今年我没有参加比赛,但是还是做了一下这个题目,可能比较粗糙。而且也没有论文,只有代码和结果。首先题目要求的是,先配准,然后再划分出病变区域,定量地给出病变情况。那么我就划分为两个算法,图像配准算法和病变识别算法:
数据说明
这里我用到的数据是在Kaggle上面找的,然后是关于前后两次CT图像的,这里做一个展示,关于数据集详细的介绍可以看一下Kaggle官网。但其实他上面说的也不是很清楚,在我用matlab看了相关的图像后,我觉得相邻两张应该是前后扫描的图片,然后我用了其中一个文件夹里面的前90张图片,也就是有45对例子。
图像配准算法
关于这个医学图像配准算法的话,可以参考这个博主写的文章,我觉得写的蛮清楚了网址。然后我就是整合了一下这个博主的,配准后结果如下:
病变识别算法
在这个算法里面,我的想法是将配准后的图片和标准图片进行一个比对,由上图可以看出来,即使进行了匹配还是会有差异,差异部分表现为亮的部分,那么对这些部分进行一个面积的计算,找到连通区域最大的部分,那么这个部分就是我们要找的病变区域,这个区域大小占比就可以描述出病变情况。
根据这个思路,得出标注病变区域如下:
然后最大面积区域如下:
他的病变占比为0.007251739501953。
根据上述思路,将剩下的44个例子都做出来,将标注区域和病变占比进行保存。总体结果如下:
全部例子的病变情况如下:
可以看出结果还是不错的。以上仅供参考,如有意见也可以交流。