肺栓塞疾病對患者的生命安全和身體健康造成了極大的威脅,利用計算機對該類疾病進行輔助診斷能極大提高醫(yī)生的診斷效率,對疾病的成功治療具有重要意義;計算機斷層掃描（computed tomography,CT）圖像是肺栓塞診斷的“金標(biāo)準(zhǔn)”,如何從CT圖像序列中將肺動脈目標(biāo)分割出來,如何對肺動脈序列求取立體模型的容積,這兩個問題的成功解決是實現(xiàn)計算機輔助診斷的關(guān)鍵。本文以胸部CT數(shù)據(jù)為研究對象,開展了CT圖像肺動脈分割和容積計算的方法研究;主要內(nèi)容有以下三個方面:（1）在CT圖像預(yù)處理方面,研究了基于自適應(yīng)窗位和窗寬的CT數(shù)據(jù)轉(zhuǎn)換方法和基于Hessian矩陣的肺動脈與上腔靜脈分離方法。CT圖像灰度值由CT值轉(zhuǎn)換而來,但傳統(tǒng)轉(zhuǎn)換方法得出的圖像可能存在目標(biāo)不明顯、對比度低的問題;針對該問題,本文利用CT值概率分布函數(shù)和概率變化率函數(shù)自動選取出CT數(shù)據(jù)的窗位和窗寬,并利用這兩個值構(gòu)造出新的映射關(guān)系,以完成從CT數(shù)據(jù)到圖像的轉(zhuǎn)換。另外,在CT圖像中,肺動脈目標(biāo)往往會與上腔靜脈相連,這會影響到目標(biāo)的分割;對此,本文利用Hessian矩陣特征值、特征向量與圖像結(jié)構(gòu)之間的關(guān)系構(gòu)造出曲線結(jié)構(gòu)的掩膜,并將其映射... 

【文章來源】：北京化工大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：100 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１－２?ＣＴ圖像序列示意圖??Ｆｉｇ．?１－２?ＣＴ?ｉｍａｇｅ?ｓｅｑｕｅｎｃｅ??

丨條件丨［??｜?圖?窗位?｜｜?＾＾￣￣?ＩＩ?．Ｔ?，?１??丨德?１丨?區(qū)域生長?１丨?Ｉ??Ｉ??丨Ｉ?．?存在?丨１?各類體素?＜－體和｜??Ｉ制作曲線結(jié)構(gòu)增強掩膜?｜｜??丨種子點?ＩＩ?體和值?推導(dǎo)??１?－Ｚ?Ｉ?１１?種子點自動選取?１１?Ｌ—?！??Ｉ?映射Ｉ?１丨?」Ｆ１１１１?Ｊ?ＩＩ?＾??Ｉ?與上腔靜脈分高?＾＿???ＩＩ?????丁????肺栓塞患者病情評價???（肺動脈阻塞程度評價）???圖１－３論文技術(shù)路線??Ｆｉｇ．?１－３?Ｔｈｅ?ｔｅｃｈｎｉｃａｌ?ｒｏａｄｍａｐ?ｏｆ?ｔｈｉｓ?ｐａｐｅｒ??８??

?北京化工大學(xué)碩士學(xué)位論文?????—１?課題研究背景及意義???１?國內(nèi)外研究現(xiàn)狀????—?論文主要內(nèi)容及創(chuàng)新點??！???￣￣｜?ＣＴ數(shù)據(jù)的獲取??／?第二章?＼?基于自適應(yīng)窗寬窗位的ＣＴ數(shù)據(jù)的轉(zhuǎn)換???＾?ＣＴ圖像預(yù)處理、?－???一??＼?方法研究?ｊ?一?基于Ｈｅｓｓｉａｎ矩陣的ＣＴ圖像預(yù)處理??、?」?￣￣｜?ＣＴ數(shù)據(jù)轉(zhuǎn)換與圖像預(yù)處理實驗驗證??ＣＴ?￣￣｜傳統(tǒng)主動輪廓模型原理及存在的問題??圖像??????????—????ｆ巧?／?＼?—｜基于ＧＶＦ－ＣＶ模型的肺動脈分割方法??脈分?／?第三章?＼?；?￣￣??５１°?（肺動脈分割方）—基于自適應(yīng)種子點的區(qū)域生長法??容積?＼?法研究?／?｝————?－」??＼?—?基于邊緣跟蹤的肺動脈樹分割方法??研究?￣Ｉ?肺動脈分割算法實驗驗證??／?ｖ?￣Ｉ基于＃素統(tǒng)計的傳統(tǒng)容積計算方法??／?第四章?＼?＿??／基于改進體素＼?—?基于三維重建的傳統(tǒng)容積計算方法??〈?累積法的肺動??：???＼?基于改進體素累和法的容積計算??＼?方法研究?Ｉ?＾?－－?■——一．．?－??＇?＾?—肺動脈容積計算與病情評價實驗驗證??／?＼?￣￣?論文研究結(jié)論??」?第五章?＼＿????＼?結(jié)論與展望?）＿????＼?／?—?研究展望??圖１－４論文結(jié)構(gòu)框架??Ｆｉｇ．１－４?Ｔｈｅ?ｓｔｒｕｃｔｕｒｅ?ｏｆ?ｔｈｉｓ?ｐａｐｅｒ??１０??

【參考文獻】：
期刊論文
[1]基于Hessian矩陣的DSA圖像冠狀動脈直徑的測量[J]. 王力,孟慶民,郭永新,焦青.  中國醫(yī)學(xué)物理學(xué)雜志. 2019(10)
[2]基于冠脈造影圖像血管樹分割的血管狹窄自動識別方法[J]. 陳建輝,趙蕾,李德玉,萬濤.  中國生物醫(yī)學(xué)工程學(xué)報. 2019(03)
[3]腦血管三維重建及算法實現(xiàn)[J]. 郭健,程宇航,郭書祥.  哈爾濱工程大學(xué)學(xué)報. 2019(04)
[4]面積項能量加強的距離規(guī)則水平集演化模型[J]. 朱云龍,翁桂榮.  圖學(xué)學(xué)報. 2018(01)
[5]基于力學(xué)原理的主動輪廓模型詮釋[J]. 李立鳴,唐克倫,文華斌.  圖學(xué)學(xué)報. 2017(05)
[6]基于醫(yī)學(xué)圖像序列面繪制的骨組織快速成型方法[J]. 劉思奇,張來峰,范立成,盛小明.  計算機應(yīng)用. 2017(05)
[7]基于MITK的醫(yī)學(xué)圖像三維表面重建算法[J]. 周娟.  計算機科學(xué). 2016(S1)
[8]基于GPU的醫(yī)學(xué)圖像三維重建體繪制技術(shù)綜述[J]. 翟爭峯,蒲立新,曲建明,楊驥.  中國數(shù)字醫(yī)學(xué). 2015(04)
[9]Geometric active contour based approach for segmentation of high-resolution spaceborne SAR images[J]. Shaoming Zhang,Fang He,Yunling Zhang,Jianmei Wang,Xiao Mei,Tiantian Feng.  Journal of Systems Engineering and Electronics. 2015(01)

博士論文
[1]基于心臟CTA體數(shù)據(jù)的冠脈計算機輔助診斷系統(tǒng)核心技術(shù)研究與實現(xiàn)[D]. 王勝軍.東北大學(xué) 2011
[2]基于CT造影圖像的肺栓塞計算機輔助檢測[D]. 張杰慧.重慶大學(xué) 2011

碩士論文
[1]基于改進MC算法的醫(yī)學(xué)圖像三維重建方法的研究[D]. 羅海洋.哈爾濱理工大學(xué) 2019
[2]基于MIP的腦部血管重建算法研究[D]. 李瑞鼎.電子科技大學(xué) 2017
[3]醫(yī)學(xué)圖像三維重建技術(shù)研究[D]. 雷若鳴.蘭州大學(xué) 2017
[4]基于醫(yī)學(xué)CT圖像序列的主動脈夾層三維重建方法的研究[D]. 時美晨.天津工業(yè)大學(xué) 2017
[5]基于醫(yī)學(xué)CT的人體肝臟三維建模關(guān)鍵技術(shù)研究與實現(xiàn)[D]. 韓俊翔.浙江大學(xué) 2017
[6]基于肝臟CT圖像的三維建模與體積計算方法研究[D]. 黃秋陽.吉林大學(xué) 2016
[7]醫(yī)學(xué)影像三維重建系統(tǒng)的研究與實現(xiàn)[D]. 盧開文.電子科技大學(xué) 2016
[8]先天性心臟病肺動脈血流動力學(xué)計算模擬與分析[D]. 張維敏.上海交通大學(xué) 2016
[9]醫(yī)學(xué)三維重建圖像光線投射并行化算法研究及GPU實現(xiàn)[D]. 李曉清.哈爾濱工業(yè)大學(xué) 2015
[10]基于CT圖像的腎上腺三維重構(gòu)研究[D]. 褚棟梁.鄭州大學(xué) 2012



本文編號：3415465