基于CT影像的肺癌檢測與切除手術(shù)規(guī)劃
發(fā)布時(shí)間:2020-10-16 16:58
肺癌是全球發(fā)病率與死亡率最高的疾病之一,對人類的生命安全造成了嚴(yán)重的威脅。目前的臨床研究發(fā)現(xiàn),對于肺癌的早期診斷與治療能夠有效延長肺癌患者的生存期,并減少患者的醫(yī)療花費(fèi)。而在肺癌的早期診療中主要需要考慮兩方面的問題,其一是對肺癌的自動檢測,其二是肺癌切除手術(shù)的直觀性與安全性。因此,本文圍繞這兩個(gè)問題進(jìn)行研究,設(shè)計(jì)了一個(gè)基于CT影像的完整肺癌檢測與切除手術(shù)規(guī)劃系統(tǒng),能夠?qū)崿F(xiàn)對肺癌的自動有效檢測,并基于肺部血管增強(qiáng)可視化與肺結(jié)節(jié)的可視化,使得肺癌切除手術(shù)更為直觀且安全可靠。本文針對這一系統(tǒng)的研發(fā),主要在以下四個(gè)方面做了深入的研究:基于CT影像的分步肺實(shí)質(zhì)分割。本文提出了肺實(shí)質(zhì)分割的分步分割方法,第一步利用自動閾值分割、三維連通性算法進(jìn)行粗分割,第二步使用形態(tài)學(xué)等方法進(jìn)行更為精細(xì)化的分割,填補(bǔ)了粗分割的邊緣凹陷現(xiàn)象。通過定性與定量分析,證實(shí)了本文分割算法的有效性與分割結(jié)果的完整性。肺實(shí)質(zhì)分割減少了肺癌檢測范圍與假陽性結(jié)節(jié)數(shù)量,降低了整體算法的計(jì)算量;趦刹椒ㄉ疃葘W(xué)習(xí)網(wǎng)絡(luò)的肺癌檢測。本文首先基于條件隨機(jī)場算法生成肺結(jié)節(jié)區(qū)域的精細(xì)標(biāo)注,再利用改進(jìn)的U-Net網(wǎng)絡(luò)提取肺結(jié)節(jié)疑似區(qū)域,然后設(shè)計(jì)分類網(wǎng)絡(luò)去除疑似區(qū)域中的假陽性結(jié)節(jié),以得到最終的肺結(jié)節(jié)檢測結(jié)果。本文基于大量實(shí)驗(yàn)數(shù)據(jù)繪制了FROC曲線,表明了兩步法肺癌檢測算法的有效性。肺部血管增強(qiáng)與三維可視化。本文基于改進(jìn)的多尺度Frangi算法對肺部血管進(jìn)行增強(qiáng)計(jì)算,然后利用數(shù)據(jù)增強(qiáng)值與灰度值構(gòu)造了體繪制二維傳遞函數(shù),實(shí)現(xiàn)了肺部增強(qiáng)血管的三維可視化功能,有助于在肺癌切除手術(shù)中減少對肺內(nèi)血管的誤切以及對其他肺部組織的損傷。計(jì)算機(jī)輔助的肺癌切除手術(shù)規(guī)劃。本文通過分類可視化,將肺部的肺結(jié)節(jié)、血管、肺壁等不同組織數(shù)據(jù)賦予不同的顏色與阻光度,使得臨床醫(yī)生能夠更直觀的觀察到肺結(jié)節(jié)與周圍組織的相對位置關(guān)系,再利用交互仿真操作調(diào)整得到最佳的手術(shù)路徑,輔助醫(yī)生設(shè)計(jì)更合適的手術(shù)方案。通過實(shí)際的臨床數(shù)據(jù)測試,證實(shí)了本文計(jì)算機(jī)輔助肺癌切除手術(shù)規(guī)劃有助于提高手術(shù)的直觀性與安全性。
【學(xué)位單位】:上海交通大學(xué)
【學(xué)位級別】:碩士
【學(xué)位年份】:2018
【中圖分類】:TP391.41;R734.2
【部分圖文】:
肺和右肺兩部分,分別位于心 2-1 是人體肺部的透視圖像,中可以看出,由于心臟位置的影一個(gè)斜裂,而右肺除斜裂外還部分,而右肺被劃分為上葉、結(jié)構(gòu)為支氣管、血管等。其中的呼吸中樞,控制著人體氧氣氧氣的重要載體,因此在肺內(nèi)構(gòu)成組分之一。除了這些正常形成一些形狀各異、大小不同核和肺結(jié)節(jié)等。
上海交通大學(xué)碩士學(xué)位論文 第二章 基于 CT 影像的肺實(shí)質(zhì)分步分割其中, 的取值為 0、1,分別表示背景與前景, 與t 為類均值, p i為類概率。 tttttsum2112002 (2-7)通過繪制肺部 CT 圖像的直方圖分布,如圖 2-3(a),可以看出,本文所使用的數(shù)據(jù)其分布符合 OTSU 閾值分割算法對于雙峰性的要求,且兩個(gè)頂峰之間存在深而寬的谷底,所以使用該閾值分割算法可以獲得較好的分割效果,如圖 2-3(b)所示。
域的連通性計(jì)算為例,首先在第一時(shí),判斷該點(diǎn)左側(cè)與上側(cè)的像素值中心像素點(diǎn),并記錄左側(cè)與上側(cè)的,則將對應(yīng)標(biāo)簽賦予中心像素點(diǎn),簽值賦予中心像素點(diǎn)。然后在第二的標(biāo)簽值替換為相鄰值中的最小值礎(chǔ)上,構(gòu)建決策樹來判斷鄰域像素一半,此外還提出了對基于并查集閾值分割算法,對原始肺部 CT 圖像計(jì)算分割結(jié)果的三維連通性。標(biāo)記中的不同連通區(qū)域。由圖可見,由織結(jié)構(gòu),肺內(nèi)會出現(xiàn)空洞,因此需
【參考文獻(xiàn)】
本文編號:2843524
【學(xué)位單位】:上海交通大學(xué)
【學(xué)位級別】:碩士
【學(xué)位年份】:2018
【中圖分類】:TP391.41;R734.2
【部分圖文】:
肺和右肺兩部分,分別位于心 2-1 是人體肺部的透視圖像,中可以看出,由于心臟位置的影一個(gè)斜裂,而右肺除斜裂外還部分,而右肺被劃分為上葉、結(jié)構(gòu)為支氣管、血管等。其中的呼吸中樞,控制著人體氧氣氧氣的重要載體,因此在肺內(nèi)構(gòu)成組分之一。除了這些正常形成一些形狀各異、大小不同核和肺結(jié)節(jié)等。
上海交通大學(xué)碩士學(xué)位論文 第二章 基于 CT 影像的肺實(shí)質(zhì)分步分割其中, 的取值為 0、1,分別表示背景與前景, 與t 為類均值, p i為類概率。 tttttsum2112002 (2-7)通過繪制肺部 CT 圖像的直方圖分布,如圖 2-3(a),可以看出,本文所使用的數(shù)據(jù)其分布符合 OTSU 閾值分割算法對于雙峰性的要求,且兩個(gè)頂峰之間存在深而寬的谷底,所以使用該閾值分割算法可以獲得較好的分割效果,如圖 2-3(b)所示。
域的連通性計(jì)算為例,首先在第一時(shí),判斷該點(diǎn)左側(cè)與上側(cè)的像素值中心像素點(diǎn),并記錄左側(cè)與上側(cè)的,則將對應(yīng)標(biāo)簽賦予中心像素點(diǎn),簽值賦予中心像素點(diǎn)。然后在第二的標(biāo)簽值替換為相鄰值中的最小值礎(chǔ)上,構(gòu)建決策樹來判斷鄰域像素一半,此外還提出了對基于并查集閾值分割算法,對原始肺部 CT 圖像計(jì)算分割結(jié)果的三維連通性。標(biāo)記中的不同連通區(qū)域。由圖可見,由織結(jié)構(gòu),肺內(nèi)會出現(xiàn)空洞,因此需
【參考文獻(xiàn)】
相關(guān)期刊論文 前1條
1 姚曉軍;劉倫旭;;肺癌的流行病學(xué)及治療現(xiàn)狀[J];現(xiàn)代腫瘤醫(yī)學(xué);2014年08期
相關(guān)博士學(xué)位論文 前1條
1 翟偉明;影像引導(dǎo)下計(jì)算機(jī)輔助介入手術(shù)導(dǎo)航關(guān)鍵技術(shù)的研究[D];清華大學(xué);2010年
本文編號:2843524
本文鏈接:http://sikaile.net/yixuelunwen/zlx/2843524.html
最近更新
教材專著