上海国税-客户经理职责

第２９卷第６期
２００８年６月
东北大学学报（自然科学版）
Ｊｏｕｒ ｎａｌ
ｏｆ
Ｎｏｒｔｈｅａｓｔｅｍ
Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔｕｒａｌ
Ｓｃｉｅｎｃｅ）
Ｖ０１．２９．Ｎｏ．６
Ｊｕｎ．２
００８
一种基于水平集 的肺部血管快速分割方法
高齐新１，于洋１，赵大哲２，刘积仁１・３
（１．东北大学信息科学 与工程学院，辽宁沈阳
１１０００４；
２．东软研究院，辽宁沈阳１１０１７９；３．东北大学 软件中心，辽宁沈阳１１０００４）
摘要：肺部血管结构微小，ＣＴ片有噪音、血管边界模糊等原因的影 响，使分割肺部血管成为肺部分割
的难点．针对此问题，提出了应用基于阈值的水平集三维分割肺部血管 的方法．水平集分割方法是基于几何形
变模型而不是参数形变模型，因此方法可根据肺部解剖结构确定肺 部血管不同部位的阈值范围和肺部血管
的分布范围，从而解决由于边界模糊产生肺部血管分割不准确的问 题，并在此基础上，提出并描述基于水平集
肺部血管树枝权点的判定方案．
关键词：水平集；图 像分割；区域增长；阈值分割
中国分类号：ＴＰ
３９１
文献标识码：Ａ文章编号：１０ ０５—３０２６（２００８）０６—０８０７．０４
３Ｄ
Ｒａｐｉｄ
Ｓｅｇｍｅｎｔａ ｔｉｏｎ
ｏｆ
Ｐｕｌｍｏｎａｒｙ
Ｖｅｓｓｅｌ
ａｎｄＦｅａｔｕｒｅ
Ｅｘｔｒａｃｔｉｏｎ
Ｔｈｒｏｕｇｈ
ＴｈｒｅｓｈｏｌｄＬｅｖｅｌＳｅｔ
ＧＡＯ
Ｑｉ—ｘｉｎ
１，ｙＵ
Ｙａｎ９１，乞ＭＡＯ
Ｄ口一ｚｈｅ２，Ｌ几，Ｊｉ． ｒｅｎ
１’’
（１．Ｓｃｈｏｏｌ
ｏｆＩｎｆｏｒｍａｔｉｏｎ
Ｓｃｉｅｎｃ ｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ，Ｎｏｒｔｈｅａｓｔｅｒｎ
Ｕｎｉｖｅｒｓｉｔｙ，Ｓｈｅｎｙａｎｇ< br>ＮＥＵＳＯＦＴ
Ｒｅｓｅａｒｃｈ，Ｓｈｅｎｙａｎｇ
１
１０１７９，Ｃｈｉｎ ａ；３．Ｓｏｆｔｗａｒｅ
１１０００４，Ｃｈｉｎａ；２．
Ｃｅｎｔｅｒ，Ｎｏｒｔｈｅａｓ ｔｅｒｎ
Ｕｎｉｖｅｒｓｉｔｙ，Ｓｈｅｎｙａｎｇ
１１０００４，Ｃｈｉｎａ．Ｃｏｒｒｅｓ ｐｏｎｄｅｎｔ：ＧＡＯＱｉ—ｘｉｎ，Ｅ－ｍａｉｌ：ｇａｏｑｘ＠ｎｅｕｓｏｆｔ．ｃｏｉｎ）
Ａｂ ｓｔｒａｃｔ：Ｔｈｅ
ｓｅｇｍｅｎｔａｔｉｏｎ
ｏｆ
ｐｕｌｍｏｎａｒｙ
ｖ ｅｓｓｅｌｉｓ
ａ
ｃｈａｌｌｅｎｇｉｎｇ
ｏｎ
ｐｒｏｂｌｅｍ
ｂｅ ｃａｕｓｅ
ｏｆ
ｉｔｓ
ｔｉｎｙ
ｖｅ，Ｎｓｅｌ．ｎｏｉｓｙ
Ｃｒ< br>ｉｍａｇｅ
ａｎｄｂｌｕｒｒｅｄ
ｂｏｕｎｄａｒｙ．Ａ
ｍｅｔｈｏｄ
ｂａｓｅｄ
ｐｒｏｐｏｓｅｄ
ｆｏｒｔｈｅ３一Ｄ
ｓｅｇｍｅｎｔａｔｉｏｎ
ｏｆ
ｔｈｒｅｓｈｏｌｄ
Ｉｅｖｅｌ．ｓｅｔ
ｉｓ
ｔｈｅｒｅｆｏｒｅ
ｐｕｌｍｏｎａｒｙ
ｖｅｓｓｅｌ．ｗｈｉｃｈｉｎｔｒｏｄｕｃｅｓｔｈｅ
ｇｅｏｍｅｔｒ ｉｃ
ｃｏｎｔｏｕｒ－
ｖａｒｙｉｎｇ
ｍｏｄｅｌｓ
ｉｎｓｔｅａｄ０ｆｐａｒａｍｅｔｒｉｃ
ｃｏｎｔｏｕｒ—ｖａｒｙｉｎｇ
ｏｎｅｓ．Ａｓ
ａ
ｒｅｓｕｈ，ｔｈｉｓ
ｍｅｔｈｏｄ
ｉｓａｖａｉｌａｂｌｅ
ｔｏ
ｓｏｌｖ ｅｔｈｅ
ｉｎａｃｃｕｒａｃｙ
ｏｆｂｌｕｒｒｅｄ
ｂｏｕｎｄａｒｙ
ｏｆｔ ｈｅ
ｐｕｌｍｏｎａｒｙ
ｖｅｓ女；ｅｌ
ｂｙ
ｄｅｔｅｒｍｉｎｉｎｇ
ｔｈｅ
ｒａｎｇｅ
ｏｆ
ｔｈｒｅｓｈｏｌｄｏｆｔｈｅ
ｐｏｓｉｔｉｏｎ< br>ｏｆ
ｐｕｌｍｏｎａｒｙ
ｖｅｓｓｅｌ
ａｎｄｉｔｓｄｉｓｔｒｉｂｕｔｉｏｎ
ｉｎａｃｃｏｒｄａｎｃｅ
ｔｏ
ａｎａｔｏｍｉｃａｌ
ｃａｎ
ｓｔｒ ｕｃｔｕｒｅ．ＴｈｕＳ，ｔｈｅ
ｓｅｇｍｅｎｔａｔｉｏｎ
ｏｆ
ｐｕｌｍｏｎａｒｙ
ｖｅｓｓｅｌ
ａ
ｂｅｄｏｎｅｍｏｒｅ
ａｃｃｕｒａｔｅｌｙ．Ｉｎ
ａｄｄｉｔｉｏｎ，
ｉｓ
ｐｒｏｐｏｓｅｄ
ｏｎ
ｊｕｄｇｉｎｇ
ｓｃ ｈｅｍｅｏｆ
ｂｒａｎｃｈｉｎｇ
ｎｏｄｅｏｆ
ｐｕｌｍｏｎａｒｙ
ｖｅｓｓ ｅｌ
ｔｒｅｅ
ｌｅｖｅｌ—ｓｅｔ
ｂａｓｉｓ．
Ｋｅｙ
ｗｏｒｄｓ： ｌｅｖｅｌ－ｓｅｔ；ｉｍａｇｅ
ｓｅｇｍｅｎｔａｔｉｏｎ；ｒｅｇｉｏｎ—ｇｒｏｗｉｎｇ；ｔｈｒ ｅｓｈｏｌｄ
ｓｅｇｍｅｎｔａｔｉｏｎ
肺部疾病众多，如肺栓塞、肺结节等，应用计
算机辅助诊断系统对这些疾病进行早期诊断可以
达到早期治疗的目的．分割肺部血管找到感兴趣
部位是肺部疾病检测非常重要的一步．由于肺部
血管存在对比度差、噪音、边界模糊、结构细小、形状复杂等原因，导致肺部血管之间的关系混乱，给
分割肺部血管增加了不同程度的困难．应用三维< br>可视化的方法虽然能从三维的角度清晰看到血管
之间的关系，但是由于血管之间前后遮挡并很难< br>找到合适阻光度系数，因此也很难对肺部血管之
收稿日期：２００７．０６．２０
问的关 系进行直观的判断．文献［１］提出先对肺部
血管进行高斯增强，然后再应用Ｈｅｓｓｉａｎ矩阵计算特征值和特征向量，根据特征值和特征向量应
用区域增长分割血管．文献［２］提出根据解剖结构
由外到里、由小到大分割肺部血管，主要应用混合
阈值分割法和连通性分析，混合阈值分割法是 根
据．文献［３］提出根据气管和肺动脉血管并行走向
的特点，应用Ｈｅｓｓｉａｎ和曲率对肺 动脉血管和气
管进行定位，最后根据它提供的分割流程得到肺
部血管和气管．张红梅等ＨＪ提出 基于多尺度的水
基金项目：国家自然科学基金资助项目（６０６７１０５０）．
作者简介：高齐 新（１９６９一），男，山西天镇人，东北大学讲师，博士研究生；赵大哲（１９６０一），女，辽宁辽中人，东 北大学教授；刘积
仁（１９５５一），男，辽宁丹东人，东北大学教授，博士生导师．
万方数据 　

东北大学学报（自然科学版）
第２９卷
平集肺部血管快速分割，它通 过对血管分析减少
水平集函数计算次数提高分割速度和不同层应用
不同尺度，增加准确性．而本 文应用水平集方法
（１ｅｖｅｌ
ｓｅｔ
ｍｅｔｈｏｄ，ＬＳＭ）主要是因为它能很好地
克服肺部图像拓扑关系改变时给算法带来的种种
限制，对形状恢复和复杂结构的医学图像分割相
当有效．但是基于阈值的水平集三维分割血管算
法也有不足之处，肺部血管分割不准确，主要原 因
是测地线的参数和膨胀参数很难控制，最后得到
的速度图像收敛到血管边缘为零处不清晰，这 种
变化可能导致和原有的结构不一样，不能清晰辨
认血管之间的关系．另外，对于每一个像素点 均要
寻求一个最近点并计算其水平集函数值，使得该
类算法运算相当慢．
基于上述原因 ，本文根据肺部解剖结构提出基
于肺部局部信息的精确肺部血管分割方法，提高肺
部血管的准确 性、精确性和水平集的分割速度．
１基于阈值水平集分割理论
水平集方法（１ｅｖｅｌ
ｓｅｔ
ｍｅｔｈｏｄ）是Ｓ．Ｏｓｈｅｒ和
Ｊ．Ａ．Ｓｅｔｈｉａｎ【５‘６
Ｊ于１９ ８８年在研究曲线以曲率相
关的速度演化时提出来的，用于描述曲线的演化
过程．此方法基本思 想是用曲率或法向量等几何
度量表示曲线或曲面演化速度函数，并将速度函
数与图像的数据关联 起来，从而使曲线在对象边
缘处停止．图像拓扑的变化、演化过程中的曲线和
曲面只能被隐含表 示为一个更高维函数的水平
集【７｜．此函数表示为
屯＋ＦＶ声ｌ＝０，（１）
声（ｚ ，ｔ＝０）＝±ｄ．
（２）
式（２）表示当ｔ等于０时初始值为ｄ，±ｄ表示点
ｚ到曲 线或曲面的距离，如果是正数则表示点ｚ
在曲线或曲面的外侧，如果是负数则表示在曲线
或曲面 的内侧…．式（１）改写为
屯十ｌ＝屯＋ｋｆ（１一￡Ｈ）Ｉ
Ｖ声ｌ一皿Ｐ（ｚ）ｖ声．
．
（３）
式中，ｋｉ为速度函数，ｋｉ＝ｅ－ａｌＧ‘。（７・ｊｒ）ｌ，ｎ＞０；
Ｐ（ｘ）为膨胀系数；Ｈ为根据曲率调整的空间系
数；ｐ，￡为每个系数的权重［旷１…．
基于 阈值的水平集分割的目的是根据不同组
织有不同阈值范围作为膨胀系数，这样能防止分
割泄露．
Ｐ（ｘ）＝
Ｉ
ｇ（ｚ）一ｚ如果ｇ（Ｘ）＜（Ｕ—１）／２＋ｚ；
ｌ“一ｇ（ ｘ）否则．
¨７
万　方数据
式中，ｚ为分割组织最低阈值，Ｕ为分割组织最高
阈值．
种子点相邻的每一个像素点均要寻求一个最
近点并计算其水平集函数值，直到函数值收敛 为
止，即屯＋１为零．从式（４）中得出Ｐ（．７Ｃ）是影响水
平集分割的关键参数．
２肺部血管三维分割
左右肺实质分割的分割方法很多，需要根据
不同的情况，选择不同的方法， 这里并不详细说
明．基于阈值的水平集初始分割肺部血管，最后
在分割的结果选取种子点，应用 三维区域增长算
法生成一段肺部血管．
ＣＴ数据输人
左右肺实质分割
基于阈值 的水平集初始分割
应用ｉ维区域增长算法生成肺部咖管
图１
基于阈值的水平集分割基本 流程图
Ｆｉｇ．１
Ｔｈｅｂａｓｉｃｆｌｏｗｃｈａｒｔｏｆｌｅｖｅｌ—ｓｅｔ
ｂａ ｓｅｄ
０１３
ｔｈｒｅｓｈｏｌｄ
２．１肺部区域的划分
由于肺静脉和肺动脉 都是从肺门附近进入肺
部，然后肺部血管由粗到细、密度由大Ｎ４，向肺壁
延伸．因此在左右肺 的肺门附近选择２个种子点，
根据到种子点不同的距离，设定不同的半径，根据
不同半径划分左 右肺分别为４个不同的部分，如
图２和图３所示．
图２肺部的横断面区域的划分
Ｆｉｇ ．２Ｓｅｇｍｅｎｔａｔｉｏｎ
ｏｆ
ｃｒｏｓｓ－ｓｅｃｔｉｏｎａｌ
ａｒｅａ
ｆｏｒ
ｌｕｎｇ
图３肺部冠状面区域的划分
Ｆｉｇ．３Ｓｅｇｍｅｎｔａｔｉｏｎ< br>ｏｆ
ｃｏｒｏｎａｒｙ
ａｒｅａ
ｆｏｒ
ｌｕｎｇ
２．２肺部血 管分割
由于肺部血管很细，划分肺部血管的边缘是
很困难的．首先在感兴趣区选取种子点，然后 根据

第６期高齐新等：一种基于水平集的肺部血管快速分割方法８０９
式（３） 得到相邻像素的水平集函数值，判定相邻像
素点是否是血管，如果Ｐ（ｚ）选择过大会产生过
分 割的现象．Ｐ（ｚ）选择过小会产生遗漏，Ｐ（，２７）的
值影响肺部血管的准确性，因此Ｐ（．２７） 的取值范
围是很重要的．设Ｐ（ｚ）∈［“＋ｍ×ｋ，，一ｍ×
愚］，忌∈［０，１］是变化的 ，ｚ，Ｕ取值范围根据肺部
血管ＣＴ值的范围在一２００Ｈｕ到一８０Ｈｕ之间．
距离肺壁越近 ，ｋ值越小；越接近于肺门，ｋ值越
大．ｋ值的选择与肺部区域的划分有关，本文将肺
部区域划 分为４个，那么ｋ的取值分别根据种子
点的位置为ｋｌ，是２，忌３，ｋ。．ｍ为像素邻域内的标
准方差．最后将Ｐ（ｚ）的值和（０，１）区间对应．
２。３肺部血管枝权的确定
应用基于阈 值的水平集分割得到图像后，通
过三维区域增长得到和它连接的三维肺部血管图
像．得到的肺部 血管有很多特征，如每层重心Ｇ，
每层灰度值的变化Ｓｉ，每层的方向耽，每层曲率
变化Ｋｉ．
ＧＬｒｉ＝南∑Ａ”ｉ，
一八ｒ厶＇
（５）
、Ｊ，
”』∈吒
ｓｉ＝马产，
㈦
Ｄｉ＝Ｇ。＋ｌ—Ｇｆ，
（７）
Ｋｉ＝ｌ
ＤⅢ一ｎ< br>１．
（８）
式中，Ｘ为像素点的坐标，Ｎ为体素的数目．
本文目的是得到层次结 构的肺部血管树．当
通过迭代计算截取的肺部血管树时，需根据这些
特征判断肺部血管分支．根 据这些特征发现多块
血管，说明出现了分支．
图４纵向血管水平集分割
Ｆｉｇ．４ＳｅｇＴ踟ｔａｔｉｏｎ
ｏｆｖｅｒｔｉｃａｌｖｅｓｓｅｌ
ｕｓｉｎｇ
ｌｅｖｅ ｌ－ｓｅｔ
★叠ｊ三
／弋、／
＼＼二二／／
图５横向血管水平集分割
Ｆｉｇ．５Ｓｅｇｍｅｎｔａｔｉｏｎ
ｏｆｈｏｒｉｚｏｎｔａｌｖｅｓｓｅｌ
ｕｓｉｎｇｌｅｖｅｌ－ｓｅｔ
图４和图５中深颜色的部分为通过三维水平
万　方数据
集分割 后得到多块血管，然后再计算深颜色部分
每块的特征，通过特征判断血管分支．
２．４速度函数 Ｆ
设Ｆ＝志ｉ（１＋￡Ｈ）为速度函数，计算速度函
数Ｆ是影响水平集函数计算速度的关键．Ｆ 的值
在（０，１）区间，当Ｆ接近于０时，说明在血管外
部，反之，在血管内部．本文根据前面 得出的
Ｐ（ｚ），即此值在（０，１）区间来判定
Ｆｉ＝ｌ
如果Ｐ（ｚ）＜厶；ｌ，一
Ｅ＝忌ｉ（１＋￡Ｈ）否则．Ｉ
Ｖ
７
式中，厶为阻光度，ｈ＝（１，２，…） ．通过分析直方
图得到血管的阻光度厶值．因为在肺部不同的区
域阻光度也不一样，根据本文肺 部区域的划分，在
不同的肺部区域得到不同的厶值．这里种子点的
选择在血管中央，Ｐ（ｚ）的 值必然大于厶．当快到
边缘处时速度加快．
３实验结果分析
３．１
实验工具< br>基于阈值的水平集分割肺部血管方法实现是
用Ｃ＋＋和ＩＴＫ，计算机为标准ＰＣ机，处理器的< br>速度是ＰＩＶ３，０，内存为１ＧＢ，因为需要大量的
ＣＴ数据保存在内存里进行处理，所以内存 越大
越好．
３．２实验数据
在实验中，扫描技术参数设定为：层厚为０．７
ｒ ｌｌｌ＂ｎ，重建矩阵为５１２×５１２，层间距为０．６
ｒｎｒｌｌ，
１２０ｋＶ，２３８< br>ｍＡ，倾斜角度为０。，显示野为２３６
ＣｌＴＩ，共有４２３层．注射造影剂技术参数设定为： 注
射量１００ｍＬ，速度４ｍＬ／Ｓ．
３．３结果
首先分割肺实质，分割肺实质的方法 很多，其
中Ｈｕ等［１１］提出的方法能比较准确地分割肺实
质，图６是本文分割序列肺部ＣＴ 片得到的序列
右肺ＣＴ片中的５幅．然后在此ＣＴ片中选取种子
点（９５，３３４），由于接近 肺门，选取ｋ值为０．８，初
始距离为３０，膨胀率为０．９，曲率为０．８．分割后
得到序列 图像如图７．从图中可清晰看到血管各
个分支．图８为同一ＣＴ图像，增大“和减少ｚ值
时方块 处的图像对比，增大“值会影响气管的主
干，减小ｆ值会影响分支．图９为选取种子点（１９，
３３８），由于远离肺门，选取ｋ值为０．１，初始距离
为３０，膨胀率为０．９，曲率为０．８，分割 后得到序
列图像．从图８和图９看出，应用本文提出的特征
值完全可以判读血管分支，从而应用 层次结构图
描述肺部血管．

８１０
东北大学学报（自然科学版）第２９ 卷
图６经过分割后提取右肺实质
Ｆｉｇ．６
Ｅｓｓｅｎｔｉａｌ
ｉｍａｇｅｓ
ｏｆ
ｒｉｇｈｔｌｕｎｇ
ａｆｔｅｒ
ｓｅｇｍｅｎｔａｔｉｏｎ
∥ｏ ．一亨。
（ａ）【ｂ）
（Ｃ）（ｄ）
（ｅ）（ｆ）（ｇ）
图７应用基于阈值的 水平集肺部血管
分割后结果
Ｆｉｇ．７
Ｒｅｓｕｌｔｏｆ
ａｐｐｌｙｉｎｇ< br>ｌｅｖｅｌ・ｓｅｔｔｏ
ｓｅｇｍｅｎｔ
ｖｅｓｓｅｌ
ｏｆ
ｌｕｎｇ< br>（且）
（ｂ）
图８不同阈值范围分割血管的对比
Ｆｉｇ．８
Ｃｏｎｔｒ ａｓｔｏｆ
ｓｅｇｍｅｎｔａｔｉｏｎ
ｏｆｖｅｓｓｅｌ
ｂｅｔｗｅｅｎ
ｄｉ ｆｆｅｒｅｎｔ
ｔｈｒｅｓｈｏＩｃＩｓ
◆
●
ｏ
（且）（ｂ）（ｃ）
图９肺边缘处血管
Ｆｉｇ．９
Ｖｅｓｓｅｌａｔ
ｌｕｎｇ
ｂｏｕｎｄ ａｒｙ
在速度上应用式（３）算法所花费的平均时间
为１
８６０
ｓ，用式（３ ）和式（９）算法为３７５Ｓ．通过该
实验可以清楚地看到，本文所提出基于解剖结构
的水平集 分割方法有如下优点：①从算法效率上
看，由于该方法尽最大可能地考虑了导致水平集
效率低下 的主要因素，因此，它大大减少了对水平
集函数值的求解，优化了对下一步零水平集的搜
索，从 而较大程度地提高了算法的分割效率；②根
据解剖优化Ｐ（ｚ）的求解，能够达到较为准确的
肺 部血管的分割．
４结论
本文将基于阈值的水平集分割算法应用到肺
部血管的分割中，提 出了一种基于水平集的肺部
血管快速分割算法．验证分析表明，该算法通过对
ｋ值大小的调整， 能够获得对肺部血管的有效分
割，从而能较为准确地标定血管，为后续的肺部
ＣＴ影像的辅助诊 断提供基础．
由于肺部血管结构复杂，血管和血管之间连
接紧密，血管的半径、走向等信息需要 更深层次的
综合分析和考虑，以便提高肺部血管分割的精确
性和鲁棒性．这将是今后工作的重点 方向．
万　方数据
［１］
ＳｈｉｋａｔａＨ，ＨｏｆｆｍａｎＥ
Ａ，Ｓｏｎｌ ∞Ｍ．Ａｕｔｏｍａｔｅｄ
ｓｅｇｍｅｎｔａｔｉｏｎ
ｏｆ
ｐｕｌｍｏｎａｒｙ
ｖａｓｃｕｌａｒ
ｔｒｅｅ
ｆｒｏｍ３ＤＣＴ
ｉｍａｇｅｓ
【ｃ］／／Ｍｅ ｄｉｃａｌ
Ｉｍａｇｉｎｇ：Ｐｈｙｓｉｏｌｏｇｙ，Ｆｕｎｃｔｉｏｎ，ａｎｄ
Ｓｔｒｕｃｔ ｕｒｅｆｒｏｍＭｅｄｉｃａｌ
Ｉｍａｇｅｓ．Ｐｒｏｃ
ＳＰＩＥ５３６９．Ｓａｎ
Ｄ ｉｅｇｏ．２００４：１０７—１１６．
［２］ＭａｓｕｔａｎｉＹ，ＭａｃＭａｈｏｎ
Ｈ，Ｄ ｏｉ
Ｋ．Ａｕｔｏｍａｔｅｄ
ｓｅｇｍｅｎｔａｔｉｏｎ
ａｎｄ
ｖｉｓｕａｌ ｉｚａｔｉｏｎｏｆｔｈｅ
ｐｕｌｍｏｎａｒｙ
Ｖ＆ｓｃｌ／ａｌ＂ｔｒｅｅ
ｉｎｓｐｉｒａｌ
ＣＴ
ａｎｇｉｏｇｒａｐｈｙ：ａｎａｎａｔｏｍｙ—ｏｆｆｅｎｄａｐｐｒ ｏａｃｈ
ｂａｓｅｄ
ｏｎ
ｔｈｒｅｅ－
ｄｉｍｅｎｓｉｏｎａｌ
ｉｍ ａｇｅ
ａｎａｌｙｓｉｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｏｍｐｕｔｅｒＡｓｓｉａｅｄ
Ｔｏｍ ｏｇｒａ姊ｙ，２００１，２４（４）：５８７—５９７，
［３］
Ｂｕｅｌｏｗ
Ｔ，Ｗ ｉｅｍｋｅｒ
Ｒ，ＢｌａｆｆｅｒｔＴ，ｅｔ
ａ／．Ａｕｔｏｍａｔｉｃ
ｅｘｔｒａｃ ｔｉｏｎ
ｏｆｔｈｅ
ｐｕｌｍｏｎａｒｙ
ａｒｔｅｒｙ
ｔｒｅｅ
ｆｒ ｏｍｍｕｌｔｉ—ｓｌｉｃｅＣＴ
ｄａｔｅ［Ｃ］／／Ｍｅｄｉｃａｌ
Ｉｍａｇｉｎｇ
２００５１
Ｐｈｙｓｉｏｌｏｇｙ，Ｆｕｎｃｔｉｏｎ，
ａｎｄ
Ｓｔｒｕｃｔｕｒｅ< br>ｆｒｏｍ
Ｍｅｄｉｃａｌ
Ｉｍａｇｅｓ．Ｐｒｏｃ
ＳＰＩＥ５７４６．
Ｂｅｌｌｉｎｇｈａｍ，ＷＡ，２００５：１１２７—１１３１．）
［４］张红梅，卞正中，郭佑民，等 ．感兴趣区域高效提取算法［Ｊ］．
软件学报，２００５，１６（１）：７７—８８．
（Ｚｈａ ｎｇＨｏｎｇ—ｍｅｉ，Ｎａｎ
ｚｈｅｎｇ—ｚｈｏｎｇ．ＧｕｏＹｏｕ－ｍｉｎ，ｅ／ａ１．
Ａｎ
ｅｆｆｉｃｉｅｎｔａｐｐｒｏａｃｈ
ｔＯ
ｅｘｔｒａｃｔｉｏｎｏｆ
ｒ ｅｇｉｏｎ
ｏｆ
ｉｎｔｅｒｅｓｔ［Ｊ］．
Ｊｏｕｒｎａｌ
ｏｆＳｏｆｔｗａ ｒｅ，２００５，１６（１）：７７—８８．）
［５］Ｏｓｈｅｒ
Ｓ，ＳｅｔｈｉａｎＪＡ，Ｆ ｒｏｎｍ
ｐｒｏｐａｇａｔｉｎｇ
ｗｉｔｈ
ｃｕｒｖ８１；ＬＬｒｅ
ｄｅｐｅ ｎｄｅｎｔ．ｅｅｄ：ａｌｇｏｆｆｔｈｎｘｓ
ｂａｓｅｄ
Ｏｉｌ
ｔｈｅ
Ｈａ ｍｉｌｔｏｎ－Ｊａｃｏｂｉ
ｆｏｒｍｕｌａｔｉｏｎ［Ｊ］．Ｊｏｕｒｎａｌｏｆ
Ｃｏｍｐｕ ｔａｔｉｏｎａｌＰｈｙｓｉｃｓ，１９８８，
７９（１）：１２—４９．
［６］Ａｄａｌｓｔ ｅｉｎｓｓｏｎ
Ｄ，ＳｅｔｈｉａｎＪ
Ａ．ｍ
ｆａｓｔ
ｃｏｎｓｔｒｕｃｔｉ ｏｎ
ｏｆ
ｅｘｔｅｎｓｉｏｎ
ｖｅｌｏｃｉｔｉｅｓ
ｉｎ
ｌｅｖｅｌ
ｓｅｔ
ｍｅｔｈｏｄｓ［Ｊ］．Ｊｏｕｒｎａｌｏｆ
ＣｏｍｐｕｔａｔｉｏｎａｌＰｈｙｓｉｃｓ，１９９９，１４８（１）：２—２２．
［７］
田捷，包尚联．周明全．医 学图像处理与分析［Ｍ］．北京：
电子工业出版社，２００３：７３—７５．
（ｍａｎ
Ｊｉｅ，ＢａｏＳｈａｎｇ－ｌｉａｎ．Ｚｈｏｕ
Ｍｉｎｇ－ｑｕａｒｔ，Ｍｅｄｉｃａｌ
ｉｍ ａｇｅ
ｐｒｏｃｅｓｓ
ａｎｄ
ａｎａｌｙｓｉｓ［Ｍ］．Ｂｅｉｊｉｎｇ：Ｐｕｂｌｉ ｓｈｉｎｇ
Ｈｏｕｓｅｏｆ
Ｅｌｅｃｔｒｏｎｉｃｓ
Ｉｎｄｕｓｔｒｙ．２００３：７ ３—７５，）
［８］Ｓｅｔｈｉａｎ
Ｊ
Ａ．Ａｄａｐｔｉｖｅ
ｆａｓｔ
ｍａｒｃｈｉｎｇ
ａｎｄ
ｌｅｖｅｌ
ｓｅｔ
ｍｅｔｈｏｄｓｆｏｒ
ｐｒｏｐａｇａｔｉｎｇ
ｉｎｔｅｒｆａｃｅｓ［Ｊ］．Ａｃｔａ
Ｍａｔｈ
Ｕｎｉｖ< br>Ｃｏｍｅｎｉａｎａｅ，
１９９８，６７：３—１５．
［９］Ｙｅｚｚｉ
Ａ．Ｋ ｉｃｈｅｎａｓｓａｍｙＳ，Ｋｔｒｎａｒ
Ａ，ｅｔａ１．Ａ
ｇｅｏｍｅｔｒｉｃ
ｓｎ ａｋｅｍｏｄｅｌｆｏｒ
ｓｅｇｍｅｎｔａｔｉｏｎ
ｏｆ
ｍｅｄｉｃａｌ
ｉｍ ａｇｅｒｙ［Ｊ］．ＩＥＥＥ
ＴｒａｍＭＭｅｄｉｃａｌＩｍａｇｉｎｇ，１９９７，１６（２）：１９ ９—２０９．
［１０］Ｍａｌｈｄｉ
Ｒ，ＳｅｒｂｉａｎＪＡ，Ｖｅｍｕｒｉ
Ｂ
Ｃ．Ｓｈａｐｅ
ｍｏｄｅｌｉｎｇ
ｗｉｔｈ
ｆｒｏｎｔ
ｐｒｏｐａｇａｔｉ ｏｎ：ａ
ｌｅｖｅｌｓｅｔ
ａｐｐｒｏａｃｈ［Ｊ］．ＩＥＥＥ
Ｔｒａ琊。柠
Ｐａｔｔｅｒｎ
Ａｎａｌｙｓｉｓ
ａｎｄ
ＭａｃｈｉｎｅＩｎｔｅｌｌｉｇｅｎｃｅ． １９９５，１７（２）：
１５８—１７５．
［１１］Ｈｕ
Ｓ
Ｙ，Ｈｏｒｆｆｍ ａｎ
ＥＡ．Ａｕｔｏｍａｔｉｃ
ｌｕｎｇ
ｓｅｇｍｅｎｔａｔｉｏｎ
ｆｏｒ< br>ａｃｃｕｒａｔｅ
ｑｕａｎｔｉｔａｔｉｏｎ
ｏｆｖｏｌｕｍｅｔｒｉｃＸ—ｒａｙＣＴ
ｉｍａｇｅｓ［Ｊ］．
ＩＥＥＥ
Ｔｒａｎｓ彻Ｍｅｄｉｃａｌ
Ｉｍａ ｇｉｎｇ，２００１，２０（６）１４９０—４９８．

一种基于水平集的肺部血管快速分 割方法
作者：
作者单位：
高齐新， 于洋， 赵大哲， 刘积仁， GAO Qi- xin， YU Yang， ZHAO Da-zhe， LIU Ji-
ren
高齐新,于洋,GAO Qi-xin,YU Yang(东北大学信息科学与工程学院,辽宁沈阳,110004)， 赵
大哲,ZHAO Da- zhe(东软研究院,辽宁沈阳,110179)， 刘积仁,LIU Ji-ren(东北大学信息科
学与工程学院,辽宁沈阳,110004;东北大学软件中心,辽宁沈阳,110004)
东北大学学报 （自然科学版）
JOURNAL OF NORTHEASTERN UNIVERSITY(NATURAL SCIENCE)
2008,29(6)
1次
刊名：
英文刊名：
年，卷(期)：
被引用次数：

参考文献(11条)

a H;Hoffman E A;Sonka M

Automated segmentation of pulmonary vascular tree from 3D CT images
2004
2.张红梅;卞正中;郭佑民

感兴趣区域高效提取算法[期刊论文]
-
软件学报 2005(01)
T;Wiemker R;Blaffert T

Automatic extraction of the pulmonary artery tree from multi-slice
CT date 2005
ni Y;MacMahon H;Doi K

Automated segmentation and visualization of the pulmonary vascuar tree
in spiral CT angiography:an anatomy-oriend approach based on three-dimensional image analysis[外文期
刊] 2001(04)
A;Kichenassamy S;Kumar A

A geometric snake model for segmentation of medical imagery[外文期
刊] 1997(02)
S Y;Horffman E A

Automatic lung segmentation for accurate quantitation of volumetric X-ray CT
images 2001(06)
i R;Sethian J A;Vemuri B C

Shape modeling with front propagation:a level set approach[外文期
刊] 1995(02)
n J A

Adaptive fast marching and level set methods for propagating interfaces 1998
9.田捷;包尚联;周明全

医学图像处理与分析 2003
einsson D;Sethian J A

The fast construction of extension velocities in level set methods[外
文期刊] 1999(01)
S;Sethian J A

Fronts propagating with curvature dependent speed:algorithms based on the
Hamilton-Jacobi formulation 1988(01)

引证文献(1条)
1.王胜军.付玲.康雁.刘积仁

一种基于管状特征的冠 脉中心线自动提取算法[期刊论文]
-
东北大学学报（自然科学
版） 2011(1)


本文链接：http:odical_