發(fā)布時間：2018-01-15 20:29

  本文關(guān)鍵詞：面向冠脈狹窄病變輔助診斷的圖像處理關(guān)鍵技術(shù)研究　出處：《華南理工大學》2016年博士論文　論文類型：學位論文

  更多相關(guān)文章： 醫(yī)學圖像處理 計算機輔助診斷 三維冠脈分割 骨架提取 冠脈狹窄測量

【摘要】：冠狀動脈狹窄病變可導致心臟供血不足、血氧濃度低等病癥,是造成心肌梗塞乃至死亡的主要誘因�；趫D像的輔助診斷系統(tǒng)可以幫助醫(yī)務人員快速、自主、準確地完成狹窄病變識別,為冠心病等缺血性心臟病提供可靠的早期診斷依據(jù),極大降低醫(yī)務人員的操作強度和誤、漏診率,所以,輔助診斷系統(tǒng)相關(guān)的圖像處理技術(shù)成為當前國內(nèi)外廣泛關(guān)注的研究熱點。通過研究發(fā)現(xiàn),雖然現(xiàn)存處理系統(tǒng)與算法在臨床應用方面取得了重大成功,但在冠脈血管分割、骨架提取與狹窄病變量化診斷等關(guān)鍵處理環(huán)節(jié),仍存在以下問題亟待解決:(1)受造影劑充盈、成像環(huán)境差異影響,血管目標成像存在嚴重的灰度不均、邊界模糊問題,而大多傳統(tǒng)冠脈分割算法僅采用血管灰度特征作為建模依據(jù),缺乏必要的形狀先驗知識引導,導致算法無法準確區(qū)分血管與非血管點。(2)傳統(tǒng)基于高斯核卷積的中心度量函數(shù)在計算過程中,由于檢測尺度過高及其天然的低通平滑特性,造成鄰近血管結(jié)構(gòu)的中心度量信息相互干擾,降低數(shù)值準確性。(3)受個體差異與成像時產(chǎn)生的心動位移影響,冠狀動脈往往呈現(xiàn)復雜多變的拓撲形態(tài),這對傳統(tǒng)骨架提取算法的拓撲適應能力提出了重大挑戰(zhàn)。另外,當前骨架提取算法還存在像素級骨架提取精度不高、提取骨架網(wǎng)絡難以保證同倫映射等缺陷,這些問題的解決對后續(xù)冠脈狹窄病變的量化分析具有重要意義。(4)當前采用的NASCET、ECST等狹窄度量化指標無法準確反映狹窄病變的局部特征,另外,大多數(shù)相關(guān)研究僅局限于狹窄度量化分級,未對狹窄病變分型診斷進行深化研究。本文通過對上述問題進行研究分析,提出了一系列新的解決思路和算法。本文主要創(chuàng)新點歸納如下:(1)本文基于空間連通域與形狀約束判定,針對三維冠脈分割問題提出改進局部形狀分析,有效去除體數(shù)據(jù)中包含的團狀、盤狀的非血管結(jié)構(gòu)以及噪聲生成的類血管結(jié)構(gòu),提高分割結(jié)果的準確率和抗噪性能。(2)本文以冠狀動脈血管樹為研究對象,針對拓撲自適應骨架網(wǎng)絡提取,提出了基于高斯近鄰投票的中心度量函數(shù),去除相鄰血管間的近鄰干擾影響;提出了基于水平集圖的骨架初始化算法,自適應初始化多條冠脈血管分支骨架曲線;提出了基于分層多假設的冠脈骨架跟蹤算法,提高了血管分支部分的骨架提取準確率,并同步實現(xiàn)骨架點位置與血管半徑測量;提出了基于拉伸活動輪廓的冠脈血管骨架網(wǎng)絡提取算法,使輸出骨架精度提升至子像素級,并通過提出的拓撲維持檢查與網(wǎng)絡重組織策略,使輸出骨架網(wǎng)絡與原始冠脈血管樹保持良好的拓撲同倫性。(3)本文以NASCET、ECST評價為基礎,提出了新的狹窄度量化指標,實現(xiàn)狹窄病變的量化分析與分級診斷;另外,本文還針對冠脈狹窄分型診斷問題進行研究,提出了融合狹窄度、管腔圓形度、離心率及扭曲度等多種血管形態(tài)參數(shù)測量的分型診斷策略。
[Abstract]:In addition , the traditional coronary artery segmentation algorithm can help medical personnel to quickly , autonomously and accurately complete the identification of stenosis lesions , and to provide reliable early diagnosis basis for ischemic heart disease such as coronary heart disease . ( 2 ) In this paper , a series of new approaches and algorithms are proposed to improve the accuracy and anti - noise performance of the stenosis lesion .

【學位授予單位】：華南理工大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：TP391.41

【參考文獻】

相關(guān)期刊論文 前1條

1 尤玉虎,周孝寬;數(shù)字圖像最佳插值算法研究[J];中國空間科學技術(shù);2005年03期

相關(guān)博士學位論文 前2條

1 陳侃;基于活動輪廓模型的肺結(jié)節(jié)分割方法研究[D];華南理工大學;2013年

2 鄧萬凱;MRI圖像的腦腫瘤分割方法研究[D];華中科技大學;2011年

相關(guān)碩士學位論文 前1條

1 李維勝;心血管參數(shù)檢測系統(tǒng)軟件設計與實現(xiàn)[D];山東大學;2009年

，

本文編號：1429950