在当代医学中,三维成像技术(如CT、MRI)作为一种重要的早期诊断方法已经广泛应用于临床环境,并且以其快捷高效而逐渐取代了很多常规检查项目。然而,“尺有所短,寸有所长”,传统的二维X光片检查仍然是不可替代的最重要的检查项目之一。对二维X光片分割的研究是本文的主题。为了治疗肾衰竭,医院需要定期对患者进行肾透析治疗以便能够正确评估患者的干体重,而干体重的大小主要是依据肾透析期间定期(每月)拍摄的胸部X光片上的心脏大小来评估的,错误评估干体重常常导致致命的结果,如患者的死亡。如何通过分割胸部X光片上的肺部区域来计算心脏大小就显得非常重要。在分割胸部X光片的肺部区域的各类方法中,基于模型的分割方法是一种极具潜力的方法,因为它将关于肺部区域的先验信息结合到模型中,即先获取人类的解剖、组织表面和模态特征等等的先验知识,然后有效地利用这些先验知识从新的数据中推测功能或结构信息。主动形状模型(Active Shape Model, ASM)作为一种基于模型的方法,正是应用于分割胸部X光片的肺部区域的一类成功的方法。然而,传统的ASM在处理胸部X光片图像时存在有若干问题,如所使用的简单特征不能清楚地表示肺部区域边界上的每一点的特征,又如形状模型不能准确地自适应到每一患者的肺部区域边界。因此,本文提出一些改进方法以提高ASM在分割胸部X光片肺部区域时的精确性和鲁棒性,这些形成了本文的主要创新贡献:1.提出使用一种新的特征算子,即尺度不变特征变换(Scale Invariant Feature Transform, SIFT)算子表示肺部区域边界上每一点的丰富特征,然后在肺部区域分割过程中,使用这些特征促使对应性检测变得容易,从而改进ASM的性能。在现实中,对于来自于不同设备具有不同质量的胸部X光片,沿着其上肺部区域边界的简单图像特征并不总是一致的;同样地,在肺部区域上存在有重复的模式。所有的这些信息使得简单特征如边界、梯度并不足以充分清楚地定位肺部区域边界。理想情况下,一个清楚的局部算子应该为肺部区域边界上每一点建立,以便可靠地区分这一点和其它边界点,这有助于在可变形分割过程中检测对应点。为此,本文提出使用SIFT取代ASM中常用的简单特征(如梯度),这种特征算子能够清楚地表示模型上每一点的特征,从而在分割过程中能够准确地定位肺部区域边界,提高了ASM的性能。2.提出一种基于群体和特定患者统计信息的自适应分割序列胸部X光片上的肺部区域的可变形模型算法。以往,人们在使用ASM分割肺部区域时,孤立地分割患者在某个时刻所获得的胸部图像,而没有考虑使用患者在整个治疗期间所有时刻的图像信息变化来预测和处理该患者在当前时刻的图像信息,因此,分割结果没有真正地反映患者的病情进展。而本文依据患者在整个治疗期间中的所有动态图像信息,提出了面向患者的序列胸部图像的分割算法。具体来说,本文提出一种新的使用基于群体和特定患者的统计信息的可变形模型,并将其成功地用于分割特定患者的序列胸部X光片的肺部区域。在这一方法中,可变形模型受到基于群体和特定患者的统计信息的约束,因而产生了更鲁棒更精确的肺部区域分割结果。尤其在分割患者初始时刻的图像时,基于群体的统计信息被用于约束可变形轮廓。随着同一患者越来越多的图像被获得,从以前分割结果在线地收集的特定患者的统计信息逐渐承担起越来越重要的作用。而且每当获得一个新的分割结果时,特定患者的统计信息就被更新,并且后者进一步被用于优化所有以前时刻的图像的分割结果。3.改进了二维诊断测度的计算,从而得到一种全自动的更鲁棒的诊断测度。由于现代分割技术的发展,使得自动测量传统的医学诊断测度成为可能。本文正是在此背景下,对传统的二维诊断测度进行改进,从而得到一种更鲁棒的、全自动的诊断测度——二维心胸系数,并通过医学统计方法分析,指出改进后的二维心胸系数是和传统的一维心胸系数有很强的一致性关系的,而且由于二维心胸系数在测量中具有更强的鲁棒性,因此,它在计算机辅助诊断中具有更强的实用价值。最后需要指出的是,本文所用的序列胸部X光片图像数据由日本高崎市Hidaka医院提供,Hidaka医院对本文所开发的系统非常感兴趣,并将继续提供更多的临床数据以进一步完善现有系统;而Hidaka医院的肾脏病专家Hidenori Matsuo充分肯定本文提出的诊断测度的计算方法,认为本文所提出的诊断测度是一种在医学统计上有效的诊断测度,并将在临床实践中进行重复性验证。