基于多相期CT圖像的肝臟分割算法研究及可視化平臺搭建
發(fā)布時(shí)間:2024-12-26 02:30
肝癌是最常見的惡性腫瘤之一,具有高病發(fā)率和高死亡率的特點(diǎn),現(xiàn)已經(jīng)成為威脅人體健康與生命的一大殺手,F(xiàn)有肝癌治療方式以介入手術(shù)切除為主,但是不精準(zhǔn)的手術(shù)切除將增加疾病復(fù)發(fā)的風(fēng)險(xiǎn)。隨著精準(zhǔn)醫(yī)療概念的提出以及醫(yī)療信息化的推進(jìn),三維可視化技術(shù)逐漸被運(yùn)用于醫(yī)學(xué)影像分析中。通過將二維肝臟CT序列進(jìn)行三維重建,醫(yī)師可以對病灶情況進(jìn)行精確定量分析,并且能夠在虛擬的肝臟模型上進(jìn)行手術(shù)方案設(shè)計(jì)和優(yōu)化,最終實(shí)現(xiàn)提高臨床手術(shù)治療準(zhǔn)確性和可靠性的目標(biāo)。本文對肝臟三維可視化過程中的圖像分割算法以及軟件平臺搭建進(jìn)行了研究,主要研究內(nèi)容如下:對平掃期圖像中的肝臟分割算法進(jìn)行了研究。通過支持向量機(jī)篩除序列中的無效切片,運(yùn)用具有空間約束的模糊C均質(zhì)聚類算法以及形態(tài)學(xué)重建方法實(shí)現(xiàn)了肝臟輪廓的自動(dòng)分割,提出了一種基于凸包檢測和近鄰點(diǎn)連接的后處理方法。結(jié)果表明,使用本文方法對肝臟CT圖像序列進(jìn)行分割時(shí)無需人工交互,平均分割準(zhǔn)確度為92.8%,平均單張斷層圖像分割時(shí)間為1.7s,有較好的魯棒性。對靜脈期圖像中肝內(nèi)血管分割算法進(jìn)行了研究。提出了一種具有移動(dòng)種子和動(dòng)態(tài)閾值的三維區(qū)域生長法,針對種子點(diǎn)拾取困難,細(xì)微結(jié)構(gòu)難以分辨的問題,采...
【文章頁數(shù)】:79 頁
【學(xué)位級別】:碩士
【文章目錄】:
中文摘要
Abstract
第一章 緒論
1.1 課題研究背景及研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 三維可視化平臺研究現(xiàn)狀
1.2.2 醫(yī)學(xué)圖像分割算法研究現(xiàn)狀
1.3 論文主要研究內(nèi)容以及章節(jié)安排
第二章 平掃期圖像中肝臟實(shí)質(zhì)分割算法研究
2.1 概述
2.2 基于SVM算法的圖像序列分類
2.3 基于空間約束的模糊C均值聚類圖像灰度分層研究
2.3.1 模糊C均值聚類算法
2.3.2 基于空間約束的模糊C均值聚類算法
2.4 肝臟輪廓自動(dòng)提取方法設(shè)計(jì)
2.5 基于凸包檢測和近鄰點(diǎn)連接的肝臟輪廓修補(bǔ)算法研究
2.6 實(shí)驗(yàn)結(jié)果及分析
2.7 本章小結(jié)
第三章 靜脈期圖像中肝內(nèi)血管分割算法研究
3.1 概述
3.2 基于Hessian矩陣濾波的區(qū)域生長種子點(diǎn)提取
3.3 基于三維區(qū)域生長法的肝內(nèi)血管優(yōu)化分割
3.3.1 二維區(qū)域生長法
3.3.2 三維區(qū)域生長法
3.3.3 基于統(tǒng)計(jì)分析的最低門限值選擇
3.3.4 三維區(qū)域生長法實(shí)現(xiàn)步驟
3.4 基于移動(dòng)立方體的面繪制方法
3.5 實(shí)驗(yàn)結(jié)果及分析
3.6 本章小結(jié)
第四章 動(dòng)脈期圖像中肝內(nèi)病灶分割算法研究
4.1 概述
4.2 基于邊界的活動(dòng)輪廓模型
4.3 基于區(qū)域的活動(dòng)輪廓模型
4.4 基于局部區(qū)域擬合和梯度信息的混合活動(dòng)輪廓模型
4.5 實(shí)驗(yàn)結(jié)果及分析
4.6 本章小結(jié)
第五章 肝臟三維可視化平臺的設(shè)計(jì)與實(shí)現(xiàn)
5.1 概述
5.2 三維可視化平臺軟件架構(gòu)及模塊設(shè)計(jì)
5.2.1 可視化平臺軟件架構(gòu)設(shè)計(jì)
5.2.2 可視化平臺模塊設(shè)計(jì)
5.3 三維可視化平臺用戶界面設(shè)計(jì)
5.4 可視化平臺開發(fā)實(shí)現(xiàn)
5.4.1 文件讀取模塊
5.4.2 影像解析模塊
5.4.3 數(shù)據(jù)封裝模塊
5.4.4 圖像處理層的實(shí)現(xiàn)
5.4.5 可視化與交互層的實(shí)現(xiàn)
5.5 系統(tǒng)測試
5.6 本章小結(jié)
第六章 總結(jié)與展望
6.1 工作總結(jié)
6.2 展望
參考文獻(xiàn)
攻讀學(xué)位期間本人出版或公開發(fā)表的論著、論文
致謝
本文編號:4020388
【文章頁數(shù)】:79 頁
【學(xué)位級別】:碩士
【文章目錄】:
中文摘要
Abstract
第一章 緒論
1.1 課題研究背景及研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 三維可視化平臺研究現(xiàn)狀
1.2.2 醫(yī)學(xué)圖像分割算法研究現(xiàn)狀
1.3 論文主要研究內(nèi)容以及章節(jié)安排
第二章 平掃期圖像中肝臟實(shí)質(zhì)分割算法研究
2.1 概述
2.2 基于SVM算法的圖像序列分類
2.3 基于空間約束的模糊C均值聚類圖像灰度分層研究
2.3.1 模糊C均值聚類算法
2.3.2 基于空間約束的模糊C均值聚類算法
2.4 肝臟輪廓自動(dòng)提取方法設(shè)計(jì)
2.5 基于凸包檢測和近鄰點(diǎn)連接的肝臟輪廓修補(bǔ)算法研究
2.6 實(shí)驗(yàn)結(jié)果及分析
2.7 本章小結(jié)
第三章 靜脈期圖像中肝內(nèi)血管分割算法研究
3.1 概述
3.2 基于Hessian矩陣濾波的區(qū)域生長種子點(diǎn)提取
3.3 基于三維區(qū)域生長法的肝內(nèi)血管優(yōu)化分割
3.3.1 二維區(qū)域生長法
3.3.2 三維區(qū)域生長法
3.3.3 基于統(tǒng)計(jì)分析的最低門限值選擇
3.3.4 三維區(qū)域生長法實(shí)現(xiàn)步驟
3.4 基于移動(dòng)立方體的面繪制方法
3.5 實(shí)驗(yàn)結(jié)果及分析
3.6 本章小結(jié)
第四章 動(dòng)脈期圖像中肝內(nèi)病灶分割算法研究
4.1 概述
4.2 基于邊界的活動(dòng)輪廓模型
4.3 基于區(qū)域的活動(dòng)輪廓模型
4.4 基于局部區(qū)域擬合和梯度信息的混合活動(dòng)輪廓模型
4.5 實(shí)驗(yàn)結(jié)果及分析
4.6 本章小結(jié)
第五章 肝臟三維可視化平臺的設(shè)計(jì)與實(shí)現(xiàn)
5.1 概述
5.2 三維可視化平臺軟件架構(gòu)及模塊設(shè)計(jì)
5.2.1 可視化平臺軟件架構(gòu)設(shè)計(jì)
5.2.2 可視化平臺模塊設(shè)計(jì)
5.3 三維可視化平臺用戶界面設(shè)計(jì)
5.4 可視化平臺開發(fā)實(shí)現(xiàn)
5.4.1 文件讀取模塊
5.4.2 影像解析模塊
5.4.3 數(shù)據(jù)封裝模塊
5.4.4 圖像處理層的實(shí)現(xiàn)
5.4.5 可視化與交互層的實(shí)現(xiàn)
5.5 系統(tǒng)測試
5.6 本章小結(jié)
第六章 總結(jié)與展望
6.1 工作總結(jié)
6.2 展望
參考文獻(xiàn)
攻讀學(xué)位期間本人出版或公開發(fā)表的論著、論文
致謝
本文編號:4020388
本文鏈接:http://sikaile.net/yixuelunwen/fangshe/4020388.html
最近更新
教材專著