隨著計算機輔助診斷技術(shù)的快速發(fā)展,其在臨床醫(yī)學中的作用越來越大。圖像配準作為計算機輔助診斷系統(tǒng)的一個重要組成部分,在心血管疾病診斷方面,扮演著重要的角色。心臟冠脈的位置信息是心血管疾病分析診斷的重要依據(jù),因此,如何結(jié)合圖像配準算法和建模方法,得到冠脈感興趣區(qū)域和冠脈中心線的方向信息,并結(jié)合最短路徑算法實現(xiàn)心臟冠脈三個主分支中心線的自動提取和識別,成為了目前的一個研究熱點。本文以心臟冠脈CTA(Computed Tomography Angiography)數(shù)據(jù)為研究對象,首先研究了三維可視化技術(shù),利用體繪制技術(shù)對心臟CTA數(shù)據(jù)進行三維顯示;進而對圖像配準算法進行分析,針對如何從原始心臟冠脈CTA數(shù)據(jù)中自動分割出心臟冠脈線的問題,重點對仿射變換、B樣條可變形變換、圖像建模和圖像融合等問題進行了研究,并提出了一種基于圖像配準的心臟冠脈CTA模型的建立方法,以此得到了冠脈感興趣區(qū)域和冠脈中心線的方向信息;最后在先驗模型的基礎(chǔ)上,結(jié)合最短路徑算法,在冠脈的感興趣區(qū)域內(nèi),自動提取和識別三個心臟冠脈的主分支中心線。本文的主要研究內(nèi)容如下:(1)在三維可視化過程中,研究了面繪制和體繪制技術(shù),對心臟冠脈CTA數(shù)據(jù)實現(xiàn)三維顯示。在此基礎(chǔ)上利用圖形用戶界面技術(shù)開發(fā)了一款三維可視化軟件,實現(xiàn)圖像處理過程中的一些常用功能,包括旋轉(zhuǎn),縮放,設(shè)置顏色梯度值,截圖等功能。對實驗數(shù)據(jù)進行了去噪聲處理,為后續(xù)的配準實驗做準備。(2)研究基于仿射變換和B樣條可變形變換的三維圖像配準算法,分析比較其性能差異。分別對建立CTA模型的實驗數(shù)據(jù)進行仿射變換和B樣條可變形變換,將實驗數(shù)據(jù)映射到同一坐標空間下,評估兩種算法的性能。并在此基礎(chǔ)上提出了優(yōu)化的配準方案,實現(xiàn)心臟冠脈的配準。利用形狀平均方法(Shape-based Averaging)對8個映射到同一坐標空間下的分割標記圖求平均,建立一個具有一定泛化能力的心臟CTA模型,得到心臟冠脈感興趣區(qū)域和冠脈中心線的方向信息。(3)在先驗模型的基礎(chǔ)上,首先在前文得到的心臟冠脈感興趣區(qū)域利用訓練檢測的算法,自動檢測冠脈起點位置。在冠脈中心線追蹤過程中,將冠脈的方向因素導入到最短路徑的代價函數(shù)中,引導冠狀動脈中心線追蹤。最終,在冠脈的感興趣區(qū)域內(nèi),三個主分支中心線被自動提取和識別出來。
【學位單位】：南京郵電大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：R816.2;TP391.41
【部分圖文】：

圖 2.2 心臟冠脈的三維可視化可視化技術(shù)，將龐大的三維數(shù)據(jù)轉(zhuǎn)化為三維圖果顯著。本課題所使用的三維可視化技術(shù)結(jié)合最后為了便于使用者可以更加方便地進行圖像ser Interface，GUI）技術(shù)，開發(fā)了一些醫(yī)學圖像技術(shù)（Insight Segmentation and Registration Toolkit，館開發(fā)的一款醫(yī)學圖像處理工具，作為一個開平臺的影像分析。該系統(tǒng)圍繞一些核心設(shè)計如實例的對象工廠、使用 command/observer 圖表

電大學碩士研究生學位論文 第二章 心臟冠脈 CTA 醫(yī)療圖像的預處個自適應表達結(jié)構(gòu)，按照在其上實行的操作來進行改變。表達一個網(wǎng)格最起碼是需要元的；但是也可以增加額外的拓撲信息。本文一開始直接利用 ITK 工具包內(nèi)關(guān)于 NIFTI 格式圖像讀取的頭文件，調(diào)用函數(shù)接口行 NIFTI 格式圖像的讀取，然后將讀取到的數(shù)據(jù)作為輸入傳送給后續(xù)的圖像顯示模塊從軟件健壯性的角度出發(fā)，便于該軟件在后續(xù)的研究過程中可以讀取不同格式的三維本文最終采用的方法是從三維圖像的內(nèi)部結(jié)構(gòu)出發(fā)，首先利用 ITK 工具包得到圖像數(shù)度信息，由于圖像內(nèi)部的結(jié)構(gòu)是沿著 X，Y，Z 三個方向延伸的長方體結(jié)構(gòu)，因此任何像數(shù)據(jù)都可以看成是一個一個三維像素矩陣排列堆砌得到的結(jié)果（與圖像的格式無關(guān)，本文利用一個像素迭代器，從 X，Y，Z 軸三個方向遍歷圖像的像素點，依次讀取每點的灰度值。將這些灰度值信息按照原像素空間的位置保存，最終將像素信息傳遞給顯示過程。這種方法不僅可以讀取多種格式的醫(yī)學圖像，而且還可以針對不同像素范分進行數(shù)據(jù)處理分析，比如標記出灰度值是 100~200 范圍的部分。

電大學碩士研究生學位論文 第二章 心臟冠脈 CTA 醫(yī)療圖像的預處個自適應表達結(jié)構(gòu)，按照在其上實行的操作來進行改變。表達一個網(wǎng)格最起碼是需要元的；但是也可以增加額外的拓撲信息。本文一開始直接利用 ITK 工具包內(nèi)關(guān)于 NIFTI 格式圖像讀取的頭文件，調(diào)用函數(shù)接口行 NIFTI 格式圖像的讀取，然后將讀取到的數(shù)據(jù)作為輸入傳送給后續(xù)的圖像顯示模塊從軟件健壯性的角度出發(fā)，便于該軟件在后續(xù)的研究過程中可以讀取不同格式的三維本文最終采用的方法是從三維圖像的內(nèi)部結(jié)構(gòu)出發(fā)，首先利用 ITK 工具包得到圖像數(shù)度信息，由于圖像內(nèi)部的結(jié)構(gòu)是沿著 X，Y，Z 三個方向延伸的長方體結(jié)構(gòu)，因此任何像數(shù)據(jù)都可以看成是一個一個三維像素矩陣排列堆砌得到的結(jié)果（與圖像的格式無關(guān)，本文利用一個像素迭代器，從 X，Y，Z 軸三個方向遍歷圖像的像素點，依次讀取每點的灰度值。將這些灰度值信息按照原像素空間的位置保存，最終將像素信息傳遞給顯示過程。這種方法不僅可以讀取多種格式的醫(yī)學圖像，而且還可以針對不同像素范分進行數(shù)據(jù)處理分析，比如標記出灰度值是 100~200 范圍的部分。
【相似文獻】

相關(guān)期刊論文 前10條

1 張穎;曹璐云;;圖像配準技術(shù)[J];數(shù)碼世界;2017年06期

2 何立新;王昆侖;檀明;;基于多分辨率和互信息的圖像配準方法研究[J];合肥學院學報(自然科學版);2012年02期

3 云日升,彭海良,王彥平;干涉合成孔徑雷達復圖像配準精度分析和方法[J];測試技術(shù)學報;2003年01期

4 高東陽;趙西安;潘昕;;基于稀疏快速傅里葉的互相關(guān)圖像配準[J];北京建筑大學學報;2017年02期

5 倪權(quán);倪偉淵;;多分辨率人臉圖像配準方法研究[J];信息化研究;2015年04期

6 張婧;郇中丹;張海利;;有關(guān)非線性圖像配準的正則化(英文)[J];工程數(shù)學學報;2011年06期

7 邊倩;鄭伊寧;;一種改進的基于最大互信息的圖像配準方法[J];電子科技;2008年06期

8 曾琪明,解學通;基于譜運算的復相關(guān)函數(shù)法在干涉復圖像配準中的應用[J];測繪學報;2004年02期

9 傅德勝;劉珍麗;;印鑒圖像配準與特征提取[J];模式識別與人工智能;2002年03期

10 段嘉旭;羅林;高曉蓉;彭建平;李金龍;;基于抽樣隨機一致性和圖像特征的圖像配準[J];信息技術(shù);2017年11期

相關(guān)博士學位論文 前10條

1 楊麗娟;點集穩(wěn)健匹配的統(tǒng)計方法[D];西北工業(yè)大學;2018年

2 葉蓬;多模態(tài)遙感圖像配準關(guān)鍵技術(shù)研究[D];國防科學技術(shù)大學;2016年

3 馬興民;圖像配準若干關(guān)鍵技術(shù)研究及應用[D];北京科技大學;2019年

4 馬龍;視覺顯著性計算模型的遙感應用研究[D];北京理工大學;2017年

5 武越;基于計算智能的圖像配準與分割研究[D];西安電子科技大學;2016年

6 韓歡;一類醫(yī)學圖像配準中的變分問題與數(shù)值算法研究[D];中國科學院大學(中國科學院武漢物理與數(shù)學研究所);2016年

7 張浩;多信息融合圖像邊緣特征提取及圖像配準研究與應用[D];浙江大學;2008年

8 楊曉梅;幾何變分方法在圖像配準中的應用[D];華東師范大學;2014年

9 王雷;影像導航手術(shù)中2D/3D圖像配準[D];中國科學院研究生院(長春光學精密機械與物理研究所);2015年

10 周海洋;圖像配準及其在天文和顯微圖像中的應用研究[D];浙江大學;2017年

相關(guān)碩士學位論文 前10條

1 劉鵬飛;基于SIFT的圖像配準方法研究[D];哈爾濱工業(yè)大學;2019年

2 梁誠;壓敏漆圖像配準與修復方法研究[D];西華大學;2019年

3 袁浩期;基于圖像融合的流動人群體溫檢測系統(tǒng)設(shè)計[D];廣東工業(yè)大學;2019年

4 徐進;基于圖像配準的心臟冠脈CTA模型建立方法研究[D];南京郵電大學;2019年

5 方帥;基于圖像塊匹配的異源圖像配準[D];西安電子科技大學;2019年

6 裴夏;車載運動平臺中的紅外圖像配準與拼接算法研究[D];西安電子科技大學;2019年

7 楊強;基于實時功能磁共振成像的面部情緒解碼技術(shù)研究[D];戰(zhàn)略支援部隊信息工程大學;2019年

8 余韓羿;基于特征分割的多視角多曝光圖像配準與融合[D];上海交通大學;2017年

9 李繼哲;小模數(shù)齒輪視覺測量系統(tǒng)中圖像配準技術(shù)研究[D];中國計量大學;2018年

10 潘健岳;醫(yī)用大輸液外觀檢測技術(shù)研究與應用[D];哈爾濱工業(yè)大學;2019年

本文編號：2864179