肺癌位居惡性腫瘤（或稱為癌癥）致死排行之首,已經(jīng)成為人類健康的巨大威脅。而PET/CT圖像在肺癌的診斷治療中占據(jù)著重要的地位。為了在PET/CT圖像提供的信息的基礎上,輔助醫(yī)生對肺癌進行診斷,有效的確定靶向區(qū)域及“優(yōu)化”診療方案。本文對基于PET/CT圖像的肺癌診療輔助技術進行研究,包括基于PET/CT圖像的融合,分割以及腫瘤生長模型的建立。主要工作如下：為了提高基于醫(yī)學影像技術診斷惡性腫瘤的準確性和可靠性,輔助醫(yī)生判斷腫瘤邊界及對腫瘤進行分期。本文對PET/CT兩種模態(tài)的圖像進行融合。針對PET圖像分辨率低,邊界輪廓模糊的特點,結合臨床診斷需求,本文采用雙邊交叉濾波器構建CT圖像的邊緣濾波器對PET圖像進行濾波。然后提取輸出圖像的顯著圖作為PET圖像的融合權重,最后根據(jù)PET、CT權重和為1的準則得到融合圖像。進一步,在該算法的基礎上用測地線距離改進濾波器的核函數(shù),更好的提取了CT圖像中的病灶邊緣,且參數(shù)選擇魯棒性有所提高。該算法能夠有效保留PET、CT圖像的特征信息,為惡性腫瘤診斷的準確性提供可靠的保障。其次,為了對腫瘤治療和腫瘤預測的結果進行評估,保證分割標準的一致性,需要加入自... 

【文章頁數(shù)】：67 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題的研究背景與意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 PET/CT圖像融合及其在肺癌輔助治療中的應用
        1.2.2 PET/CT圖像分割及其在肺癌輔助治療中的應用
        1.2.3 基于圖像的腫瘤生長模型及其在肺癌輔助診療中的應用
    1.3 本文主要工作
2 基于圖像的肺癌輔助診療相關技術
    2.1 PET/CT成像技術
    2.2 醫(yī)學圖像融合方法及評價指標
        2.2.1 醫(yī)學圖像融合方法
        2.2.2 圖像融合評價指標
    2.3 醫(yī)學圖像分割方法及評價指標
        2.3.1 醫(yī)學圖像分割方法
        2.3.2 醫(yī)學分割評價標準
    2.4 基于圖像的腫瘤生長模型
    2.5 本章小結
3 基于交叉濾波器的圖像融合算法
    3.1 基于雙邊交叉濾波器和小波顯著圖的圖像融合算法
        3.1.1 雙邊交叉濾波器
        3.1.2 基于小波變換的顯著圖提取
    3.2 基于測地線距離的交叉濾波器圖像融合算法
    3.3 實驗結果及分析
        3.3.1 改進測量距離的融合結果及分析
        3.3.2 與其他融合算法的結果比較與分析
    3.4 本章小結
4 基于活動輪廓的圖像分割方法
    4.1 活動輪廓模型
    4.2 結合圖像局部信息和Hausdorff距離的圖像分割算法
        4.2.1 Hausdorff距離
        4.2.2 新的Dirac函數(shù)
        4.2.3 RSFH分割能量項
        4.2.4 PET圖像的實驗結果與分析
        4.2.5 超聲圖像的實驗結果與分析
    4.3 基于PET圖像概率分布的肺部腫瘤分割方法
        4.3.1 SUV轉換
        4.3.2 腫瘤局部灰度值概率分布擬合
        4.3.3 LSBGFRLS能量項
        4.3.4 實驗結果及分析
    4.4 本章小結
5 基于PET圖像的肺部腫瘤生長模型
    5.1 對流反應方程
        5.1.1 對流項
        5.1.2 增殖項
        5.1.3 治療項
    5.2 增殖項改進
    5.3 參數(shù)估計
    5.4 實驗結果及分析
    5.5 本章小結
結論
參考文獻
攻讀碩士學位期間發(fā)表學術論文情況
致謝



本文編號：3721985