本文是一篇计算机论文，笔者针对低分辨率肺灌注SPECT成像中阻塞区域的定量评估，本文提出了一个识别和定量评估阻塞的三阶段框架，包括建立正常肺部轮廓、热区的可靠分割和阻塞区域的精细评估。
第1章绪论
1.1研究背景及意义
肺部疾病近年来的发病率较高，包括肺部感染性疾病、肺血管疾病以及气道病变等。其中，肺栓塞发病率居于首位。肺栓塞(Pulmonary Embolism,PE)是指外源性和内源性栓子堵塞肺动脉主干或者是分支而导致组织血液供应受阻，从而引起的肺循环障碍病理生理综合征等肺部呼吸类疾病[1]。通常表现为咳血、呼吸困难等，患者临床症状表现不明显，因此产生误诊漏诊颇多。由于临床症状的复杂性和非特异性，导致发病率和死亡率逐年增高[2-4]。目前PE已成为继高血压和心肌梗塞之后死亡率第三的心血管疾病[5]，严重危害人们的身体健康安全。因此，准确的早期诊断对PE的有效治疗具有重要的临床价值。
肺动脉造影被认为是诊断肺栓塞的金标准，但是由于其为有创性检查，且操作较为复杂，不易作为诊断PE治疗效果评价的首选方法[6]。随着计算机辅助技术的发展，医学影像技术越来越成为疾病诊断的重要方法。目前无创性影像学检查是诊断PE的主要手段，包括计算机断层扫描(Computerized Tomography,CT)、核磁共振成像(Magnetic Resonance Imaging,MRI)、正电子发射断层成像术(Positron Emission Tomography,PET)、单光子发射计算机断层成像(Single-PhotonEmission Computed Tomography,SPECT)[7-10]等。相较于结构医学成像，核医学图像可以提供解剖结构和功能变化等方面的信息，被确定为诊断肺栓塞等疾病的有效方式[11,12]。其中SPECT成像技术是临床上常见的诊断方法，其通过检测放射性标记物的代谢情况来进行病变的判断，可有效解决结构成像中存在的问题。肺灌注核素显像可以通过观察肺血流情况来反映肺部某些疾病，可作为诊断PE患者的方法[13]。
1.2国内外研究现状
肺部疾病中以肺栓塞发病率最高，对肺栓塞的早期诊断以及分析评价是学术界研究的热点问题，肺栓塞疾病的检测是指通过医学影像提取肺部组织的相关特征进而对病症进行判断，从而实现病灶的识别、分类和分割等任务[14-19]。国内外学者通过医学图像结合计算机辅助诊断对肺栓塞疾病的诊治与分析开展了大量研究，目前主要集中在CT、MRI、X线和PET等模态。本文根据不同的成像模态，从结构医学图像中肺阻塞检测、功能医学图像中肺阻塞检测与肺阻塞量化评估三方面对研究现状展开论述。
1.2.1结构医学图像中肺阻塞检测
Haydar等[25]在CT血管造影图像中根据固定的解剖结构来检测引起PE的起始区域和参考点，从而对肺血管进行分割，继而得到PE区域的大小和强度等，提高了PE检测的准确率。Pichon等[26]在CT数据集上提出肺动脉树的三维表示来突出PE的方法，使用数学形态学技术分割肺血管，使用血管内密度值为血管树外部着色，由于PE区域密度值较低，从而很好的分割出PE部分。Oudkerk等[27]在常规肺动脉造影的基础上，对MRA图像进行了独立评估，采用卡方检验和95.0%置信区间作为统计分析指标，实验结果表明MRA在对于大肺动脉栓塞检测的敏感度和特异度较好。Tsai等[28]在使用主动轮廓模型的基础上结合了树的层次关系结构，从而获得CT图像上的区域肺和区域血管分布，最后使用了Gabor神经网络(Gabor Neural Network,GNN)以确定血栓发生的位置，进一步提高了栓塞诊断的准确性。
第2章相关理论及技术概述
2.1核素肺灌注显像概述
肺灌注显像是将99mTc标记的血清蛋白或者微球显像剂，通过静脉注入人体，随血液流经右心房并与血液充分混合后，经肺动脉流进肺内。栓塞肺内各部位血管床的量与该局部的血流灌注量成正比，因此用扫描机或γ照相机所摄得的放射性分布影像，即为肺内血流灌注的影像。放射性较高处表明该部分血流灌注情况较好，较低处则表明该部分血流灌注较差。如肺部某部位显示放射性缺损，则提示该部分无血流灌注产生，说明灌注流经该处的血管已经发生阻塞。正常人体肺部放射性分布较为均匀，发生肺阻塞患者肺内放射性呈不规则分布。
2.1.1显像模态与设备
根据成像设备以及成像原理的不同，肺灌注显像具有不同模态。医学成像中常用的显像仪器通常由辐射探测器以及电子测量装置或计算机装置构成，一般常用于肺灌注显像的有PET、SPECT等。PET是唯一可以在活体上显示生物分子代谢、受体以及神经介质活动的影像技术，现已广泛用于多种疾病的诊断与治疗评价。相较而言，作为核医学影像的基本仪器之一，SPECT是一种价格低廉且无创性的检查方法，该技术通过单光子核素标记药物对体内功能和代谢进行显像，在疾病的诊断中发挥着重要作用。目前我国三级甲等医院均配备了SPECT检测设备，SPECT显像在临床核医学中应用普遍，通过放射性核素显像可以精确反映病变的位置和程度。
2.2医学图像分割方法
医学图像的分割是医学图像处理过程中的重要环节，医学图像分割是指将医学图像中具有诊断意义的部分分割出来，医学图像分割技术是医学量化评估、三维重建、手术导航和确定治疗方式的基础。其主要目的是提取图像感兴趣区域，提取病灶相关特征，为临床诊断提供依据。图像分割的准确性会直接影响后续疾病的分析与诊断，针对医学图像的不同模态以及不同诊治目的，应选择不同的分割方法。现有大量算法应用于医学图像分割，包括基于传统机器学习算法与深度学习算法。
2.2.1基于传统机器学习的分割
传统图像分割方法是早期较为常用的方法，大多原理较为简单，通常用于图像预处理步骤，一般是根据图像的灰度、纹理及形状特征等对区域进行划分，根据分割特点不同主要可分为基于阈值分割算法、基于区域分割算法和基于聚类分割算法等。
（1）基于阈值的分割方法
阈值分割方法是一种传统的分割技术，其实现简单，计算量较小，是图像分割中最常用和最广泛的分割方法。阈值分割实现速度快，适合前景与背景灰度差异大的情况。然而由于其只考虑图像本身灰度信息，忽略图像的空间分布，导致在复杂的图像上难以精确分割。因此，阈值分割一般用于图像的初步分割上。阈值分割的原理是通过设置不同的阈值，利用图像像素灰度级的不同，将图像分为目标区域和背景区域[65]。该方法的关键是阈值的选取，阈值选取的恰当与否，直接决定了图像分割的效果。常用的阈值确定的方法包括固定阈值分割法、迭代阈值分割法和最大类间方差法。
第3章 基于肺灌注显像数据的肺模板构建 ................. 19
3.1 引言 .................................... 19
3.2 肺模板的构建方法 ................................. 19
第4章 阻塞区域的检测及量化分析 .............................. 29
4.1 引言 ................................... 29
4.2 肺灌注图像的热区分割................................... 29
第5章 总结与展望 ......................................... 42
5.1 本文工作总结 ........................................... 42
5.2 未来工作展望 ............................................ 42
第4章阻塞区域的检测及量化分析
4.1引言
在SPECT成像中，发生肺栓塞患者肺部核素显像区域会产生一定的缺损，肺血流缺损表现为平面图像上的不规则区域，图像缺损区域的检测对患者患病程度的确定以及临床诊治具有重要意义。而根据肺灌注成像特点，只能分割出显像热区，无法直接得到肺部阻塞部分，因此肺阻塞区域可以通过求肺模板与显像热区的差运算提取。准确检测并发现这些区域有助于判定病灶的位置和大小，为可靠检测肺血流缺损并准确捕获其结构、形态、比重和所处的肺段提供依据。本章研究基于医学图像配准的肺阻塞的量化表征，通过热区分割得到患者肺部显像区域，结合所建立的标准肺模板，基于二者结果采用图像配准定位缺损所处位置，定量分析反映缺损区域大小。
然而由于SPECT肺灌注图像数据量较少，成像结构简单，其显像在图像上表现为一段完整的连通区域，适用于阈值分割及无监督分割方法。本章面向SPECT肺灌注后位图像，采用自适应阈值分割与无监督分割两种方法，分割患者肺部显像区域，并对比实验结果。进行热区分割后，基于第3章提出的标准肺模板构造方法获得阻塞区域，并与待评估的患者肺灌注图像血流显像区域进行准确匹配，从而提取肺血流阻塞部分，并在得到阻塞部分后对缺损的位置与大小进行定量分析。
第5章总结与展望
5.1本文工作总结
本文面向SPECT肺灌注图像，对肺灌注异常图像进行检测与量化评估研究，可以辅助医生对肺栓塞疾病进行早期诊断。本文围绕SPECT肺灌注显像图像，主要工作如下：
（1）标准肺模板的建立。由于在成像过程中受到核素放射性影响，肺部显像清晰度较低、双肺边缘模糊。基于此，本文在数据预处理部分进行归一化处理，以减少对后续操作干扰。为增强显像热区对比度，通过设置分段阈值对指定像素值进行图像增强。为获得SPECT肺灌注图像产生的阻塞区域，本文借助已有数据集，构建一个具有普适性的标准肺模板，该模板用以表示人体正常肺部轮廓。具体而言，利用部分正常肺部后位图像，通过图像融合以及投影计数的方法，进行肺模板的建立，并提取标准肺部轮廓。经核医学专家评价研究，所建立的肺模板符合人体肺部结构，可用于表示人体正常肺部轮廓，具有一定临床价值。
（2）肺灌注图像热区分割。阻塞区域提取的前提是分割肺部显像热区，针对医学图像数据量较少且标注困难问题，本文使用自适应阈值分割算法与基于RCNN的无监督深度学习算法进行热区分割，并在真实SPECT肺灌注数显像数据进行验证，实验结果表明基于无监督的分割方法可以更好的分割双肺显像区域，可用于肺灌注图像分割任务。
（3）肺阻塞区域的提取及量化分析。基于肺模板与热区分割结果进行图像配准，以获得肺部阻塞区域，并对阻塞部分展开量化分析，提出缺损比评价指标衡量肺部产生缺损程度，通过结合医学肺部解剖结构，进行肺段划分，从而定位缺损产生的位置。通过一组临床数据进行测试，实验结果表明，本文提出的基于图像配准的阻塞区域分割以及量化评估方法是有效和可行的。
综上，针对低分辨率肺灌注SPECT成像中阻塞区域的定量评估，本文提出了一个识别和定量评估阻塞的三阶段框架，包括建立正常肺部轮廓、热区的可靠分割和阻塞区域的精细评估。由实验结果可知，本文提出的无监督分割模型可有效检测肺部显像热区，所提出的细粒度量化评估方法是切实可行的。
参考文献（略）