学位论文 > 优秀研究生学位论文题录展示

基于MRI的HIFU靶区及声通道组织自动识别研究

作　者: 温海燕
导　师: 陈文直；王智彪
学　校: 重庆医科大学
专　业: 生物医学工程
关键词: 高强聚焦超声刀组织识别精确治疗靶区勾画图像分析
分类号: R318
类　型: 博士论文
年　份: 2007年
下　载: 163次
引　用: 0次
阅　读: 论文下载

内容摘要

高强聚焦超声刀(High Intensity Focused Ultrasound, HIFU),是一种新型的现代无创、微创治疗高科技设备,通过体外照射治疗机体内部实体肿瘤。有别于其它现代相关治疗设备,其作用机理上是将高能量的超声波在作用于治疗靶区,瞬间使指定的组织出现高温凝固坏死。放射治疗技术是与类似的肿瘤治疗手段中应用最广泛的体外照射技术。放射治疗是通过射线治疗过程使组织逐渐变性坏死,其疗效一般在数周才予体现。靶区的误差一般不会造成病人立即死亡等安全问题。因此,在实际临床工作中为了提高肿瘤的放射治疗效果,放射区域常常是大于肿瘤实际靶区,行业上已经确定了靶区定位误差3cm许可的准则。然而如果我们将这种准则用于HIFU治疗,将会造成重要脏器结构损伤的后果。对一些特殊部位或区域,为了安全,HIFU治疗的治疗靶区就会小于肿瘤实际区域,结果将可能会影响治疗效果;因此,以精确定位为基础的HIFU精确治疗对提高HIFU肿瘤治疗效果有着十分重要的意义。开展有关基于核磁共振成像(Magnetic Resonance Imaging, MRI)的计算机组织识别技术的研究,是建立HIFU精确定位、精确治疗的基础,也为HIFU治疗人员对声通道内的重要组织结构的识别、声阻抗的计算及最佳治疗通道的选择提供依据。出于这方面需要,开展了“基于MRI影像的HIFU治疗靶区及声通道的组织自动识别”项目的研究工作,根据相关研究的结果撰写了这份报告。作者本人曾做了大量文献检索工作,迄今为止,尚未发现类似的研究成果或报告。本项目研究的目的主要包括三个方面:(1)通过分析MRI图像,了解人体组织结构在MR值上的共同特性及其影响因素;(2)在人体组织结构特性研究的基础上,建立基于MRI图像的计算机组织识别模式;(3)基于MRI图像的计算机组织识别模式,结合相关的图像处理技术建立基于MRI、CT图像的HIFU治疗靶区自动勾画系统,提高HIFU治疗效果与安全性。其最终目标是为了建立适形的、精确的能量投放HIFU治疗计划系统提供依据与技术支撑。为了实现这一目标,我们把本项目的具体工作分成了以下二个部分。第一部分人体组织的MRI影像特性研究以子宫肌瘤为研究对象,开展人体组织结构(包括肿瘤)在MRI影像上的共同特性的分析研究。研究方法:采用在Microsoft Visual C++ 6.0环境下为本研究专门开发的“专用MRI图像分析软件”,用配对设计的统计分析方法对所研究的子宫肌瘤的MRI T2原始序列图像的数据进行分析,研究它们在MR值上的变化规律。研究材料:重庆医科大学附属二院GE MRI设备上检查获取的DICOM格式的子宫肌瘤原始图像数据。结果显示:(1)在同一检查条件下,同一患者不同时期的子宫肌瘤影像中,MR值分布范围没有显著差异;(2)在同一检查条件下,不同患者间的子宫肌瘤影像中,MR值分布范围没有显著差异;(3)在同一检查条件下,子宫肌瘤在HIFU治疗前、后的MR值变化范围存在显著差异;(4)在子宫肌瘤HIFU声通道中可能涉及的几个主要组织结构(腹壁肌肉、充盈膀胱、正常子宫组织及子宫肌瘤)间,在MR值分布范围上存在显著差异。结论:由此推断,在同一MRI检查设备,相同的检查条件下的MRI影像上,人体组织结构中同一组织结构存在一定的共性,而不同的组织结构存在一定的差异。这种共性和差异性从效果看,可以作为计算机进行自动识别组织的依据,为HIFU治疗声通道的声阻抗的精确计算和靶区的精确勾画打下基础,为进一步开发与完善HIFU治疗计划系统提供了条件。另外,HIFU治疗可以改变原有组织结构的MRI图像特性,这有助于研究新的HIFU治疗效果评价指标,对建立HIFU治疗评价体系有一定意义。第二部分MRI组织识别模式的建立与靶区自动勾画研究研究的内容主要包括:(1)以MRI等图像为基础,对生物组织结构进行识别分析的技术实施研究;(2)为HIFU治疗建立一个比较精确的靶区自动勾画系统,从而进一步地三维成像,为HIFU治疗精确控制提供依据,也有利于建立更为完整的HIFU治疗计划系统。研究方法:以MRI等原始图像为背景,利用相关的计算机识别技术,建立对靶区组织结构的自动识别模式,对所识别的组织结构进行进一步分割等处理,最后勾画出较为精确的靶区轮廓。研究中发现,没有任何一种技术或算法能够独立完成图像自动勾画的要求,必须借助多种技术共同完成。因此,在通过反复实验与对比研究分析后,确定了以点、面结合的组合图像处理技术方案,其中以基于MRI特性的分割阈值为特点的靶区图像分割和以区域生长算法为基础的图像模板匹配技术为本研究中图像组织结构识别技术方案的核心。此外,研究中还应用了包括图像分割阈值获取、多种分割方法的组合采用、组织结构提取等技术方法,并结合研究要求探讨了相关原理及具体算法。结果与结论:通过试验发现(1)此技术方案能够比较准确识别诸如MRI类图像中的指定组织结构;(2)针对医学图像(MRI、CT等),能够比较快速、准确的对治疗靶区中边界相对不模糊的图像可达到一次性准确勾画的效果。因此,此项研究结果将会有助于HIFU、放射等医学治疗中的精确定位与治疗,有较大的实际应用价值。此外,此方案由于在对医学图像(MRI、CT等)进行处理的同时,结合了相关的MRI、CT显像组织结构特性分析技术,可帮助医务人员识别一些特定组织结构,提高相应的诊治水平,对建立基于MRI的智能分析诊断类的医疗专家系统的开发与研究方面的工作有所帮助。其勾画方案,除可应用于HIFU外,也可辅助用于其它一些医学治疗手段中,如三维立体放射治疗、超级γ刀的放射治疗计划系统中,可帮助提高精确定位、减少并发症发生率及重要组织结构的保护作用,并可能有助于医疗技术的进一步发展与提高有着十分重要的意义。

全文目录

英汉缩略语名词对照  7-8
摘要  8-13
ABSTRACT  13-18
前言  18-22
  1 研究目的  18
  2 意义  18-19
  3 国内、外进展  19-20
  4 本研究的主要内容  20
  5 研究计划与安排  20-22
第一部分人体组织结构MRI 影像特性的研究  22-57
  第一章绪论  22-26
    1 对人体组织结构MRI 影像特性的研究意义  22-23
    2 研究相关MRI 基本概念  23-24
    3 人体组织结构MRI 影像特性研究目的与重点  24-25
    4 本研究应解决的问题  25-26
  第二章人体组织结构MRI 影像特性的研究方法  26-44
    1 材料  26-27
    2 MRI 图像信息剖析  27-33
    3 方法与原理  33-36
    4 专用数据分析软件  36-43
    5 小结  43-44
  第三章结果与问题分析  44-57
    1 对同一患者在不同时期的子宫肌瘤MRI 图像的数据分析  44-45
    2 对不同患者的子宫肌瘤MRI 图像之间的数据分析  45-49
    3 对同一子宫肌瘤病例在HIFU 治疗前、后的MRI 图像数据分析  49-50
    4 子宫肌瘤HIFU 治疗声通道中的组织结构MRI 影像特征分析  50-55
    5 小结  55-57
第二部分基于MRI 组织识别模式的建立与HIFU 治疗靶区自动勾画研究  57-125
  第四章引言  57-60
    1 相关概念  57-59
    2 基于MRI 影像的HIFU 治疗靶区自动勾画研究的意义  59
    3 相关研究的进展与价值  59-60
  第五章研究方法与原理  60-65
    1 基于MRI 靶区自动勾画基本流程  60-61
    2 材料来源及系统开发工具  61
    3 相关技术原理  61-64
    4 小结  64-65
  第六章组织结构识别与图像分割  65-95
    1 在医学图像中组织结构识别主要存在的问题  65-66
    2 本研究对组织结构识别的基本思路  66-67
    3 相关界面  67-69
    4 图像分割的基本原则  69-70
    5 本研究中涉及的图像分割技术  70-90
    6 医学图像分割的评价  90-91
    7 本研究中的区域图像分割数据结构定义与C 源代码  91-94
    8 小结  94-95
  第七章边缘、轮廓提取与图像后处理  95-113
    1 边缘与轮廓提取的基本算法  95-100
    2 二值图像后处理技术  100-112
    3 小结  112-113
  第八章靶区勾画效果分析  113-125
    1 基于MRI 图像的靶区及声通道部分组织结构的自动勾画应用  113-121
    2 通用图像勾画功能的应用  121-123
    3 自动图像勾画的部分组合操作流程界面  123-125
全文总结  125-129
  1 人体组织的MRI 影像特性研究工作总结  125-126
  2 MRI 组织识别模式的建立与靶区自动勾画研究工作总结  126-127
  3 本项目的主要创新之处  127-128
  4 主要存在的问题  128-129
参考文献  129-137
致谢  137-138
攻读博士学位期间发表的论文  138

基于MRI的HIFU靶区及声通道组织自动识别研究

内容摘要

全文目录

相似论文