基于区域生长的肺部CT图像分割研究.doc

中南民族大学本科毕业论文（设计）原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。本人完全意识到本声明的法律后果由本人承担。作者签名：年月日目录摘要1Abstract11绪论21.1研究背景和意义21.2研究内容21.3本论文的章节安排22区域生长算法简介32.1区域生长算法32.2基于阈值的区域生长算法程序流程32.3区域生长算法生长准则的选取42.4本章小结43区域生长算法的分析与改进53.1区域生长算法的分析53.2改进的区域生长算法53.2.1生长起始点的自动选择53.2.2生长准则的改进63.3算法优化对比63.5本章小结84改进算法的应用及结果分析84.1肺部CT图像处理的主要问题84.2实验结果分析94.3本章小结105系统实现115.1系统框架115.2系统具体功能实现115.2.1功能模块图115.2.2功能实现1215.3系统界面及简单使用135.5本章小结16结论16致谢17参考文献1817基于区域生长的肺部CT图像分割研究摘要：近几年，肺部疾病的发病率呈上升趋势，医生采用计算机辅助诊断肺部疾病时，手工工作量较大，诊断效率较低。在本文中，通过分析肺部CT图像的灰度值分布以及肺实质位置特征，缩小种子点选取的范围，实现种子点的自动选取，并进一步确定阈值实现了肺部CT图像的自动分割，极大地减少了手工工作量，提高诊断效率。改进算法为实现医学图像的自动分割打下了基础，更好的为医生诊断提供准确的信息。此外，本文采用MFC和CxImage类库实现了基于改进算法的图像分割系统，该系统支持各种图片类型文件的读取、显示、保存及分割。关键词：肺部CT图像；图像分割；区域生长LungCTimagesegmentationbasedonregiongrowingAbstract:Inrecentyears,theappearanceoflungdiseasearerising,doctorsusecomputer-aideddiagnosisoflungdisease,whichislargemanualworkloadandlowdiagnosticefficiency.Inthispaper,accordingtothegradationdistributionoflungCTimagesandlungpositioncharacteristic,reducetheseedpointsselectionrangeandselecttheseedpointsautomatically,whichcanrealizetheautomaticCT–imagesegmentationsystemandgreatlyreduceworkandresultintoasignificantincreaseinefficiency.Themodifiedalgorithmsprovidediagnosisinformationfordoctorandfoundationforthemedicalimagesautomaticsegmentation.Besides,theMFCandCxImagelibrariesareusedintheimagesegmentationsystemwhichcanread,display,saveandsegmentallthetypesofimages.Keywords:lungCTimage;imagesegment;regiongrowing1绪论1.1研究背景和意义随着我国的迅猛发展，环境问题日益凸显，空气质量多次超出PM2.5正常标准，尤其是工业发展重地，肺癌的发病率迅速上升，死亡率也在持续上升。但目前还没有有效的手段来治疗肺癌，对付肺癌我们只能采取早发现早治疗的手段，在对肺部疾病进行计算机辅助诊断研究时，肺部CT(ComputedTomography,计算机断层摄像)图像在肺癌早期发现中起到重要作用[[]王阳萍,杜晓刚,赵庶旭,王松.医学影像图像处理[M].北京:清华大学出版社,2012:69-77.]。对肺癌临床诊疗时，临床医生的首要工作则是对病人目前的身体状况做出正确的判断，而正确的判断取决于医生获取的信息的科学程度及数量多少，肺部CT图像所包含信息量的丰富程度远远超过几个数据或者几条曲线。是否对肺部CT图像进行稳定、自动和精确的分割，其分割结果会直接影响后续诊断过程。通过肺部CT图像分割是利用计算机发现肺癌的首要条件[[]苏明忠.医学图像分割算法研究[D].长春理工大学硕士学位,2008.]。对肺部区域进行分割也是完成自动量化确诊的先决条件。在实现对肺实质的分割