冠狀動(dòng)脈粥樣硬化性心臟�。ê�(jiǎn)稱(chēng):冠心�。�,是指因血管腔狹窄或阻塞而造成心肌缺血、缺氧或壞死的心臟病,嚴(yán)重危害著世界人民的生命健康。為了準(zhǔn)確、快速地診斷出冠狀動(dòng)脈狹窄的程度、位置等信息,從而制定有效的治療方案,基于計(jì)算機(jī)斷層掃描血管成像（Computed Tomography Angiography,CTA）的冠狀動(dòng)脈血管精確提取方法得到了世界范圍內(nèi)醫(yī)療科研機(jī)構(gòu)的重點(diǎn)關(guān)注。本文基于U-Net網(wǎng)絡(luò)對(duì)人體胸腔CTA圖像進(jìn)行冠狀動(dòng)脈粗分割,然后通過(guò)添加了多種條件約束的水平集算法進(jìn)行輪廓曲線演化,實(shí)現(xiàn)冠狀動(dòng)脈血管的精確分割提取。最終設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)冠狀動(dòng)脈三維可視化Demo系統(tǒng)。本文的主要工作如下:（1）為提高CTA圖像中的冠狀動(dòng)脈血管區(qū)域的對(duì)比度,本文通過(guò)基于Hessian矩陣的多尺度增強(qiáng)濾波器進(jìn)行圖像增強(qiáng)處理。在濾除冠狀動(dòng)脈周?chē)鷧^(qū)域的背景干擾信息的同時(shí),有效的突出了冠狀動(dòng)脈血管區(qū)域的成像效果。（2）為解決冠狀動(dòng)脈血管在CTA圖像中位置、形狀差異較大而易導(dǎo)致分割誤差問(wèn)題。本文采用U-Net網(wǎng)絡(luò)的快速訓(xùn)練與精準(zhǔn)特征識(shí)別方法對(duì)人體胸腔CTA圖像中冠狀動(dòng)脈感興趣區(qū)域進(jìn)行定位與粗分割。然后根據(jù)所提取的... 

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題研究背景和意義
    1.2 國(guó)內(nèi)外的研究現(xiàn)狀
    1.3 論文的主要研究?jī)?nèi)容和結(jié)構(gòu)
第二章 冠狀動(dòng)脈CTA圖像區(qū)域血管增強(qiáng)
    2.1 圖像預(yù)處理
        2.1.1 圖像濾波
        2.1.2 圖像銳化
    2.2 基于Hessian矩陣的CTA圖像血管增強(qiáng)
        2.2.1 Hessian矩陣的基本原理
        2.2.2 血管相似函數(shù)
    2.3 實(shí)驗(yàn)結(jié)果與分析
    2.4 本章小結(jié)
第三章 冠狀動(dòng)脈分割算法
    3.1 分割算法的整體框架
    3.2 U-Net神經(jīng)網(wǎng)絡(luò)
        3.2.1 U-Net網(wǎng)絡(luò)結(jié)構(gòu)
        3.2.2 U-Net的相關(guān)訓(xùn)練策略
    3.3 改進(jìn)的水平集算法
        3.3.1 曲線演化問(wèn)題
        3.3.2 水平集理論
        3.3.3 能量函數(shù)
        3.3.4 先驗(yàn)形狀約束
    3.4 實(shí)驗(yàn)結(jié)果及分析
        3.4.1 參數(shù)設(shè)置和評(píng)價(jià)指標(biāo)
        3.4.2 實(shí)驗(yàn)結(jié)果分析
    3.5 本章小結(jié)
第四章 冠狀動(dòng)脈的三維可視化
    4.1 三維重建的基本方法
        4.1.1 面繪制
        4.1.2 體繪制
    4.2 Marching Cubes算法原理
        4.2.1 MC算法的具體步驟
        4.2.2 體素和等值面
        4.2.3 計(jì)算等值面和體素邊界的交點(diǎn)及法向量
    4.3 MC算法的不足與解決方法
        4.3.1 二義性問(wèn)題
        4.3.2 解決方法
    4.4 冠狀動(dòng)脈三維可視化Demo系統(tǒng)的實(shí)現(xiàn)
        4.4.1 功能介紹
        4.4.2 功能實(shí)現(xiàn)
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 工作展望
參考文獻(xiàn)
發(fā)表論文和參加科研情況
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)U-Net的視網(wǎng)膜血管圖像分割[J]. 雷軍明,王成鋼,劉雪燕.  信息技術(shù)與信息化. 2019(10)
[2]基于改進(jìn)的水平集模型工業(yè)零件圖像分割方法[J]. 侯木舟,陳英皞.  中北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(02)
[3]《中國(guó)心血管病報(bào)告2018》概要[J]. 胡盛壽,高潤(rùn)霖,劉力生,朱曼璐,王文,王擁軍,吳兆蘇,李惠君,顧東風(fēng),楊躍進(jìn),鄭哲,陳偉偉.  中國(guó)循環(huán)雜志. 2019(03)
[4]冠狀動(dòng)脈CTA在診斷冠心病中的作用[J]. 方亦文,李運(yùn)田.  中國(guó)醫(yī)學(xué)創(chuàng)新. 2018(06)
[5]移動(dòng)立方體算法面二義性問(wèn)題研究[J]. 王錚,李瑞明.  軟件工程. 2017(09)
[6]一種基于多特征的距離正則化水平集快速分割方法[J]. 于海平,何發(fā)智,潘一騰,陳曉.  電子學(xué)報(bào). 2017(03)
[7]基于三維冠狀動(dòng)脈CTA圖像的半自動(dòng)血管分割方法[J]. 王瑞琛,陳方,徐良鵬,陳曉陽(yáng).  北京生物醫(yī)學(xué)工程. 2016(06)
[8]基于Hessian矩陣和水平集的視網(wǎng)膜血管分割[J]. 梁禮明,黃朝林,朱莎,吳健.  科學(xué)技術(shù)與工程. 2016(10)
[9]探討臨床治療冠狀動(dòng)脈狹窄對(duì)介入放射治療方法的選擇[J]. 劉月霞,李慶麗.  科技視界. 2016(07)
[10]基于光線投射算法的醫(yī)學(xué)圖像三維重建研究[J]. 汪欣,范立南,張廣淵,谷文娟.  儀器儀表用戶. 2013(01)

博士論文
[1]冠心病醫(yī)學(xué)圖像診斷的若干關(guān)鍵技術(shù)研究[D]. 李澤宇.上海大學(xué) 2017

碩士論文
[1]基于深度卷積網(wǎng)絡(luò)的皮膚病變圖像自動(dòng)分割與識(shí)別研究[D]. 馬震.北京郵電大學(xué) 2019
[2]基于改進(jìn)區(qū)域型水平集的圖像分割方法研究[D]. 戴文龍.蘭州理工大學(xué) 2019
[3]冠狀動(dòng)脈立體分割算法研究[D]. 陳富強(qiáng).北方工業(yè)大學(xué) 2019
[4]牙科CT圖像三維可視化技術(shù)研究[D]. 韓敬陽(yáng).河南科技大學(xué) 2019
[5]改進(jìn)的U-net網(wǎng)絡(luò)在冠狀動(dòng)脈血管分割中的應(yīng)用[D]. 孟笛.吉林大學(xué) 2019
[6]基于深度學(xué)習(xí)的肝臟腫瘤CT圖像分割方法研究[D]. 陳明杰.哈爾濱工程大學(xué) 2019
[7]冠狀動(dòng)脈血管三維重建方法及其血液動(dòng)力學(xué)分析的研究[D]. 左瑞雪.天津工業(yè)大學(xué) 2019
[8]基于GPU的錐束CT重建算法及可視化研究[D]. 張正強(qiáng).大連理工大學(xué) 2018
[9]基于水平集正則化的圖像分割技術(shù)研究[D]. 李晨靜.河南師范大學(xué) 2018
[10]基于全卷積神經(jīng)網(wǎng)絡(luò)的圖像分割算法的研究及應(yīng)用[D]. 袁兵.電子科技大學(xué) 2018



本文編號(hào)：3705790