【摘要】：隨著冠心病診斷需求的不斷增加,基于醫(yī)學(xué)圖像的輔助診斷已成為提高診斷效率的重要手段�；贑TA數(shù)據(jù)的冠狀動(dòng)脈立體分割是冠心病輔助診斷的關(guān)鍵技術(shù),已成為研究的熱點(diǎn)。受不同設(shè)備、不同病人和造影劑分布不均勻等因素的影響,冠狀動(dòng)脈在CTA數(shù)據(jù)中的清晰度不同,冠狀動(dòng)脈立體分割成為一項(xiàng)具有挑戰(zhàn)的任務(wù)。本文針對(duì)冠狀動(dòng)脈CTA數(shù)據(jù),從準(zhǔn)確性、自動(dòng)性和運(yùn)行速度三個(gè)方面,展開了對(duì)冠狀動(dòng)脈分割算法的研究,具體工作如下:(1)提出一種基于多特征約束的區(qū)域生長分割算法。該算法考慮到冠狀動(dòng)脈粗細(xì)不同的管狀特性,使用管狀濾波器提取不同尺度下的血管相似性特征,同時(shí)結(jié)合冠狀動(dòng)脈在CTA數(shù)據(jù)中的密度特征共同作為區(qū)域生長的約束條件。本算法很好的解決了單特征區(qū)域生長算法容易出現(xiàn)的欠分割現(xiàn)象,提高分割算法的精度。在有先驗(yàn)閾值的情況下,其測(cè)試Dice系數(shù)為0.88,比單特征方法提高0.2;在沒有先驗(yàn)閾值情況下,其測(cè)試Dice系數(shù)為0.6(同樣比單特征方法高),算法運(yùn)行時(shí)間為460秒左右。(2)提出一種結(jié)合3D全卷積網(wǎng)絡(luò)和生長思想的自動(dòng)分割算法。該分割算法主要有起始種子點(diǎn)定位、局部數(shù)據(jù)塊的分割和種子點(diǎn)搜索策略三個(gè)部分:●起始點(diǎn)定位:根據(jù)升主動(dòng)脈和冠狀動(dòng)脈的連通性質(zhì),通過分割升主動(dòng)脈來自動(dòng)定位冠狀動(dòng)脈根節(jié)點(diǎn),為實(shí)現(xiàn)冠狀動(dòng)脈自動(dòng)分割提供條件;●局部數(shù)據(jù)塊的分割:提出一種多感受野融合的3D分割網(wǎng)絡(luò)。該部分用尺寸為64×64×64的局部數(shù)據(jù)塊和Dice損失函數(shù)解決冠狀動(dòng)脈立體分割中出現(xiàn)的標(biāo)簽分布極不平衡的問題。在網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)上,該網(wǎng)絡(luò)在編碼器末端加入金字塔池化,多感受野融合的結(jié)構(gòu)更好的結(jié)合了數(shù)據(jù)塊中的全局信息和局部信息,很好的抑制了其他組織的干擾;此外,在編-解碼的全卷積網(wǎng)絡(luò)結(jié)構(gòu)中加入殘差模塊、批歸一化、Dropout等操作,抑制網(wǎng)絡(luò)過擬合的同時(shí)保證網(wǎng)絡(luò)的快速收斂;●種子點(diǎn)搜索策略:提出一種基于生長思想的種子點(diǎn)搜索策略,通過分析上一次數(shù)據(jù)塊的分割結(jié)果確定下一次選擇數(shù)據(jù)塊的中心,提取冠狀動(dòng)脈附近的數(shù)據(jù)塊,實(shí)現(xiàn)了高效使用訓(xùn)練好的分割網(wǎng)絡(luò);該分割算法在測(cè)試集上平均Dice系數(shù)為0.76,運(yùn)行時(shí)間在40秒左右。(3)根據(jù)本文分割算法實(shí)現(xiàn)了冠狀動(dòng)脈的狹窄測(cè)量。通過對(duì)血管拉直、細(xì)化、分段、計(jì)算橫截面積等操作后,初步可以實(shí)現(xiàn)冠狀動(dòng)脈狹窄測(cè)量,為冠狀動(dòng)脈狹窄檢測(cè)和量化分級(jí)等應(yīng)用提供可行性分析。綜上所述,本文提出的兩種冠狀動(dòng)脈分割算法在測(cè)試集上的Dice系數(shù)從60%提升到了76%,運(yùn)行時(shí)間從460秒減少到40秒,同時(shí)實(shí)現(xiàn)了冠狀動(dòng)脈的自動(dòng)分割�；诒疚姆指钏惴ǖ姆指罱Y(jié)果初步實(shí)現(xiàn)了血管狹窄測(cè)量,證明了算法的有效性。
【圖文】：

的信號(hào)經(jīng)過重建后形成ＣＴ圖像。當(dāng)需要研究血管成像時(shí)，因?yàn)檠旱拿芏群退义虾芙咏蝗菀自谄胀ǎ茫詧D像上顯示，所以需要注射造影劑對(duì)血管進(jìn)行增強(qiáng)，然逡逑后利用計(jì)算機(jī)重建算法恢復(fù)血管的立體影像。不同視角下的ＣＴＡ如圖２－１所示。逡逑（ｄ）樣本二橫斷位邐（ｅ）樣本二矢狀位邐（ｆ）樣本二冠狀位逡逑圖２－１不同視角下的ＣＴＡ數(shù)據(jù)逡逑冠狀動(dòng)脈分為左冠狀動(dòng)脈和右冠狀動(dòng)脈兩個(gè)大的分支；目前大部分研究人員逡逑采用美國心臟病協(xié)會(huì)（ＡＨＡ）提出的冠狀動(dòng)脈劃分標(biāo)準(zhǔn)，該標(biāo)準(zhǔn)將直徑大于１．５ｍｍ逡逑７逡逑

第二章冠狀動(dòng)脈數(shù)據(jù)介紹逡逑的冠狀動(dòng)脈分成了邋１７段，如圖２－２所示。逡逑ＯＭ？逡逑圖２－２冠狀動(dòng)脈劃分解剖圖逡逑左冠狀動(dòng)脈分支共丨２段，主要包括左循環(huán)支（１丨，１３），左對(duì)角支（１６），逡逑左前降支（６，邋７，，邋８）等大的分支；右冠狀動(dòng)脈分支共５段，主要包括后降支（４）、逡逑右冠（１，２，３）等大的分支。冠狀動(dòng)脈各個(gè)分支在ＣＴＡ圖像橫斷位中如圖２－３逡逑所示。逡逑000逡逑圖２－３冠狀動(dòng)脈在ＣＴＡ數(shù)據(jù)橫斷位中的分布圖逡逑為了存儲(chǔ)ＣＴＡ數(shù)據(jù)，通常使用固定的編碼方式將重建的圖像存儲(chǔ)在計(jì)算機(jī)逡逑中。醫(yī)學(xué)圖像常用的編碼格式有６種，分別為：ＡＮＡＬＹＺＥ（Ｍａｙｏ醫(yī)學(xué)成像）、ＮＲＲＤ逡逑（近原始柵格數(shù)據(jù)）、ＤＩＣＯＭ（醫(yī)學(xué)數(shù)字成像核通訊）、ＮＩＦＴＩ（神經(jīng)影像信息技術(shù)）、逡逑ＰＡＲ／ＲＥＣ（Ｐｈｉｌｉｐｓ磁共振掃描格式）和ＭＮＩＣ。下面對(duì)本文中常使用的兩種格式進(jìn)逡逑行介紹。逡逑ＮＲＲＩ）：邋“國家醫(yī)學(xué)圖像計(jì)算聯(lián)盟”（ＮＡ－ＭＩＣ）開發(fā)的一種存儲(chǔ)編碼方式，逡逑８逡逑
【學(xué)位授予單位】：北方工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：R816.2;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周峗,李久賢,夏良正;基于區(qū)域生長的紅外圖像分割[J];南京理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年S1期

2 孫日明;;用于醫(yī)學(xué)圖像分割的區(qū)域生長方法[J];大連交通大學(xué)學(xué)報(bào);2010年02期

3 曹彩霞;董洪偉;丁金仲;;基于區(qū)域生長的網(wǎng)格模型分割[J];計(jì)算機(jī)工程與應(yīng)用;2008年31期

4 王華松;;圖像區(qū)域生長分割算法研究[J];科技創(chuàng)新導(dǎo)報(bào);2015年18期

5 魏津瑜;施鶴南;蘇思沁;;基于改進(jìn)算法的自動(dòng)種子區(qū)域生長圖像分割[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年S2期

6 郭佳;郭治成;;基于并行四鄰域區(qū)域生長的遙感圖像分割方法[J];蘭州石化職業(yè)技術(shù)學(xué)院學(xué)報(bào);2008年02期

7 陳永飛;崔艷鵬;胡建偉;;基于9＿7提升小波和區(qū)域生長的目標(biāo)檢測(cè)算法[J];計(jì)算機(jī)科學(xué);2018年S1期

8 吳焱,沈定剛,李艷斌,戚飛虎;用區(qū)域生長分割算法進(jìn)行動(dòng)目標(biāo)定位[J];無線電工程;1994年01期

9 楊家紅;劉杰;鐘堅(jiān)成;何明志;;結(jié)合分水嶺與自動(dòng)種子區(qū)域生長的彩色圖像分割算法[J];中國圖象圖形學(xué)報(bào);2010年01期

10 楊海英;于永亮;楊志鵬;;基于區(qū)域生長規(guī)則的多傳感器漏磁檢測(cè)信號(hào)分割方法[J];科學(xué)技術(shù)與工程;2010年24期

相關(guān)會(huì)議論文 前10條

1 吳瑩;梁炯;殷嘉林;聶君峪;;基于區(qū)域生長的金色區(qū)域提取[A];2015第四屆中國印刷與包裝學(xué)術(shù)會(huì)議論文摘要集[C];2015年

2 魏津瑜;施鶴南;蘇思沁;;基于改進(jìn)算法的自動(dòng)種子區(qū)域生長圖像分割[A];2013年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第五分冊(cè)）[C];2013年

3 黃建軍;彭蓉;;基于網(wǎng)絡(luò)并行的高分辨城市航空影像陰影檢測(cè)[A];全國第一屆信號(hào)處理學(xué)術(shù)會(huì)議暨中國高科技產(chǎn)業(yè)化研究會(huì)信號(hào)處理分會(huì)籌備工作委員會(huì)第三次工作會(huì)議�？痆C];2007年

4 趙進(jìn)輝;周志艷;羅錫文;;一種基于區(qū)域生長的甘蔗苗期赤腐病病斑分割算法[A];2007年中國農(nóng)業(yè)工程學(xué)會(huì)學(xué)術(shù)年會(huì)論文摘要集[C];2007年

5 李哲;鄭江濱;李秀秀;李杭;;基于重采樣檢測(cè)的圖像可信度評(píng)價(jià)方法[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會(huì)議（NCMT2010）、第6屆全國人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2010）、第5屆全國普適計(jì)算學(xué)術(shù)會(huì)議（PCC2010）論文集[C];2010年

6 付煒;胡彩寧;;虹膜定位算法的研究[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)會(huì)議論文集（上冊(cè)）[C];2008年

7 胡偉平;王日鳳;;基于閾值分割與區(qū)域生長的車牌識(shí)別方法[A];廣西計(jì)算機(jī)學(xué)會(huì)2015年學(xué)術(shù)年會(huì)論文集[C];2015年

8 盛葉鵬;張明;李少青;歐陽海燕;王磊;;基于區(qū)域增長的集成電路解剖照片分割方法研究[A];第十六屆計(jì)算機(jī)工程與工藝年會(huì)暨第二屆微處理器技術(shù)論壇論文集[C];2012年

9 徐勇;郭毓;陶芬;;基于灰度積分投影與區(qū)域生長的人眼定位方法[A];2009年中國智能自動(dòng)化會(huì)議論文集（第三分冊(cè)）[C];2009年

10 王偉;張明;朱青山;王磊;徐長明;李少青;;一種基于芯片解剖照片的IP核侵權(quán)鑒定方法[A];第十六屆計(jì)算機(jī)工程與工藝年會(huì)暨第二屆微處理器技術(shù)論壇論文集[C];2012年

相關(guān)重要報(bào)紙文章 前1條

1 ;46個(gè)小區(qū)今春穿綠裝[N];營口日?qǐng)?bào);2010年

相關(guān)博士學(xué)位論文 前4條

1 金飛;基于紋理特征的遙感影像居民地提取技術(shù)研究[D];解放軍信息工程大學(xué);2013年

2 司馬海峰;基于像素聚類的彩色圖像分割技術(shù)研究[D];北京理工大學(xué);2014年

3 張朝霞;基于MSCT的感興趣血管段CAG最佳視角和冠脈運(yùn)動(dòng)估計(jì)的研究[D];天津大學(xué);2012年

4 左玲;圖像數(shù)據(jù)統(tǒng)計(jì)過程控制方法研究[D];天津大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 查健;混凝土沙石材料孔隙率的檢測(cè)與研究[D];武漢理工大學(xué);2018年

2 陳富強(qiáng);冠狀動(dòng)脈立體分割算法研究[D];北方工業(yè)大學(xué);2019年

3 尹哲;醫(yī)學(xué)圖像三維重建系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2018年

4 王華松;一種基于種子點(diǎn)區(qū)域生長的彩色圖象分割算法[D];河南大學(xué);2015年

5 張宏偉;高分辨率影像中農(nóng)村道路提取方法研究[D];重慶大學(xué);2016年

6 李利;印鑒鑒別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

7 曾璐;彩色圖像分割技術(shù)研究[D];武漢理工大學(xué);2010年

8 曹彪;基于區(qū)域生長的OCT圖像分割算法研究[D];北京理工大學(xué);2015年

9 王佳男;采用基于區(qū)域的自動(dòng)種子區(qū)域生長法的彩色圖像分割方法[D];東北師范大學(xué);2007年

10 徐康;基于區(qū)域生長與邊緣懲罰的SAR圖像分割算法研究[D];合肥工業(yè)大學(xué);2010年

本文編號(hào)：2620928