影像導(dǎo)航手術(shù)（Image-guided Surgery,IGS）是一種具有病灶定位準(zhǔn)、術(shù)中創(chuàng)傷小、及手術(shù)成功率高等眾多優(yōu)點(diǎn)且應(yīng)用廣泛的臨床手術(shù)。它通常需要在手術(shù)前獲取高分辨率的三維（three-dimensional,3D）人體病灶圖像幫助臨床醫(yī)生了解病人病情和制定手術(shù)規(guī)劃,同時(shí)還需要在手術(shù)中獲取二維（two-dimensional,2D）人體圖像以便引導(dǎo)臨床醫(yī)生在手術(shù)中實(shí)時(shí)跟蹤和校正手術(shù)器械相對(duì)病人病灶的空間位置,從而達(dá)到準(zhǔn)確切除病灶或者精確施藥的目的。因此,手術(shù)成功的關(guān)鍵就在于準(zhǔn)確地建立高分辨率術(shù)前3D圖像和術(shù)中實(shí)時(shí)2D圖像間的空間位置關(guān)系,即配準(zhǔn)術(shù)前3D圖像與術(shù)中2D圖像。準(zhǔn)確的2D/3D圖像配準(zhǔn)不僅是精確導(dǎo)航、療效評(píng)估、病理跟蹤、輔助醫(yī)療診斷和放射治療規(guī)劃等方面必需的,而且是圖像融合等處理算法所必需的前期處理算法。本文主要針對(duì)2D/3D配準(zhǔn)算法中圖像信息的不同對(duì)配準(zhǔn)的準(zhǔn)確性、穩(wěn)定性、時(shí)效性、以及配準(zhǔn)成功率等方面的影響開展影像導(dǎo)航手術(shù)中2D/3D圖像配準(zhǔn)相關(guān)算法的研究工作,著重研究了一種新的2D/3D圖像剛性配準(zhǔn)信息、基于灰度距離的互信息配準(zhǔn)測(cè)度、以及形態(tài)膨脹的3D區(qū)域生長(zhǎng)氣管分... 

【文章來源】：中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所)吉林省

【文章頁數(shù)】：142 頁

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
目錄
第1章 緒論
    1.1 研究背景與意義
    1.2 2D/3D配準(zhǔn)問題描述
    1.3 2D/3D圖像配準(zhǔn)研究現(xiàn)狀
        1.3.1 基于特征的 2D/3D圖像配準(zhǔn)
        1.3.2 基于灰度的 2D/3D圖像配準(zhǔn)
        1.3.3 基于混合的 2D/3D圖像配準(zhǔn)
    1.4 2D/3D圖像配準(zhǔn)中的挑戰(zhàn)
    1.5 論文創(chuàng)新與結(jié)構(gòu)安排
        1.5.1 論文工作與創(chuàng)新
        1.5.2 論文結(jié)構(gòu)安排
第2章 2D/3D圖像配準(zhǔn)基礎(chǔ)
    2.1 2D/3D配準(zhǔn)框架
    2.2 2D/3D配準(zhǔn)基本組件
        2.2.1 圖像投影渲染
        2.2.2 空間變換模型
        2.2.3 相似性測(cè)度
        2.2.4 配準(zhǔn)最優(yōu)化
    2.3 配準(zhǔn)參考圖像
        2.3.1 圖像標(biāo)定
        2.3.2 配準(zhǔn)參考圖像
    2.4 配準(zhǔn)評(píng)價(jià)指標(biāo)
        2.4.1 目標(biāo)配準(zhǔn)誤差
        2.4.2 配準(zhǔn)時(shí)間
        2.4.3 配準(zhǔn)成功率
第3章 一種新的 2D/3D圖像剛性配準(zhǔn)信息
    3.1 引言
    3.2 圖像灰度距離
        3.2.1 像素歐式距離
        3.2.2 圖像灰度距離
    3.3 基于灰度距離的配準(zhǔn)測(cè)度
    3.4 實(shí)驗(yàn)與結(jié)果
        3.4.1 配準(zhǔn)數(shù)據(jù)處理
        3.4.2 配準(zhǔn)評(píng)價(jià)指標(biāo)
        3.4.3 配準(zhǔn)結(jié)果
    3.5 結(jié)果分析與討論
    3.6 本章小結(jié)
第4章 基于灰度距離的互信息配準(zhǔn)測(cè)度
    4.1 引言
    4.2 互信息
        4.2.1 互信息配準(zhǔn)基礎(chǔ)
        4.2.2 互信息存在問題
    4.3 基于灰度距離的互信息
        4.3.1 基于乘的改進(jìn)
        4.3.2 基于加的改進(jìn)
    4.4 實(shí)驗(yàn)結(jié)果與分析
        4.4.1 實(shí)驗(yàn)結(jié)果
        4.4.2 結(jié)果分析與討論
    4.5 本章小結(jié)
第5章 基于肺氣管樹特征的圖像配準(zhǔn)
    5.1 引言
    5.2 形態(tài)膨脹的區(qū)域生長(zhǎng)算法
        5.2.1 區(qū)域生長(zhǎng)算法
        5.2.2 圖像形態(tài)學(xué)分析
    5.3 基于氣管樹特征的配準(zhǔn)
    5.4 實(shí)驗(yàn)與結(jié)果
        5.4.1 圖像分割實(shí)驗(yàn)
        5.4.2 圖像配準(zhǔn)實(shí)驗(yàn)
    5.5 結(jié)果分析與討論
    5.6 本章小結(jié)
第6章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 未來展望
參考文獻(xiàn)
在學(xué)期間學(xué)術(shù)成果情況
指導(dǎo)教師及作者簡(jiǎn)介
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于灰度距離融合的2D/3D剛性配準(zhǔn)[J]. 王雷,高欣,崔學(xué)理,梁志遠(yuǎn).  光學(xué)精密工程. 2014(10)
[2]形態(tài)膨脹的3D區(qū)域生長(zhǎng)氣管分割算法[J]. 王雷,高欣,張桂芝.  生物醫(yī)學(xué)工程學(xué)雜志. 2013(04)
[3]A refined coherent point drift（CPD）algorithm for point set registration[J]. WANG Peng , WANG Ping, QU ZhiGuo, GAO YingHui & SHEN ZhenKang Auto Target Recognition key Laborotary, National University of Defense Technology, Changsha 410073, China.  Science China（Information Sciences）. 2011(12)
[4]基于CUDA的2D-3D配準(zhǔn)技術(shù)的研究[J]. 徐建,秦安,卜祥磊,馮前進(jìn).  計(jì)算機(jī)工程與應(yīng)用. 2010(11)

博士論文
[1]醫(yī)學(xué)圖像非剛性配準(zhǔn)算法研究[D]. 王偉.大連理工大學(xué) 2012
[2]影像引導(dǎo)下計(jì)算機(jī)輔助介入手術(shù)導(dǎo)航關(guān)鍵技術(shù)的研究[D]. 翟偉明.清華大學(xué) 2010
[3]醫(yī)學(xué)圖像配準(zhǔn)算法研究[D]. 金晶.哈爾濱工業(yè)大學(xué) 2008
[4]醫(yī)學(xué)圖像配準(zhǔn)算法研究[D]. 張紅穎.天津大學(xué) 2007



本文編號(hào)：3133696