目的:根据临床应用需求,研究了胸部高分辨率CT图像中感兴趣区域(region of interest,ROI)的提取与量化诊断问题。方法:首先由人工勾勒感兴趣区域边界,再应用Bresenham扫描线算法生成连续的区域边界,然后,应用基于四邻域的背景标记扫描...目的:根据临床应用需求,研究了胸部高分辨率CT图像中感兴趣区域(region of interest,ROI)的提取与量化诊断问题。方法:首先由人工勾勒感兴趣区域边界,再应用Bresenham扫描线算法生成连续的区域边界,然后,应用基于四邻域的背景标记扫描线方法,对区域外像素作出标记,从而得到选定区域。最后,计算区域的量化参数,并根据肺气肿量化诊断标准,对感兴趣区域进行分析与辅助诊断。结果:计算得到肺气肿占整个肺部容积的百分比为39.2%,该患者属于3级重度肺气肿。结论:实验证明,该方法能快速、准确地提取任意形状的区域,并对给定区域进行统计分析,非常有利于医生的准确诊断。展开更多
文摘目的:根据临床应用需求,研究了胸部高分辨率CT图像中感兴趣区域(region of interest,ROI)的提取与量化诊断问题。方法:首先由人工勾勒感兴趣区域边界,再应用Bresenham扫描线算法生成连续的区域边界,然后,应用基于四邻域的背景标记扫描线方法,对区域外像素作出标记,从而得到选定区域。最后,计算区域的量化参数,并根据肺气肿量化诊断标准,对感兴趣区域进行分析与辅助诊断。结果:计算得到肺气肿占整个肺部容积的百分比为39.2%,该患者属于3级重度肺气肿。结论:实验证明,该方法能快速、准确地提取任意形状的区域,并对给定区域进行统计分析,非常有利于医生的准确诊断。
