診斷更為準確。但是因為肺結節多變的性質，如形狀、尺寸、強度、位置等使得準確分割包含結節，尤其是胸膜結節的肺部

ct

影象非常困難。那麼，陶教授，你能不能介紹一下，這個問題應該怎麼解決？”

老先生聽了一愣。

他剛才的確講了這些問題，但因為這些東西並不是講座的主要內容，所以他基本都是一筆帶過，可是他沒想到，蘇楊不但把那些東西聽進去了，而且全部都記住了，而且還舉一反三，想到了解決的問題上！

他看了蘇楊一眼，首先問道：“小同志，能做一個自我介紹嗎？”

蘇楊連忙道：“陶教授，你好，我是軍區醫院野戰醫療隊的一名隊員，我叫蘇楊，現在正在軍醫大學進修，今晚剛好見到你來這兒搞講座的海報，所以就進來了！”

“哦，原來是進修的學員！”老先生點了點頭，頓了頓，他道：“由於肺部充滿空氣，相比於周圍組織具有較低密度，因此閾值方法是一種常用的肺部

ct

影象分割方法。但對於包含胸膜結節的肺部

ct

影象來說，由於胸膜結節位置以及大小的多變性且與周圍組織具有相似的密度，閾值方法難以準確的將其包含；

再者，靠近縱膈區域的高密度的肺部血管也被閾值方法排除在外導致肺門區域的凸凹不平，傳統方法通常採用形態學方法進行光滑，但是形態學過分依賴結構元素的選取。

針對上述問題，我曾今提出過一種準確自動的肺部ct

影象分割方法和一種有效的肺部邊界校正和光滑演算法，你想聽聽嗎？”

“想！”蘇楊急忙點頭。

“其他人呢？”老先生問。

“......”

但沒有人回答。

肺部ct

影象分割方法？

肺部邊界校正和光滑演算法？

這是醫學院的學生應該學的內容？

好像不是吧？

再說了，就算是，現場的人也沒有了解的啊！

所以沒有人吭聲。

老先生看了看，只得無奈地道：“小蘇同志啊，要不這樣吧，你這個問題現場估計也沒有人能聽得懂，而且估計也沒有人想聽，所以，要不這樣吧，我們現在暫時不佔用大家的時間，等一會兒散會了，我們兩個再單獨討論這個問題，你看可以嗎？”

“可以，謝謝陶教授！”蘇楊急忙點頭。

♂♂♂看♂書↙把本站分享那些需要的小夥伴！找不到書請留言！