105610字硕士毕业论文医学CT图像分割方案分析
论文类型：硕士毕业论文
论文字数：105610字
论点：分割,图像,医学
论文概述：
本文是医学博士论文，本文主要就髋关节、包含胸膜结节的肺部以及肝脏等部位 CT 图像分割方法进行了深入的研究。
论文正文：
第一章螺纹理论
医学成像设备的不断出现和医学成像技术的不断进步使得获得的医学图像数量不断增加，这使得医生逐渐不可能通过逐一解读医学图像来判断疾病的类型和程度，判断结果变得不可重复(这与医生的经验有很大关系)，从而限制了医学成像设备在临床实践中的应用。然而，随着计算机网络、人工智能、医学物理学的飞速发展和图形图像技术的逐渐成熟，它逐渐渗透到医学领域，一门具有特色的新兴交叉学科——医学图像处理与分析应运而生。这门学科有效地解决了上述问题。通过医学图像处理和分析，不仅减轻了医生因图像太多而费时的解释压力，而且大大提高了医生的诊疗水平，从而为医学研究和进一步发展[2】。医学图像处理与分析主要包括医学图像分割、配准、三维重建、结构分析和运动分析等研究方向，其中医学图像分割是其他研究方向的基础，因为其他研究是基于处理数据的精确分割。图像分割结果有许多重要的应用，如目标物体体积的定量计算[3)、疾病诊断[4)、病变区域的定位[5)、解剖结构研究[6)、治疗方案设计[7]和计算机辅助手术[8] (CAS)等。因此，医学图像分割的研究具有重要意义。可以说，该技术的解决直接影响到计算机辅助诊断技术在医学上的成功应用。
......
第2章医学CT图像的数据采集和预处理
2.1简介
计算机及其相关技术以及图形图像技术的逐渐成熟，已经逐渐渗透到医学领域，迎来了数字医学的新时代。计算机断层扫描以其分辨率高、成本低、技术成熟等优点，已成为检查和病理研究的主要手段，在临床上得到广泛应用。了解采集到的CT数据的基本信息有助于进一步评估分割结果的准确性和算法的适用性。本章首先详细总结了获得的各部分图像的基本信息，包括数据源、平面像素间距、图层间距、数据集大小范围等。接下来，我们讨论了各部分数据的分割难点以及针对这些难点构建的分割方法。最后，详细讨论了适用于特定分割方法的图像预处理方法。
2.2 CT图像数据采集
本文共收集了20套肺CT数据，均包括胸膜结节。这些数据来自两种多探测器计算机断层扫描仪器:10种来自西门子医疗系统64号仪器(由哈尔滨医科大学第二附属医院计算机室提供)，另外10种来自飞利浦医疗系统华晨64号仪器(由威海市医院计算机室提供)。获得的数据的大小范围是512？512？210-512？512？540，平面像素大小范围:0.58？0.58- 0.82？0.82毫米，层间距范围:0.6-1.0毫米。20个数据的分割结果已由放射科医师在实验前给出。在这20个数据中，总共包括307个肺结节(结节的最大直径范围为1.2-17毫米；平均值为3.9毫米)，其中胸膜结节65个。
第三章基于自适应分类和法线方向校正的髋部CT图像分割................31
3.1导言.............................................31
3.2初始图像分割.................................................31
第四章基于迭代均值和曲率修复与平滑的肺部CT图像分割................................57
4.1导言............................57
4.2胸腔抽取..............................57
4.3肺部歧视............................58
第五章基于概率约束形状强度水平集的肝脏CT图像分割..............................81
5.1导言.............................................81
5.2算法描述..............................81
5.3肝脏粗分割..............................82
第五章基于概率约束形状强度水平集的肝脏CT图像分割
5.1简介
水平集方法是一种常用的图像分割方法。其基本思想是将界面视为高维空之间某个函数的零水平集，然后根据水平集函数满足的发展方程来促进水平集的演化，利用图像的内部信息来控制界面演化过程的停止。该方法的优点是:首先，复杂对象的形状可以非参数化描述，使得对象的拓扑结构在水平集演化过程中可以自由变化；其次，将待分割对象的形状信息融合到水平集的进化过程中，作为先验约束信息，减少肝脏分割结果的泄露。为此，本章结合图谱信息和水平集方法，提出了一种基于带概率约束的形状强度水平集的肝脏分割算法。
5.2算法描述
对于测试阶段的每个目标数据集，首先计算目标数据集与所有地图之间的相似度，并根据相似度生成目标数据集的概率图谱(PA)；然后，根据生成的概率分布，获得目标数据集中最可能的肝脏区域(MLLR)；其次，在MLLR，通过根据最大后验概率对颗粒物进行分类来获得肝脏粗分割结果。最后，利用形状强度先验水平集方法获得准确的肝脏分割结果。为了优化分割过程，避免肝脏分割结果的泄露，最后一步采用窄带技术，水平集函数的进化范围仅限于MLLR。
........
结论
医学图像分割是计算机辅助诊断和组织器官自动识别的基础。医学CT图像分割方法的研究对进一步促进计算机辅助诊断在临床实践中的应用具有重要意义。由于医学图像分割方法具有面向特定对象的特点，本文主要对髋关节、肺部包括胸膜结节、肝脏等部位的CT图像分割方法进行了深入研究。(1)论文的主要研究工作1)针对髋关节计算机断层图像中股骨头和髋臼的精确分割问题，提出并设计了一种迭代自适应阈值分类，并利用贝叶斯判别分析处理流程解决了该部位图像分割中经常出现的骨骼间错误粘连现象。在实验过程中，首先根据解剖特征对110个数据进行分组，然后通过与目前流行的髋关节CT图像分割方法进行比较，验证了该方法的准确性，最后通过ROC分析验证了该方法的临床适用性。2)针对髋关节计算机断层图像分割过程中形态学造成的骨边缘细节特征丢失和分割结果不准确的问题，提出了一种基于法线方向灰度变化的精确骨边缘定位算法。通过对比校正前后110个数据的分割结果，验证了算法的有效性。3)为了解决含胸膜结节的肺部CT图像的准确分割问题，提出了一种基于模糊C均值的肺部快速分割方法。在此基础上，提出了一种基于迭代加权平均和自适应曲率阈值的肺部边界平滑修复算法，解决了肺部CT图像分割中经常出现的胸膜结节丢失和肺门凸凹不均匀的问题。对包括胸膜结节在内的20个临床数据的实验证明了上述算法的快速性和有效性。
……
参考文献(省略)