靜脈血管的病變是多發(fā)性硬化癥發(fā)生因素之一,發(fā)現(xiàn)靜脈血管異常,包括硬化、靜脈畸形和頸部主靜脈血管狹窄在多發(fā)性硬化癥病人中是普遍發(fā)生的。顱外頸動脈狹窄一直以血管造影為診斷標(biāo)準(zhǔn)。MRA技術(shù)的發(fā)展,使其廣泛地應(yīng)用于顱外頸動脈成像中,MRA能提供滿意的血管形態(tài)學(xué)資料,無電離輻射,無常規(guī)血管造影潛在并發(fā)癥等危險,是顱外頸動脈優(yōu)秀的無創(chuàng)傷性檢查手段。MRA對正常腦動靜脈的顯示和對異常血管的顯示有很好的效果。本文目前主要用來處理頸部動脈以及靜脈的解剖圖像,對主要的頸部血管,進(jìn)行識別與診斷。本文利用傳統(tǒng)的解剖MRI序列顯示頸部結(jié)構(gòu),從而處理多發(fā)性應(yīng)硬化癥病人病癥。對主要的頸部血管位置進(jìn)行血管的標(biāo)記,對主要的頸部血管做分割與重建,觀察血管的病變,從而幫助醫(yī)生高效率的分析與診斷。研究中的MRI影像數(shù)據(jù)均來自于美國韋恩州立大學(xué)�？藢嶒炇�。本文在結(jié)合PC-MRA圖像分析了頸部血管的解剖結(jié)構(gòu)后,利用CCSVI協(xié)議,又對多發(fā)性硬化癥病人的畸形表現(xiàn)做了分析,包括血管的扁平、狹窄、膨脹、信號丟失等。同時對快速診斷分析方法做了總結(jié)。之后,總結(jié)血管的位置規(guī)律,并對相關(guān)參數(shù)做歸一化,利用血管位置的徑向距離和角度對頸部血管做標(biāo)... 

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【文章目錄】：
中文摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文研究內(nèi)容
        1.3.1 研究內(nèi)容
        1.3.2 本文的組織
第2章 頸部動靜脈解剖分析
    2.1 頸部動靜脈生物學(xué)解剖結(jié)構(gòu)
        2.1.1 動脈解剖結(jié)構(gòu)
        2.1.2 頸部靜脈解剖結(jié)構(gòu)
    2.2 MRI類型及特點
        2.2.1 MRA原理
        2.2.2 MRA分類
    2.3 PC-MRA頸部血管標(biāo)記
        2.3.1 PC-MRA頸部血管解剖結(jié)構(gòu)
        2.3.2 MRA頸部血管手動標(biāo)記
        2.3.3 頸部血管手動標(biāo)記
    2.4 本章小結(jié)
第3章 多發(fā)性硬化癥頸部血管診斷
    3.1 多發(fā)性硬化癥概述
        3.1.1 什么是多發(fā)性硬化癥
        3.1.2 多發(fā)性硬化癥的種類
        3.1.3 多發(fā)性硬化癥的發(fā)病原因
        3.1.4 多發(fā)性硬化癥的表現(xiàn)
    3.2 多發(fā)性硬化癥MRA圖像特征與表現(xiàn)
        3.2.1 多發(fā)性硬化癥輔助特點
    3.3 診斷軟件SPN介紹
    3.4 多發(fā)性硬化癥MRA圖像畸變診斷
    3.5 本章小結(jié)
第4章 頸部血管標(biāo)記識別
    4.1 模式識別系統(tǒng)
        4.1.1 模式識別概述
        4.1.2 模式識別方法
        4.1.3 模式識別基本問題
    4.2 動靜脈特征提取
        4.2.1 特征提取方法
        4.2.2 頸部動靜脈特征提取
        4.2.3 頸部動靜脈血管自動標(biāo)記
    4.4 本章小結(jié)
第5章 頸部血管分割和三維重建
    5.1 圖像分割算法
        5.1.1 概述
        5.1.2 圖像分割算法分類
    5.2 醫(yī)學(xué)圖像三維重建發(fā)展及研究
        5.2.1 醫(yī)學(xué)圖像三維重建發(fā)展
        5.2.2 三維重建方法
    5.3 Mimics建立頸部靜脈模型
        5.3.1 Mimics醫(yī)學(xué)重建軟件簡介
        5.3.2 Mimics建立模型的過程
        5.3.3 Mimics三維重建結(jié)果分析
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于Gabor變換和灰度梯度共生矩陣的人耳識別研究[J]. 梁曉霞,封筠.  石家莊鐵道大學(xué)學(xué)報(自然科學(xué)版). 2011(01)
[2]不變矩在圖像特征提取及目標(biāo)識別中的應(yīng)用[J]. 王曉軍.  機(jī)械工程與自動化. 2011(01)
[3]基于升序復(fù)核的并行三維圖像骨架化算法[J]. 滕奇志,康瑕,唐棠,何小海.  光學(xué)精密工程. 2009(10)
[4]頸動脈粥樣硬化斑塊MRI研究進(jìn)展[J]. 趙輝林,許建榮.  放射學(xué)實踐. 2007(06)
[5]高敏C反應(yīng)蛋白及脈壓與老年高血壓患者動脈粥樣硬化相關(guān)性探討[J]. 屈正俊,駱勤正,彭麗春,房明昌.  中華老年心腦血管病雜志. 2007(01)
[6]腦血管疾病診斷中MRA與DSA對照分析[J]. 武傳華,鞠發(fā)軍,周建峰.  上海醫(yī)學(xué)影像. 2005(02)
[7]改進(jìn)多尺度融合結(jié)合小波域HMT模型的遙感圖像分割[J]. 孫文鋒,孫強(qiáng),焦李成.  紅外與激光工程. 2004(05)
[8]基于數(shù)據(jù)場特征的直接體繪制方法[J]. 趙曉峰,張慧,周以齊.  計算機(jī)工程與應(yīng)用. 2004(22)
[9]一種分層馬爾可夫圖像模型及其推導(dǎo)算法[J]. 汪西莉,劉芳,焦李成.  軟件學(xué)報. 2003(09)
[10]基于微機(jī)的醫(yī)學(xué)圖像三維重建[J]. 黎弘，蔡元龍，姜航毅.  中國生物醫(yī)學(xué)工程學(xué)報. 1995(03)

碩士論文
[1]醫(yī)學(xué)圖像的特征提取及模式分類[D]. 張薇麗.河北大學(xué) 2008



本文編號：3667218