节的精确分割和三维重建。通过各实验数据表明本项目提出的各类方法均具有一定得可行性和有效性，能够很好的实现肺结节边界提取，获取精确的肺结节容积数据。