基于区域增长与灰度重构的CT图像肺气道树分割方法

简介：
本研究提出一种创新性的CT图像肺气道树分割技术，结合区域增长和灰度重构策略，有效提升肺部气道结构的识别精度与连贯性。 目的：CT图像评估具有重要意义。针对不同的气管分支在大小、形状和密度分布方面的差异，提出了一种结合区域生长与形态学灰度重建的三维肺气管树分割流程，重点解决气管提取过程中的问题。 方法：首先采用阈值分割和形态学闭运算来提取肺实质以定义特定区域；然后通过改进迟滞阈值区域生长法分割较粗的气管，并结合局部体积突变指标抑制侧向泄漏；接着利用三维形态学尺寸重建算法分割较细的气管，同时使用形状约束连接元分析及管道描述子剔除伪气管区域。最后将上述两步分割结果融合成完整的气管树。 结果：通过这种方法能够有效地提取和识别肺部CT图像中的复杂结构，为临床诊断提供了重要的参考依据。