【摘要】：鼻內(nèi)窺鏡技術(shù)以其直觀、微創(chuàng)的特點(diǎn)已成為耳鼻喉科的常規(guī)技術(shù)手段。隨著鼻內(nèi)窺鏡技術(shù)的發(fā)展與完善，鼻內(nèi)鏡手術(shù)的范圍已擴(kuò)展至顱底等深層次結(jié)構(gòu)。因顱底部位較深、解剖結(jié)構(gòu)復(fù)雜，內(nèi)鏡顱底外科的發(fā)展需要更加直觀、豐富的顱底區(qū)域影像信息及術(shù)中導(dǎo)航技術(shù)。現(xiàn)有的術(shù)中導(dǎo)航多采用CT或MRI的影像顯示結(jié)構(gòu)及操作定位。CT對(duì)骨等密度較高的組織能提供高清晰的圖像，但是對(duì)軟組織結(jié)構(gòu)顯示欠佳；MRI對(duì)軟組織的成像具有較高的分辨率，卻無法精細(xì)顯示骨性結(jié)構(gòu)。已有將CT-MRI圖像融合技術(shù)等多模態(tài)影像信息技術(shù)應(yīng)用于神經(jīng)外科及口腔頜面外科，但在內(nèi)鏡鼻竇-顱底外科中應(yīng)用較少。我們擬用CT-MRI融合圖像來進(jìn)行鼻竇-顱底結(jié)構(gòu)的三維重建并應(yīng)用于手術(shù)導(dǎo)航系統(tǒng)的三維立體顯示系統(tǒng)。 本研究采用我院自主知識(shí)產(chǎn)權(quán)的圖像處理系統(tǒng)對(duì)增強(qiáng)CT及MRI圖像進(jìn)行配準(zhǔn)、融合、分割及三維重建，采用虛擬內(nèi)鏡下觀察法、體繪制分割法、自動(dòng)空間測(cè)量法及人工三維測(cè)量法，對(duì)基于CT-MRI融合圖像的三維重建模型進(jìn)行觀察、操作及測(cè)量，用以研究CT-MRI融合圖像在鼻竇-顱底外科導(dǎo)航三維顯示中的應(yīng)用。 第一部分頭顱CT-MRI圖像的配準(zhǔn)、融合、分割及三維重建 目的：研究頭顱CT、MRI圖像配準(zhǔn)、融合、分割及三維重建的方法。方法：選取患者的頭顱增強(qiáng)CT及MRI圖像作為研究對(duì)象，采用我院自主知識(shí)產(chǎn)權(quán)的圖像處理系統(tǒng)進(jìn)行操作。選擇左、右眼球、第二頸椎椎體及枕骨大孔中心為配準(zhǔn)點(diǎn)進(jìn)行點(diǎn)配準(zhǔn)，然后進(jìn)行圖像融合。在增強(qiáng)CT圖像上進(jìn)行顱骨及頸內(nèi)動(dòng)脈等的分割；在融合后的CT-MRI圖像上進(jìn)行腫物、鼻中隔、下鼻甲、中鼻甲等結(jié)構(gòu)的分割。分別對(duì)勾勒出的結(jié)構(gòu)進(jìn)行三維重建。結(jié)果：選擇左、右眼球中央、第二頸椎椎體及枕骨大孔中央進(jìn)行點(diǎn)配準(zhǔn)、融合后圖像中的重要解剖標(biāo)志吻合度好，符合解剖學(xué)常識(shí)。融合后的CT-MRI融合圖像既可清晰顯示頭顱的骨性結(jié)構(gòu)同時(shí)也能清晰呈現(xiàn)軟組織結(jié)構(gòu)，圖像信息較單一的CT或MRI更加豐滿。依照CT與MRI圖像的配準(zhǔn)、融合、三維重建步驟進(jìn)行勾勒的圖形邊界清晰，完整，與融合圖像中陰影邊界重合好，與周圍結(jié)構(gòu)的勾勒邊界無重疊。重建的結(jié)構(gòu)顯示完整，連續(xù)，表面光滑。結(jié)論：利用眼球、椎體及枕骨大孔中心點(diǎn)進(jìn)行點(diǎn)配準(zhǔn)的方法無創(chuàng)、簡(jiǎn)潔可用于頭顱CT-MRI圖像配準(zhǔn)。依照配準(zhǔn)、融合、三維重建的操作步驟可減小MRI圖像的失真，其三維重建出的模型可以更準(zhǔn)確地反應(yīng)軟組織的大小。 第二部分三維立體模型在手術(shù)導(dǎo)航顯示系統(tǒng)中的應(yīng)用 目的：研究三維立體模型在手術(shù)導(dǎo)航顯示系統(tǒng)中的應(yīng)用。方法：應(yīng)用虛擬內(nèi)鏡的方式立體顯示鼻腔-顱底結(jié)構(gòu)，并與三視圖導(dǎo)航及真實(shí)內(nèi)鏡下顯示的顱底圖像進(jìn)行對(duì)比。結(jié)果：模擬內(nèi)鏡經(jīng)鼻的觀察方式可從鼻腔內(nèi)部顯示顱底各組織模型的立體結(jié)構(gòu)，與真實(shí)內(nèi)鏡下組織形態(tài)及空間位置關(guān)系相似，各模型三維旋轉(zhuǎn)及透明度調(diào)節(jié)流暢。從真實(shí)內(nèi)鏡及三視圖無法直接觀察到腫物與周圍重要的神經(jīng)及血管的位置關(guān)系。結(jié)論：基于CT-MRI融合圖像的三維重建模型可通過虛擬內(nèi)鏡下觀察法來實(shí)現(xiàn)由鼻腔內(nèi)部觀察顱底結(jié)構(gòu)的空間位置關(guān)系，三維模型立體導(dǎo)航在顯示顱底結(jié)構(gòu)方面比真實(shí)內(nèi)鏡及三視圖導(dǎo)航顯示方式直觀、方便、操作性強(qiáng)，可進(jìn)行手術(shù)入路規(guī)劃及手術(shù)風(fēng)險(xiǎn)評(píng)估，并為導(dǎo)航圖像的立體顯示奠定了基礎(chǔ)。 第三部分CT-MRI融合圖像三維模型在鼻竇-顱底外科導(dǎo)航三維顯示術(shù)前規(guī)劃中的應(yīng)用 目的：CT-MRI融合圖像三維模型在鼻竇-顱底外科三維導(dǎo)航術(shù)前規(guī)劃中的應(yīng)用。方法：將CT-MRI融合圖像表面繪制出的軟組織三維模型與根據(jù)增強(qiáng)CT體繪制出的顱骨模型組合在一起，采用體繪制分割法分割顱骨模型進(jìn)行觀察，由外向內(nèi)逐層顯露顱骨的骨性標(biāo)志，觀察各模型與顯露出的骨性標(biāo)志間的空間位置關(guān)系。結(jié)果：基于CT-MRI融合圖像的體繪制模型與表面繪制模型可以通過模型間的組合來共同完成鼻竇-顱底結(jié)構(gòu)的顯示。體繪制分割后的顱骨模型殘端邊界清楚，邊緣圓滑，可由外向內(nèi)層層分割模型來推進(jìn)觀察，顯示不同深度的骨性標(biāo)志與顱內(nèi)軟組織模型間的空間位置關(guān)系。結(jié)論：基于CT-MRI融合圖像的三維重建模型可通過與增強(qiáng)CT的體繪制模型相結(jié)合，采用體繪制分割法來實(shí)現(xiàn)由由外向內(nèi)層層觀察頭顱骨性標(biāo)志與顱底結(jié)構(gòu)的空間位置關(guān)系，可進(jìn)行術(shù)前手術(shù)入路規(guī)劃及手術(shù)風(fēng)險(xiǎn)評(píng)估，并為導(dǎo)航圖像的立體顯示奠定了基礎(chǔ)。 第四部分鼻竇-顱底三維模型空間測(cè)量方式的研究 目的：鼻竇-顱底三維模型中結(jié)構(gòu)和占位病變的空間測(cè)量的方法。方法：對(duì)25例患者的顱底腫物模型分別采用自動(dòng)法與人工法測(cè)量腫物模型的最大徑線。自動(dòng)法：采用圖像處理系統(tǒng)的自動(dòng)顯示功能來顯示模型的最大徑線及模型間的空間距離。人工法：隨機(jī)選取10名我科臨床醫(yī)師作為人工組的操作人員，對(duì)每一個(gè)模型的最大徑線進(jìn)行手工選點(diǎn)測(cè)量并以每個(gè)模型的平均測(cè)量值作為數(shù)據(jù)。比較自動(dòng)法與人工法測(cè)量的模型最大徑線數(shù)據(jù)并統(tǒng)計(jì)。結(jié)果：自動(dòng)測(cè)量法與人工測(cè)量法在測(cè)量腫物模型最大徑線（自動(dòng)法最大直徑均數(shù)為32.007±15.311mm；人工法最大徑線均數(shù)為30.240±15.169mm）上差異有統(tǒng)計(jì)學(xué)意義（t=8.409，P0.05）。圖像處理系統(tǒng)可自動(dòng)顯示腫物模型的最大徑線及模型間空間距離的位置，并通過不同顏色的線條加以區(qū)別。結(jié)論：圖像處理系統(tǒng)的自動(dòng)測(cè)量功能比人工測(cè)量更加精準(zhǔn)，并能夠自動(dòng)顯示模型最大徑線及模型間空間距離的徑線所在位置，，有利于手術(shù)入路規(guī)劃、手術(shù)風(fēng)險(xiǎn)評(píng)估及空間測(cè)量。
【圖文】：

13圖 1-3三、圖像分割在增強(qiáng) CT 圖像上采用閾值法分割出的顱骨及其細(xì)微結(jié)構(gòu)，曲線連續(xù)，弧度然，如眼眶、鼻腔外側(cè)壁等；頸內(nèi)動(dòng)脈光滑，血管彎曲處自然平滑，無成角形，符合解剖常識(shí)。在 CT-MRI 融合圖像上分割出的腫物（圖 1-4）、下鼻

圖 1-4維重建及可視化操作面光滑、能反映出組織結(jié)構(gòu)的形態(tài)特征，色彩渲染使不同的個(gè)模型間在進(jìn)行組合顯示時(shí)無互相干擾，可流暢地進(jìn)行放透明度調(diào)節(jié)等操作（圖 1-5）。
【學(xué)位授予單位】：中國(guó)人民解放軍醫(yī)學(xué)院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類號(hào)】：R816.1;TP391.41

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 吳冬暉;基于圖像序列的融合方法研究[D];南昌航空大學(xué);2015年

本文編號(hào)：2540862