基于PET/CT图像的自适应阈值分割算法

• 作者: 戴盈欣 吴锐先 王治国
• 来源期刊: 中国医疗设备
• 学科: 医学
• 关键词: PET图像 靶区勾画 自适应阈值 形状相似性指数 分割真阳率
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 医学影像技术|CLINICAL IMAGING TECHNOLOGY
• 页码范围: 79-83
• 页数: 5页
• 分类号: R445.3
• 语种: 中文
• DOI: 10.3969/j.issn.1674-1633.2022.03.019

摘要

目的 提取PET图像梯度信息,得到满足肿瘤生物靶区准确分割的自适应阈值,提高图像分割的准确性.方法 本文通过对PET图像的数据进行分析,取标准摄取值(Standardized Uptake Value,SUV)最大的点作为肿瘤区域的中心点,再取其八个方向的SUV值,结合图像处理算法中二次偏导数能够反映图像边界信息的特点,对其进行两次梯度运算,得到八个方向上最优的边界阈值,并取八个阈值的平均值作为图像分割的自适应阈值.比较使用本文提出的自适应阈值与传统的SUV=2.5和40％SUVmax两种阈值分别分割图像时的相似性和灵敏性.结果 本文基于区域的精度性评价测量方法,提出了自适应阈值分割算法,其Dice相似性指数(Dice Similarity Coefficient,DSC)的平均值为85.26％,分割真阳率(True Positive Rate,TPR)的平均值为82.31％,较阈值为SUV=2.5时分别提高了15.14％和17.36％,较阈值为40％SUVmax时分别提高了11.97％和12.47％.依据三种阈值分割算法得到图像的相似性和灵敏性之间均有统计学差异(F=81.02、F=217.21,P<0.01).结论 本研究提出的自适应阈值分割算法可以提高PET/CT图像肿瘤分割结果的准确性.