学位论文 > 优秀研究生学位论文题录展示
全自动肝脏门静脉分割算法的研究与实现
作 者: 高耀宗
导 师: 袁昕
学 校: 浙江大学
专 业: 计算机应用技术
关键词: 血管分割 管状结构多尺度分析 肝脏血管分离 门静脉主干检测
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 61次
引 用: 0次
阅 读: 论文下载
内容摘要
在肝脏影像中进行血管分析对于肝脏的术前预案非常重要。外科医生必须对肝脏内部的血管系统有了深入的了解后,才能制定出合理的肝脏切除方案,从而避免手术中由于主血管破裂导致的不必要的大出血。传统的肝脏血管分割方法主要基于区域增长或阈值分割算法,但是由于受到螺旋CT图像中噪音的影响,取得的分割效果并不理想。同时,传统方法还受到初始阶段不够自动化,缺乏有效的手段分离肝脏两大静脉系统等问题的困扰。本文提出了一种鲁棒的,全自动的血管分割方法来提取肝脏影像中的门静脉系统,并将它与肝静脉系统分离。本文首先利用解剖学的先验知识来初步确定门静脉主干(PVT)的位置,然后通过直方图分析的方法来精确地提取门静脉主干切片区域,并将提取的区域作为分割需要的初始区域。随后,本文提出一种新颖的血管分割框架“基于血管切片区域的扩散”(Propagations of Vessel Regions on Slice,简称PVRS),并结合多尺度管状结构分析得到的vesselness度量来进行肝脏血管的分割。本文提出的分割框架是针对各向异性的体数据设计的,把三维空间的扩散划分成层间扩散和层内扩散两类,能有效地处理现有医院中螺旋CT产生的数据。最后,本文针对多种血管错连的情况提炼出四种剪枝规则,并通过图分析的方法将分割结果中由成像噪声产生的末梢、环路及错连的肝静脉血管从门静脉系统分离。血管分割中的vesselness的计算比较耗时,本文通过自适应地确定每个体素的尺度范围,并结合PVRS框架中空间局部性的特点来进行优化。实验结果表明,优化后的计算速度比优化前计算速度快18倍左右。本文的血管分割算法还与基于灰度值的区域增长算法在临床的影像数据上进行了比较,取得了比区域增长算法更好的实验结果。
|
全文目录
摘要 4-5 Abstract 5-11 第1章 绪论 11-16 1.1 课题背景 11 1.2 国内外研究现状 11-14 1.3 本文工作 14-15 1.4 文章组织 15 1.5 本章小结 15-16 第2章 门静脉分割总体设计 16-19 2.1 概述 16-17 2.2 设计 17-18 2.3 本章小节 18-19 第3章 PVRS管分割框架 19-24 3.1 概述 19-21 3.2 反馈机制 21-22 3.3 与传统基于扩散的分割算法的比较 22-23 3.4 本章小结 23-24 第4章 肝脏门静脉分割 24-35 4.1 概述 24 4.2 初始化 24-31 4.2.1 初始切片定位 25-26 4.2.2 自动提取门静脉主干 26-30 4.2.3 初始血管区域验证 30-31 4.3 基于PVRS框架的门静脉分割 31-34 4.3.1 Vesselness度量 31-32 4.3.2 PVRS框架具体实现 32-34 4.4 本章小结 34-35 第5章 血管分离 35-47 5.1 概述 35-36 5.2 血管骨架提取 36-37 5.3 图分析预处理 37-39 5.3.1 噪音末枝去除 37-38 5.3.2 血管环路去除 38-39 5.4 门静脉剪枝 39-43 5.5 图分析策略 43-45 5.5.1 管分支选择策略 43 5.5.2 血管伪分叉点去除策略 43-45 5.6 本章小结 45-46 附图 46-47 第6章 实验结果 47-58 6.1 实验数据 47 6.2 与传统vesselness度量的比较 47-48 6.3 Vesselness的参数选择 48-51 6.4 Vesselness计算优化 51-54 6.4.1 空间局部性 51-52 6.4.2 自适应尺度范围 52-54 6.5 实验结果与比较 54-57 6.6 本章小结 57-58 第7章 总结与展望 58-60 7.1 总结 58 7.2 下一步工作 58-60 攻读硕士阶段主要参与的科研项目 60-61 参考文献 61-65 致谢 65
|
相似论文
- 基于支撑向量机与模板匹配的眼底图像分割,TP391.41
- 内源光学与微电极视觉实验平台设计,TP391.41
- 脑血管DSA图像二维信息提取,TP391.41
- 医学图像部分容积效应校正方法研究及其应用,TP391.41
- 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,TP391.41
- 视网膜血管图像分割及其应用研究,TP391.41
- 基于数据驱动的马尔科夫蒙特卡洛视网膜血管分割,R318.0;TP391.41
- 眼底图像中血管分割技术研究,TP391.41
- 医学图像中血管分割算法的研究,TP391.41
- 基于序列信息的血管造影图像三维重建,TP391.41
- 冠脉造影图像的二维信息处理及三维重建研究,TP391.41
- 基于光学功能成像的大脑低频振荡信号研究,R318.0
- 眼底图像分割方法的研究及其应用,TP391.41
- 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
- 用于检索的人脸特征提取与匹配算法研究,TP391.41
- 基于FPGA的高速图像预处理技术的研究,TP391.41
- 2D人脸模板保护算法研究,TP391.41
- 基于用户兴趣特征的图像检索研究与实现,TP391.41
- 图像拼接技术研究,TP391.41
- 高效精确字符串匹配算法的研究与实现,TP391.41
- 基于三维重建的焊点质量分类方法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|