肝臟疾病是世界范圍內(nèi)危害人類健康常見的疾病,其種類繁多,發(fā)展速度快,另外很多肝臟疾病不容易治愈恢復。在分割肝臟區(qū)域時,傳統(tǒng)的手動分割方式依賴于臨床醫(yī)生的工作經(jīng)驗與先驗知識,有可能導致手術中的情況與術前分析不盡相同,如此一來手術成功率就不會很高。若能通過計算機圖像處理技術與三維重建技術將腹部CT切片圖像精準分割、重建,將矢狀面與冠狀面圖像提取出來并進行體積計算,使臨床醫(yī)生能夠在術前準確掌握數(shù)據(jù),手術的成功率就會在一定程度上得到提高。所以,把計算機領域里的圖像處理與三維重建技術和醫(yī)療領域中的解剖與診斷技術結合起來,實現(xiàn)肝臟CT圖像序列處理與三維重建,完成肝臟疾病的計算機輔助治療,成為了國內(nèi)外高度關注的熱點課題。本文基于腹部肝臟CT圖像序列的特征,研究了腹部CT圖像序列肝臟分割與三維重建方法。1.使用區(qū)域生長算法、直方圖閾值法、最大連通分量算法實現(xiàn)了腹部肝臟圖像序列的粗分割:區(qū)域種子生長算法可以大致確定肝臟的位置,可以避免后續(xù)處理中誤把其它器官分割出來的情況;直方圖閾值法可以確定肝臟的灰度值范圍,進一步精確地分割;最大連通分量算法可以提取出粗略的肝臟圖像。粗分割的分割過程使用OpenMP進行... 

【文章來源】：河南大學河南省

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究課題的背景和意義
    1.2 當前的研究現(xiàn)狀
    1.3 本文主要的研究工作
    1.4 論文內(nèi)容結構
第二章 圖像處理中用到的常用方法
    2.1 圖像降噪
        2.1.1 均值濾波
        2.1.2 中值濾波
    2.2 數(shù)學形態(tài)學處理
        2.2.1 數(shù)學形態(tài)學簡介
        2.2.2 膨脹
        2.2.3 腐蝕
    2.3 填充孔洞
    2.4 本章小結
第三章 肝臟圖像序列的粗分割
    3.1 引言
    3.2 使用種子生長算法進行分割
    3.3 使用直方圖閾值法進行分割
    3.4 使用最大連通分量算法進行分割
    3.5 使用OpenMP對粗分割計算過程進行并行加速
    3.6 算法實驗效率分析
    3.7 本章小結
第四章 基于GrowCut算法的分割優(yōu)化
    4.1 引言
    4.2 元胞自動機理論
    4.3 GrowCut算法簡介
        4.3.1 GrowCut算法基本思想
        4.3.2 GrowCut算法的一些特點
        4.3.3 GrowCut算法的缺點
    4.4 分割優(yōu)化
    4.5 實驗結果與分析
    4.6 本章小結
第五章 基于CT圖像序列的肝臟體重建與矢狀面冠狀面提取
    5.1 引言
    5.2 VTK可視化工具包介紹
    5.3 體繪制三維重建方法簡介
    5.4 光線投射算法原理
    5.5 使用VTK進行光線投射算法體重建
    5.6 基于CUDA的光線投射算法體重建
        5.6.1 CUDA簡介
        5.6.2 使用CUDA加速光線投射算法
        5.6.3 算法效率評估
    5.7 基于CT橫斷面圖像序列的肝臟矢狀面與冠狀面圖像提取與展示
        5.7.1 相關概念介紹
        5.7.2 使用VTKImagePlaneWidget類來提取各個平面圖像
    5.8 本章小結
第六章 總結與展望
    6.1 本文工作總結
    6.2 本文貢獻
    6.3 展望
參考文獻
致謝
攻讀學位期間科研成果


【參考文獻】：
期刊論文
[1]基于余弦相似度的Graph Cuts序列圖像分割算法[J]. 劉璐.  現(xiàn)代計算機(專業(yè)版). 2017(15)
[2]結合先驗稀疏字典和空洞填充的CT圖像肝臟分割[J]. 王雪虎,楊健,艾丹妮,王涌天.  光學精密工程. 2015(09)
[3]基于最優(yōu)值搜索框架的CT序列圖像肝臟分割[J]. 李登旺,王杰,陳進琥,李洪升.  計算機學報. 2016(07)
[4]基于標記提取的GrowCut自動分割算法[J]. 楊耀,陳健美,魯海英.  信息技術. 2015(05)
[5]基于DRLSE方法的全自動CT圖像脂肪肝診斷系統(tǒng)[J]. 王家坤,孫建軍,高鳳連,帥海濤,黃聯(lián)芬,黃悅.  廈門大學學報(自然科學版). 2014(06)
[6]基于CT三視圖的肝臟自動分割方法[J]. 宋曉,黃曉陽.  系統(tǒng)仿真學報. 2014(09)
[7]腹部CT圖像序列中的肝臟分割[J]. 宋紅,張春萌,黃小川,李佳佳.  哈爾濱工業(yè)大學學報. 2013(09)
[8]基于區(qū)域生長法提取二值圖像中的連通區(qū)域[J]. 聶歡歡,伊磊,劉任平.  計算機時代. 2012(06)
[9]基于熵分割算法對CT肝臟興趣區(qū)的提取[J]. 李玲,葉華山,余后強.  CT理論與應用研究. 2012(01)
[10]一種基于中值濾波的圖像去噪算法[J]. 耿帥,王希常.  計算機與現(xiàn)代化. 2011(11)

博士論文
[1]自動上下文模型在三維CT肝臟圖像分割中的應用研究[D]. 吉宏偉.上海交通大學 2014
[2]圖像增強的相關技術及應用研究[D]. 李艷梅.電子科技大學 2013

碩士論文
[1]基于區(qū)域生長的肝臟CT圖像腫瘤分割方法研究[D]. 郭穎.大連海事大學 2017
[2]基于變分水平集方法的CT肝臟圖像分割與三維重建[D]. 王偉.青島大學 2014
[3]CT圖像中肝臟分割方法的研究[D]. 韋琴林.重慶大學 2012
[4]遙感圖像的K-均值聚類和分水嶺分割算法的研究與實現(xiàn)[D]. 席英.南京理工大學 2011
[5]基于模糊數(shù)學理論的數(shù)字圖像處理[D]. 吳振華.長沙理工大學 2010
[6]CT圖像肝臟分割方法研究[D]. 丁亮.華中科技大學 2009
[7]基于遺傳算法的肝CT序列圖像分割應用研究[D]. 劉兵全.中南大學 2004



本文編號：3631596