複合式模糊平均數群聚演算法應用於PET/CT之電腦斷層影像分割

李曉飛

結合正子斷層掃描和電腦斷層掃描的PET/CT（Positron Emission Tomography/ Computer Tomography）問世之後，成功地將功能性攝影和人體解剖構造結合在一起，提供卓越的臨床診斷價值。然而PET受制於衰減效應（Attenuation）的影響，無法提供準確地定量分析結果。本研究的目的在於提出一套自動化的電腦斷層影像分割方法，來幫助正子斷層掃描的衰減修正（Attenuation Correction），以期增加衰減修正的準確性以及臨床上的實用性。本研究的方法以模糊平均數群聚演算法（Fuzzy C-Means Clustering, FCM）為架構，直接探討影像點在影像中的分布關係，整體地評估區域的分布特性，打破傳統的影像分割方法中，必須以影像值為測量空間的侷限。本研究所提出之複合式FCM演算法（Mixed Fuzzy K-Means Clustering, Mixed FCM），結合了兩種影像屬性：影像值的區域變化和影像值的大小，改善群聚分析中缺乏影像點的空間資訊。由實驗的結果可以顯示，利用複合式FCM演算法不但能更正確地區分出骨骼和空氣區域，凸顯骨骼和空氣在解剖空間上的位置，並且亦改善了顯影劑（Contrast Agent）對於衰減修正的影響，增加衰減修正的準確性。