在图像预处理阶段，为了减少噪音对于分割算法的影响，首先利用各向异性扩散滤波方法对图像进行光滑；由于人体肺部体积非常大，完整扫描整个肺部通常包含数百张CT切片，分割这些数据需要消耗巨大的计算量，因此为了减少计算量，在胸腔抽取阶段，我利用阈值方法大致抽出胸腔区域，在随后的过程中仅对胸腔区域数据进行处理；
接下来在肺部辨别阶段，我首先利用模糊C均值方法先将气体填充区域分割出来，然后利用区域增长方法将大的气管去除；由于胸膜结节和周围的组织具有相似的灰度，导致上述分割结果难以将其准确包含，再者肺部血管也被排除导致靠近肺门区域的凸凹不平，因此在最后的肺部边缘修复阶段，我利用迭代自适应平均算法和自适应曲率阈值方法将丢失的胸膜结节重新包括进来。
实验结果表明，我的这种方法不仅可以有效的包含胸膜结节，而且可以光滑地包含肺门区域的血管。”
陶宇详细介绍，一一阐述，有条有理，深入浅出，几句话就听得苏杨连连点头。
苏杨现在的影像学水平已经达到入门级了，他的看片能力其实也并不算差，只要不是太特殊、太复杂的病例，他基本还是能说出一个三四五六的，但一些复杂的病例，或者一些特殊的片子，他就看不懂了。
因为此时他只知其然而不知其所以然，换句话说，他只知道这个病的片子应该是这么样子的，但不知道为什么片子会是这么样子的，这个片子呈此时的这个样子是为什么，是怎么来的，中间有没有一些东西被处理过了，等等等等，这些东西他都不知道。
但此刻，陶宇教授教他的这些东西，就是教他知其所以然，陶宇教授告诉他，这一个片子是怎么来的，为什么会这样，中间是不是会处理掉一些东西，等等等等。
简单的说，苏杨以前只会看人家处理好的片子，但现在，陶宇教授告诉他应该怎么处理片子。
大多数医生其实都只知道怎么看片子，对于怎么处理才会得到一张CT的片子，其实是不知道的，但很显然，知道怎么处理，再来研究怎么看，这将是一个巨大的进步和飞跃，就像那些修行的人一样，只要把这个问题搞通透了，就能取得突破！
陶宇起先只是滔滔不绝地讲，讲了一会儿，讲到了关键之处，顿时觉得只是用嘴巴讲是不够了，于是他一转身，拿起白板笔在白板上唰唰唰地写了起来。
“经典的模糊C均值聚类（Fuzzys，FCM）算法，即众所周知的模糊ISODATA，是利用模糊隶属度值来确定向量相对于每一个类别的相近程度。FCM算法在被在提出之时被作为早期硬C均值聚类（Hards，HCM）方法的一种改进，其中硬C均值聚类算法是指将每个像素直接并唯一的划分到某个类别当中。”
“F个向量(1，2，...，.)ixin?分为c个类，通过求得最优的聚类中心值以及模糊隶属度值使得目标函数达到最小。FCM和HCM的主要区别在于FCM利用模糊隶属度值实现分割，其中每一类的隶属度值均在[0，1]之间。不过任一向量对于所有类的隶属度的之和总等于1，即......”
内容未完，下一页继续阅读