本文關(guān)鍵詞：惡性腫瘤智能放療生物靶區(qū)勾畫(huà)系統(tǒng)研發(fā)

  更多相關(guān)文章： 靶區(qū)勾畫(huà) 區(qū)域生長(zhǎng) DICOM影像 定量與可視化評(píng)估

【摘要】：目前,惡性腫瘤已成為人類(lèi)死亡的第一大原因,70%以上的患者需要進(jìn)行智能放療。由臨床放療醫(yī)師在病人的PET、CT影像2D橫斷面上人工逐層勾畫(huà)腫瘤邊界,以此勾畫(huà)結(jié)果為依據(jù)設(shè)計(jì)、制定腫瘤放療計(jì)劃。因而,靶區(qū)勾畫(huà)的準(zhǔn)確性成為放療成功與否的關(guān)鍵因素。在分子影像引導(dǎo)智能放療系統(tǒng)軟件的框架下,本文設(shè)計(jì)、開(kāi)發(fā)了生物調(diào)強(qiáng)智能放療靶區(qū)勾畫(huà)與評(píng)估子系統(tǒng)。該子系統(tǒng)是一個(gè)面向惡性腫瘤臨床精確放射治療的計(jì)算機(jī)軟件,旨在為臨床醫(yī)師提供一個(gè)操作簡(jiǎn)單、界面友好、智能化程度高的靶區(qū)勾畫(huà)與評(píng)估平臺(tái)。本文中軟件系統(tǒng)的主要研發(fā)內(nèi)容如下:(1)針對(duì)病人放射治療的DICOM標(biāo)準(zhǔn)文件,如CT、PET、RS影像文件,設(shè)計(jì)、開(kāi)發(fā)了相應(yīng)的病人影像信息預(yù)處理和放療結(jié)構(gòu)集信息處理功能模塊,為靶區(qū)勾畫(huà)和評(píng)估的開(kāi)發(fā)提供了基礎(chǔ)。(2)設(shè)計(jì)、開(kāi)發(fā)了自適應(yīng)和兩階段區(qū)域生長(zhǎng)靶區(qū)勾畫(huà)功能模塊,包括用戶(hù)接口層、核心算法層、系統(tǒng)接口層的設(shè)計(jì)和詳細(xì)實(shí)現(xiàn)方法。(3)開(kāi)發(fā)了DICOM文件維護(hù)及勾畫(huà)結(jié)果評(píng)估功能模塊,實(shí)現(xiàn)了DICOM標(biāo)準(zhǔn)RS文件的創(chuàng)建與保存,并提供了與“金標(biāo)準(zhǔn)”影像的定量與可視化對(duì)比分析功能。針對(duì)靶區(qū)全人工勾畫(huà)存在的耗時(shí)費(fèi)力、主觀性強(qiáng)等缺點(diǎn),本文實(shí)現(xiàn)了自適應(yīng)區(qū)域生長(zhǎng)和兩階段區(qū)域生長(zhǎng)的靶區(qū)勾畫(huà)方法,設(shè)計(jì)了以PET分子生物功能影像為目標(biāo)的生物靶區(qū)勾畫(huà)系統(tǒng),從而提供了一個(gè)自動(dòng)勾畫(huà)腫瘤放療靶區(qū)的平臺(tái)。通過(guò)改進(jìn)傳統(tǒng)讀寫(xiě)DICOM文件的方法,實(shí)現(xiàn)了本文勾畫(huà)系統(tǒng)與臨床放療RS文件的接口模塊,解決了與臨床醫(yī)師之間交互問(wèn)題,增強(qiáng)了系統(tǒng)的適用性、可擴(kuò)展性。采用相似度、靈敏度、特異度這三個(gè)評(píng)價(jià)指標(biāo),作為系統(tǒng)靶區(qū)勾畫(huà)與“金標(biāo)準(zhǔn)”影像的定量評(píng)估標(biāo)準(zhǔn),同時(shí),系統(tǒng)還提供了勾畫(huà)結(jié)果與多模態(tài)影像的同時(shí)顯示,為用戶(hù)提供更直觀的可視化評(píng)估。
【關(guān)鍵詞】：靶區(qū)勾畫(huà) 區(qū)域生長(zhǎng) DICOM影像 定量與可視化評(píng)估
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：R730.55;TP391.41
【目錄】：

• 摘要5-6
• Abstract6-14
• 第1章 緒論14-19
• 1.1 研究背景14-15
• 1.2 研究現(xiàn)狀15-17
• 1.2.1 PET/CT影像在腫瘤放療靶區(qū)勾畫(huà)中的應(yīng)用15
• 1.2.2 腫瘤放療靶區(qū)勾畫(huà)方法15-16
• 1.2.3 生物靶區(qū)勾畫(huà)系統(tǒng)16-17
• 1.3 本文主要內(nèi)容17-19
• 第2章 生物靶區(qū)勾畫(huà)方法19-25
• 2.1 生物靶區(qū)影像分析19-20
• 2.1.1 PET分子生物影像19
• 2.1.2 PET影像的定量分析19-20
• 2.2 生物靶區(qū)勾畫(huà)算法20-24
• 2.2.1 圖像分割方法概述20-21
• 2.2.2 自適應(yīng)區(qū)域生長(zhǎng)算法21-23
• 2.2.3 兩階段區(qū)域生長(zhǎng)算法23-24
• 2.3 本章小結(jié)24-25
• 第3章 生物靶區(qū)勾畫(huà)系統(tǒng)總體設(shè)計(jì)25-35
• 3.1 系統(tǒng)架構(gòu)25-26
• 3.2 系統(tǒng)功能26-28
• 3.3 系統(tǒng)數(shù)據(jù)流28-30
• 3.4 系統(tǒng)集成開(kāi)發(fā)環(huán)境30-31
• 3.5 系統(tǒng)開(kāi)發(fā)工具研究31-34
• 3.5.1 ITK技術(shù)31-32
• 3.5.2 VTK技術(shù)32-34
• 3.5.3 FLTK技術(shù)34
• 3.5.4 Visual C++ 201034
• 3.6 本章小結(jié)34-35
• 第4章 生物靶區(qū)勾畫(huà)系統(tǒng)開(kāi)發(fā)與實(shí)現(xiàn)35-61
• 4.1 生物靶區(qū)勾畫(huà)影像預(yù)處理35-40
• 4.1.1 多模態(tài)影像的載入35-37
• 4.1.2 CT影像窗寬窗位設(shè)置37-40
• 4.2 自適應(yīng)區(qū)域生長(zhǎng)靶區(qū)勾畫(huà)40-47
• 4.2.1 自適應(yīng)區(qū)域生長(zhǎng)靶區(qū)勾畫(huà)用戶(hù)接口層40-43
• 4.2.2 自適應(yīng)區(qū)域生長(zhǎng)靶區(qū)勾畫(huà)核心算法層43-45
• 4.2.3 自適應(yīng)區(qū)域生長(zhǎng)靶區(qū)勾畫(huà)系統(tǒng)接口層45-47
• 4.3 兩階段區(qū)域生長(zhǎng)靶區(qū)勾畫(huà)47-50
• 4.3.1 兩階段區(qū)域生長(zhǎng)靶區(qū)勾畫(huà)用戶(hù)接口層47-48
• 4.3.2 兩階段區(qū)域生長(zhǎng)靶區(qū)勾畫(huà)核心算法層48-49
• 4.3.3 兩階段區(qū)域生長(zhǎng)靶區(qū)勾畫(huà)系統(tǒng)接口層49-50
• 4.4 生物靶區(qū)DICOM文件維護(hù)50-58
• 4.4.1 DICOM標(biāo)準(zhǔn)文件50
• 4.4.2 RS文件結(jié)構(gòu)50-52
• 4.4.3 打開(kāi)對(duì)象RS文件52-53
• 4.4.4 保存對(duì)象RS文件的界面設(shè)計(jì)53-54
• 4.4.5 保存對(duì)象RS文件的系統(tǒng)實(shí)現(xiàn)54-58
• 4.5 生物靶區(qū)勾畫(huà)結(jié)果評(píng)估58-60
• 4.5.1 評(píng)估指標(biāo)分析58-59
• 4.5.2 生物靶區(qū)勾畫(huà)結(jié)果評(píng)估實(shí)現(xiàn)59-60
• 4.6 本章小結(jié)60-61
• 第5章 系統(tǒng)功能測(cè)試61-73
• 5.1 測(cè)試概述61
• 5.2 CT/PET影像瀏覽61-65
• 5.3 生物靶區(qū)勾畫(huà)65-66
• 5.4 放療計(jì)劃RS文件的操作66-69
• 5.4.1 RS文件的打開(kāi)、關(guān)閉66-67
• 5.4.2 RS文件的保存67-69
• 5.5 生物靶區(qū)評(píng)估分析69-71
• 5.5.1 定量評(píng)估69
• 5.5.2 可視化評(píng)估69-71
• 5.6 臨床應(yīng)用71-72
• 5.7 本章小結(jié)72-73
• 總結(jié)與展望73-75
• 參考文獻(xiàn)75-79
• 致謝79-80
• 附錄A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄80-81
• 附錄B 攻讀學(xué)位期間參與的科研項(xiàng)目81-82
• 附錄C MBIG-IRT DBTV源程序文件清單82-84
• 附錄D MBIG-IRT DBTV C++類(lèi)層次結(jié)構(gòu)圖84

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前5條

1 羅渝蘭,王景熙,鄭昌瓊;圖像分割在生物醫(yī)學(xué)工程中的應(yīng)用[J];計(jì)算機(jī)應(yīng)用;2002年08期

2 林瑤;田捷;;醫(yī)學(xué)圖像分割方法綜述[J];模式識(shí)別與人工智能;2002年02期

3 羅希平;田捷;諸葛嬰;王靖;戴汝為;;圖像分割方法綜述[J];模式識(shí)別與人工智能;1999年03期

4 趙榮椿,遲耀斌,朱重光;圖像分割技術(shù)進(jìn)展[J];中國(guó)體視學(xué)與圖像分析;1998年02期

5 章毓晉;圖象分割評(píng)價(jià)技術(shù)分類(lèi)和比較[J];中國(guó)圖象圖形學(xué)報(bào);1996年02期

，

本文編號(hào)：1048043