使用灰階像素臨界值的自動化肺部切割 出處:朝陽科技大學資訊管理系 學 生：吳昱慧 報告日期：2009/12/01
Outline 緒論 文獻探討 肺域定位 Canny邊緣檢測 主動輪廓模型 研究方法 實驗結果 結論
1.1緒論 研究背景 醫學影像的形成 X光造影 電腦斷層造影 核磁共振造影
1.2緒論 研究動機與目的 Sobel邊緣檢測 Canny邊緣檢測 主動輪廓模型(Active contour models,ACM) 優點 可以精確的偵測出物件的模糊邊界 缺點 計算量大，浪費時間
2.1肺域定位 Li et al.在2001年提出利用影像直方圖的特性，分析肺域的位置 將影像投影到X軸
2.1肺域定位 將影像投影到Y軸
2.1肺域定位
2.1肺域定位 Xie et al.改善Li et al.的定位方法 X軸投影的直方圖，找三個區域最高點
2.1肺域定位(5/5) 計算每一列的歪斜度 第一個歪斜度為0的位置為肺域上邊界，肺域下邊界則是依肺部長寬比例計算而得
2.2Canny邊緣檢測 具備良好的偵測能力 具有良好的定位能力 仰制單一邊緣的多重感應(MultipleResponse)
2.2Canny邊緣檢測 步驟(1) 利用二維高斯濾波器濾除雜訊
2.2Canny邊緣檢測 步驟(2) 利用Sobel運算直找出影像像素在(x,y)的梯度分量 與 ，則像素(x,y)的梯度為
2.2Canny邊緣檢測 步驟(3) 計算梯度方向，影像像素在(x,y)的梯度方向計算梯度的分量 與
2.2Canny邊緣檢測 步驟(4) 步驟(5) 非最大值刪除，邊緣點的影像與梯度方向的前後兩個位元相比，如果不是最大值則此點不是邊緣點 採用高臨界值HT與低臨界值LT兩個臨界值，判斷是否為邊緣點
2.2主動輪廓模型 最常使用的肺部切割技術 可以用最小能量函數(Energy-minimizing function)表示為內力、外力及外部限制力總和
3.1影像前處理 資料庫影像做反差係數γ的調整 降低肺域與肩胛骨的對比度 加強肺域與肋骨的對比度
3.1影像前處理 中值濾波 減少肩胛骨和胸廓的影響 減少高頻雜訊，使影像更為平滑
3.2肺域定位 將影像投影到X軸分成29組找出肺域左、右邊界及肺域的中間分隔
3.2肺域定位 投影到Y軸分成30組找出肺部的上、下邊界
3.2肺域定位
3.3邊緣偵測 肺葉邊緣的偵測
3.3邊緣偵測 細線化，去除多餘點，修整輪廓形狀
4.實驗結果
5.結論 可成功避免肋骨及電極的干擾 完全自動化，不需人工介入及樣本訓練