Automated lung segmentation in serial thoracic high resolution CT images
提出了一種從胸部高分辨率CT圖像序列中由粗到細分割肺組織的自動化方法.首先基于結(jié)構(gòu)連續(xù)性的分割策略,采用閾值法和數(shù)學(xué)形態(tài)學(xué)分割出粗略的肺實質(zhì),再用區(qū)域生長法去掉氣管,最后通過滾球法彌合肺邊緣的裂縫及缺口.對6個數(shù)據(jù)集(共1720層圖像)的分割結(jié)果成功率均在90%以上,每層分割時間小于6s,相似度分析表明自動與手工分割結(jié)果吻合良好,并能較好地保留細節(jié).