封面故事|肺部CT图像分割

会员服务 ·

封面故事|肺部CT图像分割

2018 年 10 月 19 日 中国图象图形学报

引用格式

边子健, 覃文军, 刘积仁, 赵大哲. 肺部CT图像中的解剖结构分割方法综述[J]. 中国图象图形学报, 2018, 23(10): 1450-1471.

DOI: 10.11834/jig.180067

原文链接

http://www.cjig.cn/html/jig/2018/10/20181002.htm

导语：CT是肺部解剖结构临床研究中的重要影像学工具。本文系统性地梳理了现有各结构CT图像分割方法的主要流程、基本理论、关键技术和优缺点，分析了当前工作在理论和临床方面展开的热点应用，并讨论了肺部各解剖结构分割的参考数据获取、实验设计方法和结果评价方式。

现代社会空气污染的愈加严重给人体肺部造成了很大侵扰，肺部组织疾病已成为发病率、致死率最高的疾病类别之一。预防与治疗这些疾病要消耗大量卫生资源，不仅严重影响患者身体健康与生活质量，也给患者家庭和社会造成了巨大经济负担。

随着CT技术不断发展，多层螺旋CT扫描可实时重建得到毫米级的高分辨率薄层图像，已成为医生定性、定量评估肺组织功能的重要工具。目前CT扫描经重建可包含几百层图像，阅读大量图像不仅耗时，也容易导致病情误诊或漏诊。通过计算机处理CT图像得到精确的结构参数信息，可提供有力的辅助诊断依据和3维可视化影像，不仅大大减轻医生负担，也利于发挥设备优势。

论文看点

通过对国外权威研究组织机构的有代表性或前沿性论文的总结，综述了从CT图像中分割肺组织、肺气管、肺血管、肺叶（肺裂纹）等肺部主要解剖结构的方法。其中下列工作均为国内首次对相关领域研究的综述，具体包括：

（1）重点讨论了各种解剖结构分割的参考数据获取和结果评价方法。

（2）详述了泄漏肺气管分割数据的处理、肺气管中心路径提取、气管壁分割、肺血管动静脉分离和肺段分割等在国外研究已经进入发展期但国内研究尚未涉及的热点应用。

专家推荐

论文对现有肺组织、肺气管、肺血管、肺叶等CT图像分割方法的主要流程、关键技术和优缺点进行总结，并通过列表形式说明了各种方法的数据获取、实验验证方法和结果评价指标。文章组织结构合理，综述基本完整，选题具有重要参考价值。

本文方法

图1 一层肺部CT横断面图像结构示意图

本文通过对相关领域有代表性或前沿性文献的归纳总结，系统性地梳理了现有肺组织、肺气管、肺血管、肺裂纹、肺叶或肺段等解剖结构CT图像分割方法的主要流程、方法理论、关键技术和优缺点，讨论了各解剖结构分割的参考数据获取、实验设计方法和结果评价指标。

本文结果

基于CT图像的肺部解剖结构分割是计算机应用技术和生物医学工程的交叉领域。各结构的关联性、图像特征的特殊性、灰度信息的复杂性和形态的多样性，给该领域工作造成很大挑战，一直吸引了研究者的广泛关注；可实现无侵入、可重复和局部性的定量分析，是利用计算机辅助诊断疾病的基础和必要环节，有利于病情精确理解和治疗方案选择，具有重要的理论研究和实际应用价值。

本文总结了现有肺部解剖结构分割和结果评价的主要方法，综述了这些方法的关键技术和热点应用，深入分析了各方法的优缺点，结合相关领域的理论研究和临床需求展望了各领域发展的未来趋势。现有方法仍没有完美解决各结构分割的技术难题，存在很大上升空间，该领域还将持续成为学术界的研究焦点。深度学习方法已经在肺部CT图像处理与分析中展现了优势，将成为未来本领域的主流方法。

作者简介

第一作者

❍

边子健，东北大学博士研究生，主要研究方向为医学图像处理与分析。E-mail:bianzijian@gmail.com

通信作者

❍

赵大哲，教授，主要研究方法为医学图像处理与分析。E-mail:zhaodazhe@mail.neu.edu.cn

其他作者

覃文军，副教授，主要研究方向为医学图象处理与分析。

E-mail：tanwenjun@cse.neu.edu.cn

刘积仁，教授，主要研究方向为医学图象处理与分析。

E-mail：liujiren@cse.neu.edu.cn

实验室简介

医学影像计算教育部重点实验室依托于东北大学计算机应用技术二级学科国家级重点学科、计算机科学与技术和生物医学工程一级学科博士学位授予点、国家数字化医学影像设备工程技术研究中心组建而成，是学校“211工程”、“985工程”重点建设的实验室之一。实验室坚持以高水平科研促进具有鲜明学科特色的高层次专业人才的培养，重点围绕高端医学影像设备成像优化与可视化、多模医学影像融合与处理分析、大规模复杂信息检索与挖掘、集成化高复用信息计算支撑与服务平台等四个方向开展基础理论和应用技术研究，并已经建成医疗信息处理与分析支撑平台、云计算应用支撑环境、医疗信息数据中心，拥有一流的高性能服务器与存储设备、影像专业显示器、医学影像计算开发工具、高性能计算集群服务器等仪器设备，为开展医学信息计算领域各种复杂、综合实验研究提供有力的环境保障。