腎臟是人體重要的器官之一,維持著人體的代謝平衡。目前腎臟疾病已經(jīng)成為威脅人類健康的重大疾病之一。現(xiàn)如今中國(guó)慢性病腎臟患者已達(dá)1.2億,腎腫瘤患者數(shù)在我國(guó)泌尿外科腫瘤中占第二位,兩大類腎臟疾病均會(huì)導(dǎo)致腎功能降低。臨床上,評(píng)價(jià)腎功能高低的最佳指標(biāo)為腎小球?yàn)V過(guò)率(glomerular filtration rate,GFR),目前臨床上多采用的GFR檢測(cè)方法為:將單光子發(fā)射斷層成像^99mTc-DTPA腎動(dòng)態(tài)顯像方法與Gates方法結(jié)合評(píng)估腎功能并將其作為金標(biāo)準(zhǔn)。然而臨床上對(duì)于圖像中感興趣區(qū)域的獲取大多采用人工勾畫沒(méi)有統(tǒng)一標(biāo)準(zhǔn),時(shí)間效率低,特別是當(dāng)腎臟嚴(yán)重受損時(shí),放射性核素不經(jīng)腎小球?yàn)V過(guò)亮度減弱,腎臟感興趣區(qū)域輪廓模糊因而很難被分割出來(lái)。接下來(lái),本文將從以下幾個(gè)方面進(jìn)行內(nèi)容的研究和創(chuàng)新:(1)針對(duì)目前臨床上腎動(dòng)態(tài)顯像評(píng)估腎功能方法過(guò)多依賴手動(dòng)獲取感興趣區(qū)域以及時(shí)間效率較低的問(wèn)題,提出一種腎動(dòng)態(tài)顯像自動(dòng)化定量評(píng)估方法。該方法可以自動(dòng)獲取到腎臟感興趣區(qū)域(region of interest,ROI)、本底R(shí)OI、主動(dòng)脈ROI,結(jié)合Gates法計(jì)算得到分腎GFR、總腎GFR,...

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
1.緒論
    1.1 選題依據(jù)、研究背景及意義
        1.1.1 選題依據(jù)
        1.1.2 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 腎動(dòng)態(tài)顯像定量評(píng)估GFR研究存在的問(wèn)題
    1.4 本文的研究?jī)?nèi)容及組織結(jié)構(gòu)
        1.4.1 研究?jī)?nèi)容
        1.4.2 論文組織結(jié)構(gòu)
    1.5 本章小結(jié)
2.醫(yī)學(xué)腎臟圖像分割算法
    2.1 基于無(wú)/弱先驗(yàn)的醫(yī)學(xué)圖像分割方法
        2.1.1 基于邊界的醫(yī)學(xué)圖像分割
        2.1.2 基于區(qū)域的醫(yī)學(xué)圖像分割
        2.1.3 基于活動(dòng)輪廓模型的醫(yī)學(xué)圖像分割
    2.2 基于強(qiáng)先驗(yàn)的醫(yī)學(xué)圖像分割方法
        2.2.1 基于主動(dòng)形狀/外觀模型(ASM/AAM)的圖像分割
        2.2.2 基于具有形狀先驗(yàn)的活動(dòng)輪廓模型圖像分割
        2.2.3 基于圖譜的醫(yī)學(xué)圖像分割
    2.3 本章小結(jié)
3.醫(yī)學(xué)腎動(dòng)態(tài)顯像自動(dòng)化定量評(píng)估方法
    3.1 引言
    3.2 方法流程
        3.2.1 圖像采集
        3.2.2 圖像預(yù)處理
        3.2.3 基于改進(jìn)水平集的腎臟ROI獲取算法
        3.2.4 本底R(shí)OI獲取
        3.2.5 主動(dòng)脈ROI獲取
        3.2.6 GFR計(jì)算
    3.3 性能評(píng)估與結(jié)果分析
        3.3.1 實(shí)驗(yàn)數(shù)據(jù)及參數(shù)設(shè)置
        3.3.2 實(shí)驗(yàn)指標(biāo)與結(jié)果分析
    3.4 本章小結(jié)
4.基于結(jié)合形狀先驗(yàn)的改進(jìn)水平集方法獲取腎臟ROI
    4.1 引言
    4.2 C-V水平集模型
    4.3 結(jié)合形狀先驗(yàn)改進(jìn)水平集算法
        4.3.1 無(wú)需重新初始化的C-V水平集模型
        4.3.2 結(jié)合形狀先驗(yàn)的改進(jìn)水平集算法
    4.4 性能評(píng)估與結(jié)果分析
    4.5 本章小結(jié)
5.醫(yī)學(xué)腎動(dòng)態(tài)顯像自動(dòng)化定量評(píng)估系統(tǒng)
    5.1 系統(tǒng)設(shè)計(jì)的目的及意義
    5.2 系統(tǒng)總體設(shè)計(jì)
    5.3 系統(tǒng)模塊功能實(shí)現(xiàn)
        5.3.1 系統(tǒng)主界面
        5.3.2 輸入源圖像運(yùn)行界面
        5.3.3 圖像預(yù)處理運(yùn)行界面
        5.3.4 ROI獲取運(yùn)行界面
        5.3.5 腎功能評(píng)估運(yùn)行界面
    5.4 本章小結(jié)
6.總結(jié)與展望
    6.1 全文總結(jié)
    6.2 未來(lái)工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及所取得的研究成果
致謝



本文編號(hào)：3751237