摘要:PET作为目前最为先进的医学影像技术，被广泛应用于恶性肿瘤的诊断中，结合PET的图像数据特征，在本文中实现了一种基于交互式区域生长的图像分割算法，相较于传统的区域生长算法，交互式区域生长算法在对种子点的选取上更为便捷，可以有效提高图像分割的效率。
本文主要着重介绍了区域生长法在PET图像中肺肿瘤分割上的实现方式以及应用效果，并根据区域生长法的原理，实现通过交互式进行种子点的选取，并完成肺肿瘤分割。通过多次测试，选取出最佳生长阈值，完成对6位患者的肺部PET图像进行处理，在完成生长之后，将使用区域生长算法分割的PET图像进行三维重建，然后与金标准图像进行对比分析实验结果显示，区域生长法的平均戴斯系数达到80%，真阳性率达到85%，假阳性率低于20%。测试表明，区域生长法在肺肿瘤PET图像分割的应用上有良好的精确性。
关键字：肺肿瘤；图像分割；区域生长法；PET图像；人机交互
目录
中文摘要
Abstract
第1章 绪论-3
1.1肺肿瘤-4
1.2 医学影像-4
1.3医学图像分割-6
第2章 基于交互式区域生长法的肺肿瘤PET图像分割-8
2.1设计思路-8
2.2区域生长法简介及原理-9
2.3基于交互式区域生长法的肺肿瘤PET图像分割-10
第3章 实验及数据分析-13
3.1实验环境-13
3.2实验数据-13
3.3实验数据分析-17
结论-20
参考文献-21
致谢-23
