CT影像中一种基于知识的脊髓自动提取方法
Chinese Journal of Scientific Instrument(2013)
摘要
基于CT影像人体结构的特征知识,提出了用3个主要步骤实现脊髓的自动提取功能。并在检测脊髓概率区关键步骤中,基于脊髓及其周围结构的特征知识,建立了一个全新的特征模型进行脊髓内一点的检测,并基于该点进行区域增长得到脊髓概率区,进而在脊髓概率区内实现脊髓的检测。在临床60例患者CT图像序列的试验中,躯干轮廓检测率全部达到100%,脊髓概率区的检测率有2例为99%,其余均为100%,基于脊髓概率区的脊髓检测率全部可以达到100%。引入特征模型自适应修正,可以实现全部60例患者CT图像序列脊髓的自动提取。运行于笔记本平台上,患者CT图像序列脊髓检测时间可以达到3 s左右,完全满足临床要求。脊髓自动提取功能的实现,避免了临床放疗医师进行手动勾画的烦琐工作,同时也降低了勾画结果对放疗医师技术水平的依赖,在临床放射治疗领域具有重要意义。
更多查看译文
关键词
feature model,manual contouring,automatic extraction,CT image,region growing
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络