随着医学影像技术的飞速发展，高分辨率数字图片大量产生，这一方面为影像诊断师提供了更清晰的解剖或功能图片，另一方面也增加了读片负担，致使漏诊和误诊率增加。在此背景下，计算机辅助诊断(computer aided diagnosis，CAD)的研究蓬勃发展起来。计算机断层扫描(cornputed tomography：CT)是肺功能测定和肺部疾病诊断的重要成像手段，但是传统的CT肺功能测定只能测算整体肺的定量指标，如：全肺或单肺的容积、象素指数等，无法从局部和细节定量出肺功能。本课题提出一种基于胸部高分辨率CT(high．resolution CT，HRCT)序列图片的计算机辅助诊断肺功能技术，实现了高分辨率的细节肺功能定量测定，不仅可以测算出一般的CT肺功能指标，还能观察到呼吸过程中肺部每一体素容积大小的变化，从整体和局部定量出个体肺部的呼吸功能。 本课题的研究思路为：首先采集被试者处于深呼气术和深吸气末的双相胸部HRCT序列，自动化分割出肺部组织，测算出一般的CT肺功能指标；然后对双相肺部容积图像进行配准，将呼气相配准到吸气相，得到该过程的形变场：再基于配准形变场计算出能反映体素体积收缩或膨胀的Jacobian矩阵，提取细节肺功能定量指标。 主要涉及三方面的研究内容：肺组织自动化分割、同体异态肺部容积图像的配准、基于形变场的Jacobian计算。对于自动化分割肺组织而言，我们基于结构连续性的分割策略，采取由粗到精的步骤，首先通过阈值法和数学形态学分割出粗略的肺组织，再利用动态阈值区域生长法去除气管和主支气管，接着用“移动射线”技术将左右肺粘连处分开，最后由“滚球”算法平滑肺边缘的锯齿和裂缝。经资深影像诊断师目测检验，得到平均分割满意率为95％；自动分割与人工分割的吻合度均值达到0.9620；平均每层的分割时间低于6s。在对同体异态肺部容积图像进行配准时，我们首先基于解剖标志面寻找仿射变换参数，对呼气相容积图像进行全局仿射变换；再利用多分辨率模式的Demons算法进行非刚性配准；最后将这两个阶段的形变场进行叠加，得到总体形变场。配准评估显示：平均体积重合度从0.7982上升至0.9544；平均灰度均方根误差从171.6622下降至69.5829。有了良好的配准结果，形变场则具有实际意义。 我们将Jacobian理论类比到图像上，详细分析了该矩阵所代表的体素收缩或膨胀的物理意义，然后计算出总体形变场的Jacobian矩阵。在影像诊断师的指导之下，我们创新性地提出了能够反映细节肺部呼吸功能的定量指标：Jacobian直方图以及该图的集中点和集中度、Jacobian指数等。这些指标不同于常规CT肺功能指标，为细节肺功能测定开辟了新的途径。综观整个课题，实现了细节肺功能的定量研究目的，并且在肺部自动化分割、同体异态容积图像的大形变配准两方面有良好的效果，具有一定的参考价值。 本论文的研究工作得到安徽省教委重点科研项目(2006KJ097A)和国家自然科学基金项目(60771007)的资助。