到了，很多人都扭过头看着他。

老先生也看向了他。

老先生笑着点了点头“当然可以，你说！”

一个工作人员连忙把一个话筒递给了苏杨，苏杨接过，打开，敲了敲，听到回音了，这才不慌不忙地开口。

“陶教授，你刚才说许多肺部病变通常都表现为结节，肺结节是肺部病变的重要表征之一。ct图像通常可以较准确地估计结节病的类型、肺间质病变的程度和淋巴结肿大的情况，尤其是高分辨率 ct，为肺间质病变的诊断更为准确。但是因为肺结节多变的性质，如形状、尺寸、强度、位置等使得准确分割包含结节，尤其是胸膜结节的肺部图像非常困难。那么，陶教授，你能不能介绍一下，这个问题应该怎么解决？”

老先生听了一愣。

他刚才的确讲了这些问题，但因为这些东西并不是讲座的主要内容，所以他基本都是一笔带过，可是他没想到，苏杨不但把那些东西听进去了，而且全部都记住了，而且还举一反三，想到了解决的问题上！

他看了苏杨一眼，首先问道“小同志，能做一个自我介绍吗？”

苏杨连忙道“陶教授，你好，我是军区医院野战医疗队的一名队员，我叫苏杨，现在正在军医大学进修，今晚刚好见到你来这儿搞讲座的海报，所以就进来了！”

“哦，原来是进修的学员！”老先生点了点头，顿了顿，他道“由于肺部充满空气，相比于周围组织具有较低密度，因此阈值方法是一种常用的肺部图像分割方法。但对于包含胸膜结节的肺部图像来说，由于胸膜结节位置以及大小的多变性且与周围组织具有相似的密度，阈值方法难以准确的将其包含；

再者，靠近纵膈区域的高密度的肺部血管也被阈值方法排除在外导致肺门区域的凸凹不平，传统方法通常采用形态学方法进行光滑，但是形态学过分依赖结构元素的选取。

针对上述问题，我曾今提出过一种准确自动的肺部ct 图像分割方法和一种有效的肺部边界校正和光滑算法，你想听听吗？”

“想！”苏杨急忙点头。

“其他人呢？”老先生问。

“”

但没有人回答。

肺部ct 图像分割方法？

肺部边界校正和光滑算法？

这是医学院的学生应该学的内容？

好像不是吧？

再说了，就算是，现场的人也没有了解的啊！

所以没有人吭声。

老先生看了看，只得无奈地道“小苏同志啊，要不这样吧，你这个问题现场估计也没有人能听得懂，而且估计也没有人想听，所以，要不这样吧，我们现在暂时不占用大家的时间，等一会儿散会了，我们两个再单独讨论这个问题，你看可以吗？”

“可以，谢谢陶教授！”苏杨急忙点头。