基于带有信息熵和联合矢量的LBF主动轮廓模型的PET-CT成像中对静脉血管肺结节分割 （笔记四）

-----------------------------------------------------------------SUV 标准吸收值------------------------------------------------------------------

SUV（Standardized Uptake Value） 标准吸收值：描述的是18F—FDG在肿瘤组织与正常组织的摄取情况，SUV越高，恶性肿瘤的可能性越大。

SUV=（局部感兴趣区放射性活度（MBq/ml））/(注入放射性活度（MBq/ml）/体重（Kg）)

肿瘤组织需要摄取更多的PET/CT示踪剂，而正常组织(除少数器官外)则摄取量较小

-----------------------------------------------------------------Ostu方法------------------------------------------------------------------

Ostu方法可以形象地理解为：求取直方图有两个峰值的图像中那两个峰值之间的低谷值 T 

-----------------------------------------------------------------本文核心思想------------------------------------------------------------------

实验过程：

① 利用PET-CT图像中(SUV特性)，结节区域的代谢相对活跃，相应的SUV高于其他非病变区域，根据此特征，构造一个 在PET图像中具有中心O和半径R的圆形模板。 然后，将其注册为CT图像作为肺结节ROI。

②自动阈值迭代：运用Ostuy阈值分割算法求解两组像素（组B（背景区域）和N（结节区域））阈值，从而分割出肺结节区域，然后利用（2）不断迭代求解出最佳阈值Ts。

然后依据Ts进行二值化处理。

③LBF主动轮廓模型进行趋近

④SUV信息熵来驱动不断变化的轮廓曲线，对于区域A和B，如果其中之一的SUV分布更均匀，则信息熵较大，相应的边缘引导函数较小，因此，不断变化的轮廓曲线应逐渐停止在该区域的边界处。 此时，可以很好地分割目标和背景。 相反，这表明该区域同时包含目标和背景，并且曲线应继续变形和位移，直到区域A和B中的SUV信息熵不变为止。即：能量函数值E(C)=0。

⑤能量泛函，运用基于SUV信息熵用边缘引导函数代替了高斯核函数。

⑥运用水平集方法，将原先相应的函数进行替换

主要包含两部分：

①局部二值拟合（LBF）模型；

②正电子发射断层扫描（PET-CT）图像中的标准摄取值（SUV）;

局部二值拟合（LBF）模型是有效的主动轮廓模型之一，通过高斯核函数拟合局部灰度信息，从而改善了具有噪声和强度不均匀性的CT图像的分割结果。但是，在LBF模型中，仅凭CT图像的灰色特征无法获得精确的肺结节边缘，尤其是对于血管旁结节。此时，需要结合PET-CT。

PET-CT是一种将代谢功能成像和解剖结构成像相结合的诊断方法。在PET图像中，SUV可以准确反映病变组织的代谢信息。 SUV可以最大程度地消除血管和其他组织的影响，并准确分析肺结节。