检索历史 清除

摘要目的：准确的GFR的检测对肾脏功能的评价并对临床医生的诊断和治疗肾脏病患者起着重要的作用.关键因素在于是否能正确的勾画出肾脏的ROI,目前临床上多依据临床医生的经验手动勾画,很容易造成误差,从而影响测定结果,为了改善图像勾画效果,提升诊断计算值的结果,提出对图像进行分割运算,探讨自动ROI(感兴趣区)勾画法对判定GFR(肾小球滤过率)值的作用. 方法：首先对SPECT肾动态显像图像进行预处理，图像增强是通过对图像灰度做修正，提高图像的对比度，改善图像的视觉效果。提升图像的对比度，进行形态学图像重建，形态运算的基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状，达到图像分析和识别的目的，并用结构元素来探察。本文图像选取腐蚀运算，即是在结构元素的约束下，消除物体的部分边界点的一个过程，将一幅图像中除去小且无意义的物体，突出主要感兴趣目标，对形态学重建后的图像进行阐值提取，选取Otsu法，可以自动寻找闽值，对图像进行划分，将目标物和背景区分开来，当分割的两组数据的类间方差最大时，得到最佳分割阂值，最后用链码运算原理实现勾画边界，完成自动勾画，肾脏ROI。 结果：预处理后的图像灰度拉伸后图像更加清晰，噪声得到滤除;形态学重建后，目标肾脏图像的感兴趣区凸显了出来，肾脏边界的轮廓比较清晰;闽值分割后，肾脏的部分被比较完整地分割出来;去除小部分的干扰图像后，最后进行边界追踪，肾脏部分被明显地勾勒出来。结果显示使用该图像处理及分割算法实现的ROI勾画，相比手动勾画获取的ROI，具有更好的可重复性和一致性。 结论：改进的形态学重建法和最大类间方差法，有较好的鲁棒性，更加便捷、稳定和准确，此图像分割的流程更好的获取了患者的GFR值，具有临床意义。联合使用形态学重建和闽值分割运算可以更加快速、准确地获得SPEC丁图像肾脏ROI，更好的计算了GFR值，为医生的临床诊断提供便利，也为今后图像处理工作提供基础，后续还需要继续探讨更加稳定和高效的图像处理算法。今后也将继续探讨开发一个基于该分割算法的平台，用于实现自动处理肾脏图像的分割。