醫(yī)學影像的四維重建和分割中的關鍵技術研究
發(fā)布時間:2021-11-20 07:47
醫(yī)學成像和醫(yī)學影像分析極大地推動了臨床診斷的進步。隨著數(shù)字醫(yī)學影像的普及以及計算機計算能力的提升,4D(4 Dimensional)醫(yī)學成像,也就是動態(tài)3D(3 Dimensional)成像,開始在該領域內發(fā)揮重要作用,其對于量化器官位移,觀察體內器官運動以及評估器官的機械功能至關重要。動態(tài)成像是疾病治療前后的器官功能分析,放射治療期間病灶的動態(tài)跟蹤和實施4D放射治療的基礎。在4D醫(yī)學影像中精準地分割器官和病灶,可以最小化正常組織的損傷,最大化對目標的輻射劑量,尤其是在保護與目標相鄰的關鍵結構中發(fā)揮作用。完整的4D醫(yī)學影像重建和分析一般分為五個過程:1.動態(tài)醫(yī)學圖像數(shù)據(jù)的獲取;2.4D醫(yī)學影像的重建;3.4D醫(yī)學影像中感興趣的目標分割;4.感興趣目標的指標量化;5.基于量化指標的分析。本文針對4D醫(yī)學成像從成像到分析的全過程,從前至后對4D醫(yī)學影像重建中需要的門控信息采集、4D醫(yī)學影像分析中需要的分割技術等關鍵性問題深入研究,并在實際的臨床應用中檢驗了研究成果。本文的主要研究內容和創(chuàng)新工作如下:1.現(xiàn)有的基于回溯性采集切片的胸部MRI(Magnetic Resonance Imagin...
【文章來源】:吉林大學吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:127 頁
【學位級別】:博士
【部分圖文】:
第 2 章 基于光流法的胸部醫(yī)學影像中的呼吸節(jié)點標注算法胸部,穩(wěn)定脊柱彎曲度,并可以通過定期門診來伸長,保證與同步。在 VEPTR 手術中,可膨脹的鈦肋骨植入兒童的背部和脊柱和肋骨上。在初始手術放置 VEPTR 后,患者將定期接受患者發(fā)育的進度,安排每年兩次的額外手術,以擴展假體適應。
但是,構成動態(tài)胸腔時空采樣的這些圖像并不包含任何呼吸據(jù)這些數(shù)據(jù),基于圖的最優(yōu)路徑技術[33],可以構建表示一個呼腔最優(yōu)化 4D 圖像,通常由~300 個時空切片組成。該方法是純需要基于呼吸信號或使用任何外部器械進行排序,在 TIS 的研效[91-91]。方法中的一個關鍵處理步驟是在與每個矢狀面位置相關聯(lián)切片注呼氣結束點 EE 和吸氣結束點 EI。該步驟通常是手動執(zhí)行的查每個時間序列中的切片,觀察隔膜移動的方式,并按照隔膜位置的順序標注切片(分別對應 EE 切片和 EI 切片)。以這種所有 ~3000 個切片,該步驟是非常耗時的(通常每個患者數(shù)據(jù)。本文提出一種顯著提高該步驟自動化水平的方法,使整個 高度自動化,并且具有臨床上的可行性。
【參考文獻】:
期刊論文
[1]基于聚類分析的醫(yī)學圖像分割綜述[J]. 何瀚志,朱紅,王競. 中國科技信息. 2017(15)
[2]肝癌術后復發(fā)影像學早期診斷及其評價[J]. 賈戶亮,欽倫秀. 中國實用外科雜志. 2012(10)
[3]活動輪廓模型在醫(yī)學圖像分割中的應用及發(fā)展[J]. 王建華,姜紅. 現(xiàn)代計算機(專業(yè)版). 2011(Z1)
[4]基于數(shù)學形態(tài)學和區(qū)域合并的醫(yī)學CT圖像分割[J]. 黃展鵬,易法令,周蘇娟,鮑蘇蘇. 計算機應用研究. 2010(11)
[5]小肝癌的影像學診斷進展[J]. 錢林學,劉玉江,丁惠國. 世界華人消化雜志. 2010(05)
[6]醫(yī)學圖像分割方法綜述[J]. 林瑤,田捷. 模式識別與人工智能. 2002(02)
[7]醫(yī)學影像存檔與通訊系統(tǒng)的開發(fā)與初步應用[J]. 魏寶杰,翟仁友,王亞杰. 中華放射學雜志. 1999(12)
本文編號:3506883
【文章來源】:吉林大學吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:127 頁
【學位級別】:博士
【部分圖文】:
第 2 章 基于光流法的胸部醫(yī)學影像中的呼吸節(jié)點標注算法胸部,穩(wěn)定脊柱彎曲度,并可以通過定期門診來伸長,保證與同步。在 VEPTR 手術中,可膨脹的鈦肋骨植入兒童的背部和脊柱和肋骨上。在初始手術放置 VEPTR 后,患者將定期接受患者發(fā)育的進度,安排每年兩次的額外手術,以擴展假體適應。
但是,構成動態(tài)胸腔時空采樣的這些圖像并不包含任何呼吸據(jù)這些數(shù)據(jù),基于圖的最優(yōu)路徑技術[33],可以構建表示一個呼腔最優(yōu)化 4D 圖像,通常由~300 個時空切片組成。該方法是純需要基于呼吸信號或使用任何外部器械進行排序,在 TIS 的研效[91-91]。方法中的一個關鍵處理步驟是在與每個矢狀面位置相關聯(lián)切片注呼氣結束點 EE 和吸氣結束點 EI。該步驟通常是手動執(zhí)行的查每個時間序列中的切片,觀察隔膜移動的方式,并按照隔膜位置的順序標注切片(分別對應 EE 切片和 EI 切片)。以這種所有 ~3000 個切片,該步驟是非常耗時的(通常每個患者數(shù)據(jù)。本文提出一種顯著提高該步驟自動化水平的方法,使整個 高度自動化,并且具有臨床上的可行性。
【參考文獻】:
期刊論文
[1]基于聚類分析的醫(yī)學圖像分割綜述[J]. 何瀚志,朱紅,王競. 中國科技信息. 2017(15)
[2]肝癌術后復發(fā)影像學早期診斷及其評價[J]. 賈戶亮,欽倫秀. 中國實用外科雜志. 2012(10)
[3]活動輪廓模型在醫(yī)學圖像分割中的應用及發(fā)展[J]. 王建華,姜紅. 現(xiàn)代計算機(專業(yè)版). 2011(Z1)
[4]基于數(shù)學形態(tài)學和區(qū)域合并的醫(yī)學CT圖像分割[J]. 黃展鵬,易法令,周蘇娟,鮑蘇蘇. 計算機應用研究. 2010(11)
[5]小肝癌的影像學診斷進展[J]. 錢林學,劉玉江,丁惠國. 世界華人消化雜志. 2010(05)
[6]醫(yī)學圖像分割方法綜述[J]. 林瑤,田捷. 模式識別與人工智能. 2002(02)
[7]醫(yī)學影像存檔與通訊系統(tǒng)的開發(fā)與初步應用[J]. 魏寶杰,翟仁友,王亞杰. 中華放射學雜志. 1999(12)
本文編號:3506883
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3506883.html
最近更新
教材專著