20、基于分层测地线的气道树解剖标记算法研究

基于分层测地线的气道树解剖标记算法研究

1 引言

在医学领域，计算机断层扫描（CT）是分析气道相关疾病的重要工具。通过图像分割方法，能够构建气道表面的三维模型并测量其尺寸。然而，这些测量结果依赖于测量位置，因此，找到不同气道树中解剖学上对应的位置，对于跨患者稳健地比较测量结果至关重要。解决这一问题的关键在于为气道树分支分配解剖学名称。但由于气道树的拓扑结构因人而异，且分割后的树存在噪声引入的差异，如缺失和虚假分支，使得气道分支标记成为一项具有挑战性的任务。

此前已经出现了几种气道分支标记算法：
- 基于机器学习的算法 ：Van Ginneken 等人和 Lo 等人使用基于分支特征的机器学习方法，并对气道树拓扑结构有额外假设。所使用的特征包括分支长度、半径、方向、横截面形状和分叉角度等。但分支长度和半径对结构噪声或疾病敏感，且对树拓扑结构的假设使这些方法容易受到拓扑差异的影响。
- 基于关联图的算法 ：Tschirren 等人使用关联图来处理成对的气道树，该方法结合了两棵树的信息，通过关联图中的最大团来诱导原始图之间的分支匹配。这是一种组合结构，尽管可能依赖于初始树的几何属性，但几何和组合属性的分离可能会带来问题，因为气道树在几何和视觉上往往相似，但组合上却不同。
- 基于测地线的算法 ：Feragen 等人基于树空间中的测地线（最短路径）对气道进行标记。然而，他们的树空间高度非线性，且没有已知的高效测地线计算算法，使得对完整气道树进行标记不可行。

为了解决上述问题，本文提出了一种基于几何树空间中最短路径的新型监督式自动气道分支标记方法。该