肺癌是临床医学中癌症相关死亡的主要原因之一。计算机断层扫描,又称CT,是用于肺及其病变特征的提取、疾病诊断和疗效评估的直接有效的方式。准确分割基于CT图像的肺肿瘤对于精确的放射治疗计划和治疗反应评估至关重要,是肺癌影像学诊断的研究热点。然而,对肺部CT图像中的复杂结构大肿瘤,包括边界粘连型大肿瘤以及形状不规则、异质性、边界有细毛刺大肿瘤分割的研究,仍是一个挑战性难题。基于此背景,本文主要研究肺部CT图像复杂结构大肿瘤的分割问题,采用先分割肺实质再分割肿瘤的方式,主要研究内容与主要工作如下所述。1.设计一种基于CT图像的肺肿瘤分割方法整体技术框架。先提取肺实质,然后在肺实质图像上分割肿瘤。首先,根据肺肿瘤与肺实质周围组织的粘连程度,采用不同的技术方案提取肺实质,得到肺实质区域为原灰度值,其余区域为黑色背景的肺实质图像。然后,在肺实质图像上,根据图像灰度信息分割肺部大肿瘤。2.研究边界粘连型肿瘤的肺实质分割方法。提出一种基于稀疏模型的粘连型肿瘤的肺实质分割方法。当肿瘤与肺实质周围组织粘连时,肿瘤与粘连的周围组织在CT值上没有明显的差别,即形成弱边界。由于肿瘤与其粘连组织灰度值相似,难以直接分割粘连型肿瘤,而且根据灰度信息提取的肺实质在弱边界处出现凹陷。基于稀疏模型的肺实质分割方法可以有效解决上述问题。模型包括先验形状建模与形状修补两部分。首先用稀疏先验模型构造边界粘连型肿瘤肺实质的先验形状,然后根据先验形状,用稀疏形变模型修补肺实质的弱边界,得到完整的肺实质轮廓。3.研究复杂结构大肿瘤的分割方法。采用随机游走算法分割大肿瘤,并设计一种自适应生成种子点的方法。随机游走算法对肿瘤边界局部细节有很好的捕获能力,适用于局部细节复杂、形状不规则、有较大异质性肿瘤的分割,能提高肿瘤分割的准确性。由于种子点的确定方式以及数量、分布情况对分割结果准确性、分割效率及再现性都有较大影响,所以,本文在肺实质图像上用图像形态学技术自动生成随机游走算法所需的均匀分布的目标种子点与背景种子点,实现自动分割肿瘤。