基于区域生长方法的半自动肺部细分在间歇性肺部疾病中
Mădălin-Cristian Moraru1,2, Cristiana-Iulia Dumitrescu3, Suzana Măceș2,4,5
1Doctoral School, University of Medicine and Pharmacy of Craiova, 200349 Craiova, Romania.
Journal of clinical medicine
|February 27, 2026
概括
本研究引入了一种半自动肺部细分方法,使用区域增长算法进行计算机断层扫描 (CT) 扫描. 该技术准确地划出肺部边界,平衡自动化与肺部疾病分析的用户控制.
科学领域:
- 医疗成像医学成像
- 放射学 放射学是一门学科.
- 肺部医学 肺部医学
背景情况:
- 计算机断层扫描 (CT) 对于诊断肺部疾病至关重要.
- 定量CT分析对于纤维化等疾病至关重要,需要精确的肺部细分.
- 手动细分是艰苦和主观的;自动化方法可能不可靠.
研究的目的:
- 开发和评估CT图像的半自动肺部细分方法.
- 解决手动和全自动细分技术的局限性.
- 提高计算机辅助诊断 (CAD) 系统中肺部细分的效率和准确性.
主要方法:
- 实施一个区域增长算法用于肺部细分.
- 开发一种半自动化方法,平衡自动化和用户交互.
- 在软件平台上测试和验证细分方法.
主要成果:
- 拟议的半自动化方法在CT扫描中有效地划分肺部边界.
- 根据地区增长的方法平衡了自动化与必要的用户控制.
- 该技术尽量减少了对细分所需的计算复杂性和手工工作.
结论:
- 开发的半自动肺部细分技术提供了肺部边界的准确划分.
- 这种方法为定量CT分析提供了一种有效的替代手动细分方法.
- 这种方法适用于CAD系统诊断COPD,肺炎和肺癌等肺部疾病.
