神經(jīng)外科多模態(tài)醫(yī)學(xué)圖像配準(zhǔn)與融合問(wèn)題的研究
發(fā)布時(shí)間:2021-01-17 03:05
隨著微創(chuàng)外科手術(shù)的飛速發(fā)展,當(dāng)代微創(chuàng)手術(shù)已經(jīng)逐步取代開(kāi)放手術(shù)。微創(chuàng)手術(shù)通過(guò)專(zhuān)用手術(shù)器械,大大縮小手術(shù)切口,進(jìn)而減少患者的損傷和術(shù)后并發(fā)癥的發(fā)生率,并大大縮短患者住院及康復(fù)時(shí)間。但是這種手術(shù)技術(shù)難度大、風(fēng)險(xiǎn)高、要求醫(yī)生具有豐富的經(jīng)驗(yàn),目前只有少數(shù)醫(yī)院可以開(kāi)展。實(shí)施這種手術(shù)的難點(diǎn)有三方面:首先,術(shù)野受限,醫(yī)生無(wú)法清晰的觀察到病灶點(diǎn)所在顱腦中的相對(duì)位置;其次,缺乏手術(shù)器械的定位導(dǎo)航信息,增加手術(shù)風(fēng)險(xiǎn);再次,嚴(yán)重依賴(lài)術(shù)中CT圖像,射線累積對(duì)醫(yī)生身體產(chǎn)生嚴(yán)重?fù)p害。為解決上述問(wèn)題,人們嘗試使用新技術(shù)。其中,基于圖像引導(dǎo)的計(jì)算機(jī)導(dǎo)航技術(shù)是目前普遍關(guān)注的技術(shù)之一。本文針對(duì)神經(jīng)外科多模態(tài)醫(yī)學(xué)圖像進(jìn)行研究,具體研究?jī)?nèi)容如下:1.針對(duì)微創(chuàng)手術(shù)定位難度大的問(wèn)題,研究了基于圖像的術(shù)中導(dǎo)航系統(tǒng),介紹了不同模態(tài)的醫(yī)學(xué)圖像成像原理和主要用途,并對(duì)近幾年術(shù)中導(dǎo)航系統(tǒng)的核心技術(shù)圖像配準(zhǔn)和融合方法的發(fā)展歷程進(jìn)行總結(jié)與分析。2.針對(duì)在醫(yī)學(xué)圖像配準(zhǔn)前要完成的圖像預(yù)處理進(jìn)行研究,介紹了在醫(yī)學(xué)圖像配準(zhǔn)前進(jìn)行感興趣區(qū)域分割的重要性及圖像分割的研究現(xiàn)狀和常見(jiàn)算法,并根據(jù)本文所采用的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行具有針對(duì)性的多模態(tài)醫(yī)學(xué)圖像中感興趣區(qū)域的分...
【文章來(lái)源】:沈陽(yáng)理工大學(xué)遼寧省
【文章頁(yè)數(shù)】:69 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
顱腦神經(jīng)損傷重點(diǎn)分布區(qū)域圖
不同邊緣檢測(cè)
不同邊緣檢測(cè)算子輸出的邊緣圖像結(jié)果
【參考文獻(xiàn)】:
期刊論文
[1]基于點(diǎn)特征直方圖的點(diǎn)云自動(dòng)配準(zhǔn)算法研究[J]. 朱培源. 科學(xué)技術(shù)創(chuàng)新. 2019(01)
[2]PET代謝影像組學(xué)研究進(jìn)展與挑戰(zhàn)[J]. 程木華. 新醫(yī)學(xué). 2018(09)
[3]基于典型醫(yī)學(xué)圖像的分類(lèi)技術(shù)研究進(jìn)展[J]. 張薇,呂曉琪,吳涼,張明,李菁. 激光與光電子學(xué)進(jìn)展. 2018(12)
[4]結(jié)合圖像分割的MRI圖像壓縮感知重構(gòu)[J]. 傅雪,劉文波. 電子測(cè)量技術(shù). 2018(11)
[5]數(shù)字圖像的融合算法[J]. 馬偵. 電子技術(shù)與軟件工程. 2018(06)
[6]醫(yī)用機(jī)器人及其精準(zhǔn)定位和術(shù)中導(dǎo)航及影像輔助技術(shù)研究進(jìn)展[J]. 安超,梁萍. 武警醫(yī)學(xué). 2018(01)
[7]多模態(tài)圖像融合算法綜述[J]. 劉卷舒,姜慧娜. 科技創(chuàng)新與應(yīng)用. 2017(36)
[8]一種基于決策粗糙集的模糊C均值聚類(lèi)數(shù)的確定方法[J]. 石文峰,商琳. 計(jì)算機(jī)科學(xué). 2017(09)
[9]珀塞爾對(duì)核磁共振的發(fā)現(xiàn)和早期研究[J]. 尹曉冬,王新顏,劉戰(zhàn)存. 大學(xué)物理. 2017(07)
[10]基于圖像序列的人體運(yùn)動(dòng)跟蹤算法[J]. 石曼曼,李玲. 現(xiàn)代電子技術(shù). 2017(09)
博士論文
[1]圖像融合及其性能評(píng)估若干問(wèn)題研究[D]. 張小利.吉林大學(xué) 2016
[2]像素級(jí)多傳感器圖像融合方法研究[D]. 李郁峰.西南交通大學(xué) 2013
[3]醫(yī)學(xué)圖像配準(zhǔn)和模式識(shí)別研究[D]. 任海萍.中國(guó)協(xié)和醫(yī)科大學(xué) 2003
碩士論文
[1]高階乘冪法應(yīng)用于基于馬爾可夫隨機(jī)場(chǎng)的肺部4D CT圖像配準(zhǔn)方法研究[D]. 亓玉佩.山東大學(xué) 2017
[2]基于小波變換的CT/MRI圖像融合技術(shù)[D]. 許占偉.中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2010
[3]基于FPGA的的圖像融合系統(tǒng)設(shè)計(jì)研究[D]. 馮偉昌.天津大學(xué) 2010
本文編號(hào):2982072
【文章來(lái)源】:沈陽(yáng)理工大學(xué)遼寧省
【文章頁(yè)數(shù)】:69 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
顱腦神經(jīng)損傷重點(diǎn)分布區(qū)域圖
不同邊緣檢測(cè)
不同邊緣檢測(cè)算子輸出的邊緣圖像結(jié)果
【參考文獻(xiàn)】:
期刊論文
[1]基于點(diǎn)特征直方圖的點(diǎn)云自動(dòng)配準(zhǔn)算法研究[J]. 朱培源. 科學(xué)技術(shù)創(chuàng)新. 2019(01)
[2]PET代謝影像組學(xué)研究進(jìn)展與挑戰(zhàn)[J]. 程木華. 新醫(yī)學(xué). 2018(09)
[3]基于典型醫(yī)學(xué)圖像的分類(lèi)技術(shù)研究進(jìn)展[J]. 張薇,呂曉琪,吳涼,張明,李菁. 激光與光電子學(xué)進(jìn)展. 2018(12)
[4]結(jié)合圖像分割的MRI圖像壓縮感知重構(gòu)[J]. 傅雪,劉文波. 電子測(cè)量技術(shù). 2018(11)
[5]數(shù)字圖像的融合算法[J]. 馬偵. 電子技術(shù)與軟件工程. 2018(06)
[6]醫(yī)用機(jī)器人及其精準(zhǔn)定位和術(shù)中導(dǎo)航及影像輔助技術(shù)研究進(jìn)展[J]. 安超,梁萍. 武警醫(yī)學(xué). 2018(01)
[7]多模態(tài)圖像融合算法綜述[J]. 劉卷舒,姜慧娜. 科技創(chuàng)新與應(yīng)用. 2017(36)
[8]一種基于決策粗糙集的模糊C均值聚類(lèi)數(shù)的確定方法[J]. 石文峰,商琳. 計(jì)算機(jī)科學(xué). 2017(09)
[9]珀塞爾對(duì)核磁共振的發(fā)現(xiàn)和早期研究[J]. 尹曉冬,王新顏,劉戰(zhàn)存. 大學(xué)物理. 2017(07)
[10]基于圖像序列的人體運(yùn)動(dòng)跟蹤算法[J]. 石曼曼,李玲. 現(xiàn)代電子技術(shù). 2017(09)
博士論文
[1]圖像融合及其性能評(píng)估若干問(wèn)題研究[D]. 張小利.吉林大學(xué) 2016
[2]像素級(jí)多傳感器圖像融合方法研究[D]. 李郁峰.西南交通大學(xué) 2013
[3]醫(yī)學(xué)圖像配準(zhǔn)和模式識(shí)別研究[D]. 任海萍.中國(guó)協(xié)和醫(yī)科大學(xué) 2003
碩士論文
[1]高階乘冪法應(yīng)用于基于馬爾可夫隨機(jī)場(chǎng)的肺部4D CT圖像配準(zhǔn)方法研究[D]. 亓玉佩.山東大學(xué) 2017
[2]基于小波變換的CT/MRI圖像融合技術(shù)[D]. 許占偉.中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2010
[3]基于FPGA的的圖像融合系統(tǒng)設(shè)計(jì)研究[D]. 馮偉昌.天津大學(xué) 2010
本文編號(hào):2982072
本文鏈接:http://www.sikaile.net/yixuelunwen/waikelunwen/2982072.html
最近更新
教材專(zhuān)著