基于 Halton 低差异序列的 CT 肺部病灶体积计算
计算机视觉与模式识别
2017-06-07 v1
摘要
从计算机断层扫描 (CT) 肺部病灶数据中计算体积是临床诊断的一个重要参数。该体积被广泛用于评估肺结节的严重程度并追踪其进展，然而，以往研究的准确性和效率未能很好地满足临床使用需求。由于其与肺壁的紧密附着、不均匀的背景噪声以及大小和形状的巨大差异，这仍然是一项具有挑战性的任务。在本文中，我们采用 Halton 低差异序列来计算肺部病灶的体积。所提出的方法直接计算体积，无需进行三维 (3D) 模型重建和表面三角剖分等过程，从而显著提高了效率并降低了复杂度。该方法的主要步骤为：(1) 利用 Halton 低差异序列在每个切片中生成一定数量的随机点，并通过比例计算每个切片的病灶面积；(2) 沿矢状方向对面积进行积分以获得体积。为了评估所提出的方法，我们在包含不同大小肺部病灶的充足数据集上进行了实验。得益于随机点的均匀分布，与其他方法相比，所提出的方法获得了更准确的结果，证明了其在 CT 肺部病灶体积计算中的鲁棒性和准确性。此外，所提出的方法易于实现，并可广泛应用于其他场景，例如肝肿瘤、心房壁动脉瘤等的体积计算。
引用
@article{arxiv.1706.01644,
title = {Volume Calculation of CT lung Lesions based on Halton Low-discrepancy Sequences},
author = {Liansheng Wang and Shusheng Li and Shuo Li},
journal= {arXiv preprint arXiv:1706.01644},
year = {2017}
}