本节将EM和Mean-Shift算法应用到3DCT粘连血管型肺结节的分割中。根据文献[28]的算法的步骤可以推断出结节是服从高斯分布的球;血管是服从高斯分布的圆柱;X形血管是由2个服从高斯分布的圆柱组成;Y形血管是由3个服从高斯分布的圆柱组成。由此也可以推断出粘连血管型结节是由服从高斯分布的球和服从高斯分布的圆柱组成。
血管里充满着向同一方向流动的血液,血管呈管状结构,通常把血管模拟为服从高斯分布的圆柱,这就使得血管上像素梯度的垂直方向基本一致,血管上像素梯度的垂直方向集合服从正态分布;而结节里充满着癌细胞,结节呈球状结构,通常把结节模拟为服从高斯分布的球,这就使得结节上像素梯度的垂直方向指向四面八方,结节上像素梯度的垂直方向集合服从均匀分布,如图4-1所示。
首先利用关系矩阵求得梯度的法向量方向,即流向特征,然后,假设粘连血管型结节像素梯度的垂直方向服从正态分布和均匀分布的混合概率分布,采用期望最大算法拟合出参数和权重。均匀分布的权重可以被看作是结节上像素个数占粘连血管型结节总像素个数的比重。最后,根据均匀分布的权重求得核函数的带宽参数,代入均值漂移(Mean-Shift)聚类分割出精确的肺结节边缘。人造数据和肺结节真实数据的实验结果表明,该方法快速而有效地解决了粘连血管型结节的分割问题。
图4-1 结节和血管上各像素的梯度方向(www.xing528.com)
a)结节梯度方向 b)血管梯度方向
图4-2 肺结节分割框架
肺结节分割框架如图4-2所示。首先确定粘连血管型结节的感兴趣区域(VOI)。然后对感兴趣区域(VOI)进行预处理,得到粘连血管型结节的前景区,然后提出前景区的流向特征,最后建立粘连血管型结节模型。估计模型参数,根据估计出的模型参数输出带宽参数,带入到均值漂移算法中进行三维粘连血管型结节分割。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。