基于ODoS滤波与形状特征的CT图像肺裂分割
图像与视频处理
2022-01-25 v1 计算机视觉与模式识别
摘要
肺解剖的先验知识在肺部疾病诊断中起着至关重要的作用。在CT图像中，由于多种因素，肺裂分割是一项艰巨任务。为应对该挑战，提出一种基于ODoS滤波与形状特征的有效方法用于肺裂分割。此处，我们采用融合方向信息与幅值信息的ODoS滤波来突出结构特征以增强肺裂，从而有效区分肺裂与杂波。受肺裂在方向场中于二维空间呈线性结构、三维空间呈平面结构这一事实启发，融合方向曲率准则与方向划分方案，以在不同方向划分中分离肺裂块与其他结构，从而抑制部分杂波。考虑到幅值场中肺裂与管状结构的形状差异，结合形状度量方法与三维骨架化模型分割肺裂以去除杂波。将本方案应用于从公开LOLA11数据集获取的55例胸部CT扫描，其中位F1分数、错误发现率（FDR）与漏报率（FNR）分别为0.896、0.109与0.100，表明所提方法具有令人满意的肺裂分割性能。
引用
@article{arxiv.2201.09163,
title = {Pulmonary Fissure Segmentation in CT Images Based on ODoS Filter and Shape Features},
author = {Yuanyuan Peng and Pengpeng Luan and Hongbin Tu and Xiong Li and Ping Zhou},
journal= {arXiv preprint arXiv:2201.09163},
year = {2022}
}