高質(zhì)量高效的醫(yī)療可以提高人們的生活質(zhì)量。而肝腫瘤作為一種惡性腫瘤嚴(yán)重威脅著人們的生命健康。因此肝腫瘤的射頻消融（Radio Frequency Ablation,RFA）治療逐漸受到廣泛關(guān)注,各地區(qū)的RFA治療水平也亟待提高。為了準(zhǔn)確地實(shí)現(xiàn)肝腫瘤的RFA治療,需要在手術(shù)前借助CT圖像進(jìn)行RFA治療肝腫瘤的布針方案設(shè)計(jì)。在進(jìn)行RFA設(shè)計(jì)時(shí),需要CT圖像中的肝腫瘤準(zhǔn)確分割作為重要依據(jù)。同時(shí),肝腫瘤的三維重建將給RFA治療設(shè)計(jì)帶來更大的便捷,因此對(duì)于CT的三維重建的研究是具有重要意義的。本文結(jié)合醫(yī)學(xué)圖像處理與深度學(xué)習(xí)的相關(guān)方法,首先對(duì)CT圖像中的肝腫瘤進(jìn)行分割,其次在肝腫瘤分割的基礎(chǔ)上對(duì)CT圖像中的不同組織進(jìn)行三維重建,最后基于建立好的三維重建模型完成RFA治療肝腫瘤的布針方案設(shè)計(jì)。本文針對(duì)傳統(tǒng)算法的不足針對(duì)性地做了以下研究:（1）針對(duì)目前在CT圖像中肝腫瘤分割精度不足的問題,本文提出了一種基于U-net網(wǎng)絡(luò)的肝腫瘤分割算法。該算法用到兩個(gè)參與分割任務(wù)的深度卷積神經(jīng)網(wǎng)絡(luò),分別針對(duì)肝臟分割任務(wù)和肝腫瘤分割任務(wù)。整個(gè)方法分為離線階段與在線階段兩個(gè)部分。在離線階段中對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,在在線階段,將訓(xùn)... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：61 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

平滑濾波效果

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文-15-其中，I′(x,y)表示分割后的圖像。當(dāng)最終的圖像目標(biāo)區(qū)域和背景之間不僅僅分布在兩個(gè)灰度范圍內(nèi)，此時(shí)需要兩個(gè)或以上的閾值來提取目標(biāo)。在圖像I(x,y)中找到特征值1T和2T，則分割后的圖像表示為：()()121,,0TIxyTIxy≤<′=，，其他(2-7)在閾值法中，設(shè)定一個(gè)閾值僅僅可以將圖像分割成兩類，這只能滿足少量的分割需求。當(dāng)需要進(jìn)行分割的部分的灰度值介于整張圖像灰度值的中間時(shí)，那么就需要設(shè)定多個(gè)閾值對(duì)其進(jìn)行分割。其中自適應(yīng)閾值圖像分割可以通過自動(dòng)計(jì)算閾值將圖像分為目標(biāo)和背景兩個(gè)部分。背景和目標(biāo)之間的類間方差越大，說明這兩部分的差別越大。為了便于計(jì)算，用0ω表示所需分割的像素點(diǎn)個(gè)數(shù)占全部像素個(gè)數(shù)的比例，平均灰度記為0μ；用1ω表示不需分割的像素點(diǎn)個(gè)數(shù)占全部像素個(gè)數(shù)的比例，并把平均灰度記為1μ。那么圖像I(x,y)的總平均灰度μ的計(jì)算公式如式(2-8)所示：0011μ=ωμ+ωμ(2-8)類間方差g可由公式(2-9)計(jì)算得到：()()220011g=ωμμ+ωμμ(2-9)遍歷整張圖像計(jì)算類間方差g使其最大，此時(shí)就得到了圖像最佳的閾值標(biāo)準(zhǔn)。針對(duì)CT圖像的分割任務(wù)，由于CT圖像中骨頭部分的Hu值較大，當(dāng)映射到灰度值后，從圖中可以看到與其他組織有很大的差異，因此可采用閾值分割方法做初步的分割。通過設(shè)定一個(gè)比較合理的閾值，將骨架部分提取出來，其余的部分作為背景處理，分割結(jié)果如圖2-5所示。圖2-5基于閾值分割算法的骨架提取但對(duì)于肝腫瘤的分割，由于肝腫瘤部分的Hu值與其他的肝組織的Hu值存在重疊，在整張CT圖像上使用基于閾值分割方法會(huì)導(dǎo)致大量的誤分割，使分割精度很低。因此本文進(jìn)行了改進(jìn)的閾值分割實(shí)驗(yàn)，分割結(jié)果如圖2-6所示。

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文-16-圖2-6基于閾值分割算法的肝腫瘤提取從圖2-6中可以看出，由于肝腫瘤與其周圍的組織之間常常存在著區(qū)分的差異，想到先人工縮小分割范圍，在縮小后的局部空間上設(shè)定一個(gè)合理的閾值，將肝腫瘤部分提取出來。但是這種方法有一個(gè)很明顯的缺點(diǎn)，就是需要人工縮小分割范圍。在大量的醫(yī)學(xué)圖像面前，這往往需要巨大的人力物力投入，顯然是不可行的。2.3.2基于區(qū)域生長的分割算法基于區(qū)域生長的分割算法需要人為設(shè)定兩個(gè)條件，一是種子點(diǎn)，二是分割的判定準(zhǔn)則。以設(shè)定的種子點(diǎn)作為分割的起點(diǎn)，在與起點(diǎn)相連的像素點(diǎn)中尋找滿足分割判定準(zhǔn)則的像素點(diǎn)，這個(gè)起點(diǎn)也被稱為參考點(diǎn)，用于判斷其他像素與參考像素之間是否具有聯(lián)系。然后根據(jù)一定的生長判別準(zhǔn)則，判斷種子像素周圍像素是否符合生長準(zhǔn)則，并將滿足生長準(zhǔn)則的像素進(jìn)行合并。詳細(xì)的基于區(qū)域生長的分割算法的流程如表2-2所示：表2-2基于區(qū)域生長的分割算法流程輸入：待分割的CT圖像I(x,y)輸出：CT圖像的肝腫瘤分割I(lǐng)′(x,y)第一步：種子()00x,y生成；第二步：取出種子()00x,y鄰域中的任意一點(diǎn)(x,y)；第三步：根據(jù)判定準(zhǔn)則，判斷(x,y)是否與種子()00x,y相似；如果相似，將(x,y)與種子()00x,y合并到同一區(qū)域；第四步：取出區(qū)域內(nèi)的一個(gè)像素作為()00x,y返回到第二步；第五步：當(dāng)無滿足判定準(zhǔn)則的點(diǎn)存在時(shí)，輸出分割結(jié)果。

【參考文獻(xiàn)】：
期刊論文
[1]Edge detection and mathematic fitting for corneal surface with Matlab software[J]. Yue Di,Mei-Yan Li,Tong Qiao,Na Lu.  International Journal of Ophthalmology. 2017(03)
[2]基于Ray-Casting算法對(duì)醫(yī)學(xué)圖像進(jìn)行三維體繪制重建[J]. 周娟.  計(jì)算機(jī)科學(xué). 2016(S2)
[3]基于Krisch算子和絕對(duì)關(guān)聯(lián)度的圖像邊緣檢測[J]. 薛文格,鄺天福.  計(jì)算機(jī)與數(shù)字工程. 2015(10)
[4]醫(yī)學(xué)圖像三維重建及應(yīng)用[J]. 付淼.  中國醫(yī)學(xué)工程. 2013(09)
[5]基于二維Otsu閾值修正的圖像分割新方法[J]. 田野,章錦文,趙廣州.  計(jì)算機(jī)與數(shù)字工程. 2012(05)
[6]基于最近鄰Marching Cubes的醫(yī)學(xué)圖像三維重建[J]. 王旭初,王贊.  計(jì)算機(jī)工程與應(yīng)用. 2012(18)
[7]最小誤差閾值分割法的改進(jìn)算法[J]. 朱齊丹,荊麗秋,畢榮生,吳葉斌.  光電工程. 2010(07)
[8]醫(yī)學(xué)圖像三維重建的研究[J]. 金天弘,劉振宅.  醫(yī)療衛(wèi)生裝備. 2008(02)
[9]醫(yī)學(xué)圖像分割方法綜述[J]. 林瑤,田捷.  模式識(shí)別與人工智能. 2002(02)



本文編號(hào)：3344280