他本来想在一个喜欢的女生面前好好表现🏮🝙一番的，哪儿知道
鉴于前面的两个学员都碰了钉子，于是再也🝕没有学员敢站起来提问了。
“下一个！”陶宇道。
但没有人站起。
“下一个？还有想要提问的学员吗？”🞾🙱🎎主持人🜽🇬🛪也环视一圈问。
但真的没有人再站起。
陶宇愈发失望。
当他的目光看到安静坐着的苏杨时，心中就越发觉得欣慰，不管怎么说，今天晚上还是有一个学员提出了一个他觉得还算有点意思的问题。
“还有吗？没有🁷大家🀵🁋🄑就散了！”陶宇迫不及待地道。
没有人站起。
“那今天就到这儿吧！”陶宇干脆💳🕿地道，说完后他朝苏杨招了招手，脸上的笑🞴😓🀾容怎么也隐不住。
苏杨连忙站起。
“我们继续刚才的话题。”陶🆤宇看着苏杨道。🜽🇬🛪
“好的，谢谢陶教授。”
“你刚才说的那个问题，我之前做过相关研究，找到了一种新的🏳针对含🞟🕖🉤胸膜结节的肺部&bsp;t&bsp;图像分割法。
这种方法主要包含四步：图像预处理，胸腔抽取，肺部辨别和肺部边缘修复🏑🙖。🞴😓🀾
在图像预处理阶段，为了减少噪音💳🕿对于分割算法的影响，首先利用各向异性🏑🙖扩散滤波方法对图像进行光滑；由于人体肺部体积非常大，完整扫描整个肺部通常包含数百张&bsp;t&bsp;切片，分割这些数据😷需要消耗巨大的计算量，因此为了减少计算量，在胸腔抽取阶段，我利用阈值方法大致抽出胸腔区域，在随后的过程中仅对胸腔区域数据进行处理；
接下来在肺部辨别阶段，我首先利用模糊均值方法先将气体填充区域分割出来，然后利用区域增长方法将大的气管去除；由于胸膜结节和🚨🕼周围的组织具有相似的灰度，导致上述分割结果难以将其准确包含，再者肺部血管也🞤🖉🐲被排除导致靠近肺门区域的凸凹不平，因此在最后的肺部边缘修复阶段，我利用迭代自适应平均算法和自适应曲率阈值方法将丢失的胸膜结节重新包括进来。
实验结果表明，我的这种方法不仅可以有🏮🝙效的包含胸膜结节，而且可以光滑🏑🙖地🞴😓🀾包含肺门区域的血管。”
陶🗷☪🂐宇详细介绍，一一阐述，有条有理，深入浅出🙿🐊，几句话就听得苏杨😆⚳连连点头。
苏杨现在的影像学水平已经达到入门级了，🝕他的看片能力其实也并不算差，只要不是太特殊、太复杂的病例，他基本还是能说出一个三四五六的，但一些复杂的病例，或者一些特殊的片子，他就看不懂了。