發(fā)布時間：2021-06-07 19:26

　　冠心病嚴(yán)重危害著人類健康,對于冠心病的診斷治療一直是醫(yī)學(xué)界研究的重點,血管內(nèi)超聲技術(shù)是冠心病臨床診斷最重要的方法之一。醫(yī)生通過超聲圖像可以觀測到血管內(nèi)腔的截面信息,用來分析血管壁的厚度,管腔內(nèi)的斑塊分布、大小及組成。但醫(yī)生依據(jù)超聲圖像觀察血管病變部位存在著局限性,不能觀察血管的三維模型,因此本文對血管模型的可視化進(jìn)行研究。本文的主要研究內(nèi)容如下:針對圖像獲取過程中產(chǎn)生的噪聲、光斑、偽影等干擾信息,研究了圖像濾波算法,由于單一的濾波方法處理效果無法滿足要求,因此針對小波濾波算法不足提出優(yōu)化方法,可以更好的去除血管超聲圖像的噪點。并選擇分割效果較好的區(qū)域生長分割算法,提取血管輪廓。同時研究了模型三維重構(gòu)的方法,由于血管內(nèi)部的結(jié)構(gòu)單一,選擇面繪制方法中的移動立方體（Marching Cube,MC）算法重構(gòu)血管模型,針對MC算法運算效率低,并具有連接二義性的問題提出了MC算法的改進(jìn)方法,將存在連接二義性問題的面進(jìn)行轉(zhuǎn)換,消除連接二義性。由于MC算法重構(gòu)出的血管模型是由大量的三角網(wǎng)格數(shù)據(jù)構(gòu)成,內(nèi)部含有大量冗余的三角面片,影響了計算機(jī)的計算效率,對模型的渲染緩慢,不利于人機(jī)交互,并且大量的數(shù)據(jù)也... 

【文章來源】：西安工業(yè)大學(xué)陜西省

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【部分圖文】：

CAG圖像、IVUS圖像和OCT圖像對比

其中介入術(shù)是治療冠心病的首選，介入術(shù)主要是通過醫(yī)療影像的引導(dǎo)，利用穿刺針從病人的手臂動脈處穿刺進(jìn)入，然后將導(dǎo)絲從穿刺位置沿動脈導(dǎo)入病患部位，再將支架沿導(dǎo)絲送入病變部位，通過球囊加壓，使支架展開，與血管壁貼合，完成對血脈的擴(kuò)張，該技術(shù)的特點手術(shù)創(chuàng)口小，恢復(fù)快，治療效果好[7]。但該手術(shù)在實際的臨床應(yīng)用在仍存在著一些局限性。首先手術(shù)的難度系數(shù)高，年輕的醫(yī)生很難上手，只有豐富臨床經(jīng)驗的醫(yī)生能夠駕馭使得手術(shù)的發(fā)展、推廣受到了限制。其次醫(yī)生只能依靠自己的經(jīng)驗規(guī)劃手術(shù)方案，手術(shù)過程對于病患部位的定位很難把握，對于器械在人體中的定位，何時抵達(dá)病患部位沒有可以參考的標(biāo)準(zhǔn)，使得手術(shù)的成功率沒有保障。因此提出使用計算機(jī)輔助引導(dǎo)醫(yī)療手術(shù)的過程[8-9]。計算機(jī)輔助手術(shù)（ComputerAideSurgery，CAS）是基于醫(yī)療影像學(xué)發(fā)展而來，它是集醫(yī)學(xué)、機(jī)械、計算機(jī)等先進(jìn)科技為一體的新型的交叉學(xué)科，在外科手術(shù)過程變得不可替代[10-13]。心臟介入術(shù)的手術(shù)導(dǎo)航系統(tǒng)是利用軟硬件的結(jié)合，輔助醫(yī)生診斷病情，進(jìn)行術(shù)前的手術(shù)規(guī)劃，術(shù)中對導(dǎo)絲等醫(yī)療儀器的導(dǎo)航，以及術(shù)后對于治療效果、支架貼合情況的判定，極大的提高了手術(shù)的成功率和治療效果，圖 1.2 所示。

是手術(shù)導(dǎo)航系統(tǒng)最重要的環(huán)節(jié)之一，為了在術(shù)前獲取的病人影像資料基礎(chǔ)上進(jìn)行路徑規(guī)劃。通過這一階段對采集到的病人二維數(shù)據(jù)進(jìn)行三維重建，同時綜合不同模態(tài)的影像信息來顯示骨骼與軟組織，這些信息可以顯示在同一個坐標(biāo)系中，并且在該坐標(biāo)系中完成手術(shù)路徑的規(guī)劃。手術(shù)的復(fù)雜性取決于所進(jìn)行的手術(shù)性質(zhì)、目標(biāo)區(qū)域的大小與位置、病人個體的特殊情況等。本論文的研究致力于研究虛擬介入術(shù)訓(xùn)練項目中的關(guān)鍵環(huán)節(jié)：冠脈病變部位圖像處理及模型重構(gòu)。完整的虛擬介入術(shù)訓(xùn)練系統(tǒng)的主要功能如圖 1.3 所示，該系統(tǒng)首先以超聲儀器獲取的超聲圖像作為原始數(shù)據(jù)，然后在系統(tǒng)的圖像處理模塊對原始數(shù)據(jù)做預(yù)處理，并重構(gòu)出血管的三維模型；然后輸出血管的三維模型，利用 3D 打印技術(shù)打印血管模型；通過光學(xué)定位技術(shù)對血管內(nèi)的導(dǎo)絲進(jìn)行實時的定追蹤，并將導(dǎo)絲的路徑顯示在屏幕上，醫(yī)生通過觀察屏幕實時的監(jiān)控導(dǎo)絲的前進(jìn)路線，調(diào)整導(dǎo)絲前進(jìn)路線過程達(dá)到介入手術(shù)訓(xùn)練的效果。如圖 1.3 黑框中所示，本文的研究重點在于虛擬手術(shù)介入系統(tǒng)的前半部分，是整個系統(tǒng)的基礎(chǔ)。主要研究在于：對超聲設(shè)備采集的數(shù)據(jù)進(jìn)行讀取，并對讀入的數(shù)據(jù)進(jìn)行處理，通過圖像濾波、模型重構(gòu)等算法重構(gòu)出血管的模型，為后續(xù)的 3D 打印及手術(shù)導(dǎo)航做支撐。

【參考文獻(xiàn)】：
期刊論文
[1]冠狀動脈血管內(nèi)成像研究進(jìn)展[J]. 趙琳琳,于波.  中華老年心腦血管病雜志. 2018(06)
[2]《中國心血管病報告2017》要點解讀[J]. 馬麗媛,吳亞哲,王文,陳偉偉.  中國心血管雜志. 2018(01)
[3]一種改進(jìn)的非局部均值圖像去噪算法[J]. 祝嚴(yán)剛,張桂梅.  計算機(jī)工程與應(yīng)用. 2017(18)
[4]冠心病患者冠狀動脈病變嚴(yán)重程度與冠心病危險因素的相關(guān)分析[J]. 高閱春,何繼強(qiáng),姜騰勇,陳方.  中國循環(huán)雜志. 2012(03)
[5]冠心病現(xiàn)代治療方法的研究進(jìn)展[J]. 耿威.  求醫(yī)問藥(下半月). 2012(02)
[6]保持地形特征的網(wǎng)格模型簡化算法[J]. 花海洋,趙懷慈.  計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報. 2011(04)
[7]采用模擬退火算法的冠狀動脈三維重建優(yōu)化研究[J]. 王國棟,周奕,桑農(nóng),曹治國.  工程圖學(xué)學(xué)報. 2009(01)
[8]計算機(jī)輔助外科手術(shù)的基本概念[J]. Philippe MERLOZ,吳昊.  中國修復(fù)重建外科雜志. 2006(03)
[9]Snake模型綜述[J]. 李天慶,張毅,劉志,胡東成.  計算機(jī)工程. 2005(09)
[10]網(wǎng)格模型化簡綜述[J]. 何暉光,田捷,張曉鵬,趙明昌,李光明.  軟件學(xué)報. 2002(12)

博士論文
[1]基于多尺度分析的多傳感器圖像融合技術(shù)研究[D]. 陳廣秋.吉林大學(xué) 2015
[2]基于IVUS圖像分割和CAG三維重建技術(shù)的數(shù)據(jù)融合研究[D]. 王嶺.天津大學(xué) 2010
[3]感興趣血管段最佳視角和血管內(nèi)超聲與冠脈造影融合研究[D]. 胡春紅.天津大學(xué) 2006
[4]基于造影圖像的冠狀動脈三維重建和定量分析方法的研究[D]. 黃家祥.天津大學(xué) 2004
[5]心血管造影圖像的二維信息處理及其三維重建研究[D]. 徐智.天津大學(xué) 2003

碩士論文
[1]基于VTK的醫(yī)學(xué)圖像三維重建關(guān)鍵技術(shù)及交互的研究[D]. 金釗.山東大學(xué) 2018
[2]深度卷積網(wǎng)絡(luò)在心血管內(nèi)超聲圖像內(nèi)膜和中—外膜邊界檢測中的研究[D]. 袁紹鋒.南方醫(yī)科大學(xué) 2018
[3]醫(yī)學(xué)圖像三維重建技術(shù)研究[D]. 雷若鳴.蘭州大學(xué) 2017
[4]經(jīng)皮冠狀動脈介入手術(shù)術(shù)中導(dǎo)航方法研究[D]. 王莉.哈爾濱理工大學(xué) 2017
[5]OCT和冠脈造影在冠心病介入診療過程中對心電圖的影響[D]. 劉婷婷.河北醫(yī)科大學(xué) 2017
[6]肺部CT血管分割及三維重建[D]. 于洋.哈爾濱工業(yè)大學(xué) 2016
[7]冠狀動脈造影圖像分割研究[D]. 黃曉雪.重慶郵電大學(xué) 2016
[8]基于特征保持的網(wǎng)格簡化算法研究[D]. 喬建成.北京理工大學(xué) 2016
[9]基于IVUS的斑塊類型識別與三維重構(gòu)[D]. 賈依笑.哈爾濱工業(yè)大學(xué) 2015
[10]數(shù)字圖像去噪算法的研究與應(yīng)用[D]. 賀東霞.延安大學(xué) 2015



本文編號：3217165