發(fā)布時(shí)間：2020-05-26 13:35

【摘要】：醫(yī)學(xué)圖像分割是當(dāng)下熱門(mén)研究領(lǐng)域,但由于全自動(dòng)分割方法容易受噪聲、場(chǎng)偏移效應(yīng)等影響,且CT圖像中骨骼與軟骨、軟骨與軟組織均有灰度較為接近的問(wèn)題,這些問(wèn)題使得臨床上對(duì)于CT圖像中骨骼與軟骨的全自動(dòng)的分割目前無(wú)法普及,也導(dǎo)致了全自動(dòng)分割至今無(wú)法完全代替人工參與的半自動(dòng)分割方法。本文以改進(jìn)算法實(shí)現(xiàn)胸廓軟骨與骨骼的自動(dòng)分割為目標(biāo),首先分析了醫(yī)學(xué)圖像處理的發(fā)展歷史和現(xiàn)狀,指出了CT圖像中骨骼與軟骨分割面臨的挑戰(zhàn)。其次,通過(guò)分析人體胸廓骨骼和軟骨的分布特征以及常用的降噪、分割、形態(tài)學(xué)處理、邊緣提取等方面的算法,結(jié)合醫(yī)學(xué)知識(shí),本文提出一種基于改進(jìn)的區(qū)域生長(zhǎng)算法和閾值分割法相結(jié)合的方法,用于分割CT圖像的骨骼與軟骨,并通過(guò)實(shí)驗(yàn)設(shè)計(jì),實(shí)現(xiàn)了整套圖像的自動(dòng)分割并對(duì)生成的三維數(shù)據(jù)調(diào)用matlab三維可視化工具輸出三維模型。本課題基于3套共計(jì)582張DICOM3.0切片數(shù)據(jù)。經(jīng)驗(yàn)證,本實(shí)驗(yàn)改進(jìn)后的算法除起始階段幾乎沒(méi)有人工參與,算法的分割效率及準(zhǔn)確性比依賴(lài)于醫(yī)師手工分割和半自動(dòng)系統(tǒng)的交互式分割明顯要高(據(jù)調(diào)查一個(gè)有經(jīng)驗(yàn)的醫(yī)師手工分割一張CT圖像的骨骼和軟骨需要8到15s,借助工具交互式分割需要3到5s,而本文所提出的算法平均每0.54s即可分割一張圖,且分割準(zhǔn)確性更高,算法無(wú)需依賴(lài)醫(yī)師的個(gè)人經(jīng)驗(yàn))。結(jié)果表明經(jīng)本實(shí)驗(yàn)改進(jìn)的算法魯棒性強(qiáng),比傳統(tǒng)依賴(lài)于手工分割和交互式分割方法能更快速有效的實(shí)現(xiàn)骨骼與軟骨的分離及三維重建,能夠?yàn)獒t(yī)學(xué)手術(shù)和實(shí)驗(yàn)研究提供科學(xué)可靠的數(shù)據(jù)。
【圖文】：

展至今尚有一些不完善的領(lǐng)域。與軟骨檢測(cè)上的應(yīng)用究胸廓骨骼與軟骨自動(dòng)分割的目的之更好的了解本文的實(shí)用價(jià)值，我們有必。三維重建在輔助醫(yī)療診斷、重建數(shù)字通過(guò)維重建技術(shù)處理得到的三維模型療工作者從多角度、多層次進(jìn)行觀察和升。下面是三維重建技術(shù)在胸廓骨骼家族顯性遺傳疾病，目前并沒(méi)有有效嬰幼兒時(shí)期往往臨床表現(xiàn)不明顯，隨著形、呼吸困難、體弱多病。其最常用的美國(guó) Nuss.D 博士提出的微創(chuàng)手術(shù)[2]。

圖 2.1 人類(lèi)視覺(jué)系統(tǒng)模型人類(lèi)視覺(jué)系統(tǒng)中圖像的形成與信息傳輸?shù)倪^(guò)程為：1.眼睛的視網(wǎng)膜接收到來(lái)自光的刺激而產(chǎn)生圖像;2.光能轉(zhuǎn)換成電脈沖;3.視神經(jīng)把電脈沖傳輸?shù)揭暽窠?jīng)交叉、側(cè)外膝狀體;4.最后傳輸?shù)酱竽X的視覺(jué)皮層。2.2.2 DICOM3.0 標(biāo)準(zhǔn)協(xié)議19 世紀(jì)末期 X 光被發(fā)現(xiàn)后，隨著計(jì)算機(jī)技術(shù)的興起，X 光逐漸被應(yīng)用于各種成像設(shè)備中，但早期因?yàn)椴煌瑥S商生產(chǎn)的醫(yī)療儀器之間沒(méi)有統(tǒng)一的通信協(xié)議，且對(duì)于圖像格式以數(shù)據(jù)的傳輸形式具有不同的要求，這對(duì)圖像資源的傳輸共享造成了極大障礙，為了能解決以上麻煩，最好的辦法就是為醫(yī)學(xué)圖像的存儲(chǔ)和通信制定一個(gè)不同品牌的醫(yī)療儀器都能共同遵守的標(biāo)準(zhǔn)協(xié)議，因此自 1985 年至 1993 年由美國(guó)放射學(xué)會(huì)和美國(guó)國(guó)家電器制造商協(xié)會(huì)聯(lián)手制定的 DICOM1.0, DICOM2.0 和 DICOM3.0 標(biāo)準(zhǔn)相繼誕生。自此醫(yī)學(xué)圖像的各種操
【學(xué)位授予單位】：西安工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TP391.41;R816.8

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 牛發(fā)發(fā);陳莉;張永新;李青;;基于魯棒主成分分析的Canny邊緣檢測(cè)算法[J];計(jì)算機(jī)應(yīng)用;2014年06期

2 宋曉;黃曉陽(yáng);;基于形態(tài)學(xué)運(yùn)算的種子輪廓自動(dòng)獲取方法[J];廈門(mén)大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

3 宋紅;王勇;黃小川;李佳佳;張春萌;;基于動(dòng)態(tài)自適應(yīng)區(qū)域生長(zhǎng)的肝臟CT圖像腫瘤分割算法[J];北京理工大學(xué)學(xué)報(bào);2014年01期

4 Hui-Qun Wu;Zheng-Min Lv;Xing-Yun Geng;Kui Jiang;Le-Min Tang;Guo-Min Zhou;Jian-Cheng Dong;;Interoperative fundus image and report sharing in compliance with integrating the healthcare enterprise conformance and web access to digital imaging and communication in medicine persistent object protocol[J];International Journal of Ophthalmology(English Edition);2013年06期

5 高巖;王博亮;;改進(jìn)的區(qū)域生長(zhǎng)算法及其在腎實(shí)質(zhì)自動(dòng)分割中的應(yīng)用[J];廈門(mén)大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

6 馮珂;朱敏;鐘煜;范量;;一種改進(jìn)的Canny邊緣檢測(cè)AGT算法[J];計(jì)算機(jī)應(yīng)用與軟件;2012年03期

7 陳郁淦;周學(xué)成;樂(lè)凱;;根系CT序列圖像區(qū)域生長(zhǎng)分割的新方法[J];計(jì)算機(jī)工程與應(yīng)用;2011年28期

8 彭豐平;鮑蘇蘇;曾碧卿;;基于自適應(yīng)區(qū)域生長(zhǎng)算法的肝臟分割[J];計(jì)算機(jī)工程與應(yīng)用;2010年33期

9 林紅利;陳真誠(chéng);王偉勝;;DICOM醫(yī)學(xué)圖像顯示算法改進(jìn)與實(shí)現(xiàn)[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2010年06期

10 乞文旭;潘詩(shī)農(nóng);郭啟勇;郭文力;陸曉梅;;256層螺旋CT診斷肋軟骨骨折:窗寬、窗位優(yōu)化分析[J];中國(guó)醫(yī)學(xué)影像技術(shù);2010年02期

相關(guān)博士學(xué)位論文 前7條

1 張世征;幾種輪廓曲率估計(jì)角點(diǎn)檢測(cè)算法研究[D];重慶大學(xué);2016年

2 郭v炑，

本文編號(hào)：2681919