A method and system for the automated segmentation of the lung regions in lateral chest radiographs. This is achieved according to the invention by providing an improved computerized, automated method for image segmentation based on gray-level threshold analysis. A unique method for identifying an approximate outer bounds on the extent of the lung fields in the image is performed to restrict the region further analyzed. An iterative global gray-level thresholding method is applied based on the features of a global gray-level histogram. Features of the regions in a binary image constructed at each iteration are identified and subjected to a modified analysis to exclude regions external to the lung field. The initial lung region contour that results from this global process is used to facilitate a novel adaptive local gray level thresholding method. Individual regions-of-interest (ROIs) are placed along the initial contour. The dimensions of the several ROIs are based upon the patient anatomy enclosed therein. A unique procedure is implemented to determine the single gray-level threshold to be applied to the pixels within the individual ROIs. A composite binary image results, and a final contour is constructed to enclose "on" regions thereof. Smoothing processes are applied, including a unique adaptation of a rolling ball method, and fitted polynomial curves are spliced into the final contour.

Une méthode et un système pour la segmentation automatisée des régions de poumon en radiographies de poitrine latérales. Ceci est réalisé selon l'invention en fournissant amélioré automatisé, méthode automatisée pour la segmentation d'image basée sur l'analyse de seuil de gris-niveau. Une méthode unique pour identifier les limites externes approximatives sur l'ampleur des gisements de poumon dans l'image est exécutée pour limiter la région encore analysée. Une méthode thresholding de gris-niveau global itératif est appliquée a basé sur les dispositifs d'un histogramme global de gris-niveau. Des dispositifs des régions dans une image binaire construite à chaque itération sont identifiés et soumis à une analyse modifiée pour exclure des régions externes au gisement de poumon. La découpe initiale de région de poumon qui résulte de ce processus global est employée pour faciliter une méthode thresholding locale adaptative de niveau gris de roman. L'région-de-intérêt individuel (ROIs) sont placés le long de la découpe initiale. Les dimensions des multiples ROIs sont basées sur l'anatomie patiente incluse là-dedans. Un procédé unique est mis en application pour déterminer le seuil simple de gris-niveau à appliquer aux Pixel dans le ROIs individuel. Une image binaire composée résulte, et une découpe finale est construite pour enfermer des régions de "on" en. Lissant des processus sont appliqués, y compris une adaptation unique d'une méthode de boule de roulement, et des courbes polynômes adaptées sont épissées dans la découpe finale.