学位论文 > 优秀研究生学位论文题录展示

一种基于管状特征的水平集算法及其在医学图像血管分割中的应用

作　者: 朱湘君
导　师: 童善保
学　校: 上海交通大学
专　业: 生物医学工程
关键词: 血管分割活动轮廓模型水平集算法血管特征提取三维医学图像图像辅助诊疗
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 69次
引　用: 0次
阅　读: 论文下载

内容摘要

在医学图像处理中,血管的三维可视化具有广泛的应用。它不仅可以帮助了解血管生理形态、解剖结构及血流状态,而且还能在血管疾病诊断等方面发挥重要的作用。此外,在医学图像辅助诊疗平台中,精确的手术路径规划对手术的成功进行具有极其关键的作用。例如在肺癌介入式诊疗中,准确的肺部血管分割可以为术前规划和手术中的图像导航提供可视化条件,以避免破坏主要的血管而对病人造成不必要的伤害。尽管简单的阈值分割算法可以对不同灰度范围的组织进行分辨,其不精准的结果并不能应用于手术。近年来,活动轮廓模型的水平集算法开始广泛并且成功的应用于对医学图像中各种组织器官的分割。然而,传统算法中对高曲率的抑制作用降低了演化曲线在沿血管方向进化的速度,因此造成对血管分割的困难。本论文提出了一种新的基于管状特征的水平集算法,消除了对高曲率的阻碍作用,引导曲线在演化过程中沿血管方向较快地行进。同时,水平集曲线可以根据血管和背景点分布的概率密度函数判断来进行扩展或是收缩的演化方向。新算法在实际的血管CT图像中进行了实验,结果证明其能够快速并且有效地对三维血管进行分割。

全文目录

摘要  3-4
ABSTRACT  4-7
第一章概述  7-14
  1.1 课题的背景和研究意义  7-8
  1.2 血管分割算法研究现状  8-12
  1.3 论文的主要研究内容及创新点  12-14
    1.3.1 论文的主要研究内容  12
    1.3.2 论文的创新点  12-14
第二章几何曲线演化（GEOMETRIC CURVE EVOLUTION）和水平集算法（LEVEL SET ALGORITHM）  14-28
  2.1 引言  14
  2.2 几何曲线演化（GEOMETRIC CURVE EVOLUTION）  14-17
  2.3 水平集算法（LEVEL-SET ALGORITHM）  17-20
  2.4 水平集算法的数值计算  20-22
  2.5 水平集函数演化的快速算法  22-26
    2.5.1 窄带法（Narrow Band）  22-24
    2.5.2 快速行进法（Fast Marching）  24-26
  2.6 水平集方法中的两个问题  26-27
  2.7 本章小结  27-28
第三章血管特征提取方法  28-38
  3.1 引言  28
  3.2 多尺度血管特征提取方法（VESSELNESS FILTER）  28-32
  3.3 血管特征提取方法的应用  32-37
  3.4 本章小结  37-38
第四章基于管状特征的水平集算法的设计  38-49
  4.1 引言  38
  4.2 基于边界的几何主动轮廓的水平集模型  38-41
    4.2.1 主动轮廓模型简述  38-39
    4.2.2 基于边界的几何主动轮廓的水平集模型  39-41
  4.3 基于管状特征的水平集算法  41-48
    4.3.1 新算法的主要思想  41-42
    4.3.2 基于管状特征的水平集算法的设计  42-47
    4.3.3 新算法的具体实现  47-48
  4.4 本章小结  48-49
第五章新算法在医学图像中血管分割的实验和应用  49-61
  5.1 引言  49
  5.2 实验结果及分析  49-56
    5.2.1 与传统的活动轮廓模型的水平集方法比较  49-52
    5.2.2 对实际三维肺部CT 图像中的分割结果的检测  52-56
    5.2.3 结果分析和讨论  56
  5.3 新算法在图像辅助介入诊疗系统中的应用  56-60
  5.4 本章小结  60-61
第六章总结与展望  61-63
  6.1 主要结论  61
  6.2 研究展望  61-63
参考文献  63-68
致谢  68-69
攻读学位期间发表的论文  69-71

一种基于管状特征的水平集算法及其在医学图像血管分割中的应用

内容摘要

全文目录

相似论文