基于二维图像实时识别的膀胱B型超声自动扫描系统研制
发布时间：2021-01-10 15:26
B型超声诊断是临床上使用频次最高的图像实时诊断方式之一,其常规操作方式往往是由超声医师手持探头直接在病人体表进行扫查,因此相比CT（Computed Tomography）和MRI（Magnetic Resonance Imaging）,超声检查方式对医师不仅要求具备丰富、专业的临床知识储备,而巨大的工作量更是对体力提出了更高的要求,研究表明,超声医师患工作相关肌肉骨骼疾患的概率较高。同时,部分传染病往往混杂在临床常规超声检查中,由于超声检查中需要近距离接触,因而给医师带来了极大的感染风险。通过机器人辅助的超声自动扫描技术则能有效解决以上问题,并且具有操作精度高、自我训练和学习、经验累积等优点,为此,本文以临床常规膀胱超声诊断过程为研究对象,通过分析和建立膀胱超声自动扫描模型、扫描路径、相关图像学习及器官容积计算方法,实现了基于二维图像实时识别的膀胱B型超声自动扫描系统。具体工作内容如下:首先,针对常规膀胱超声扫查流程建模,建立自动膀胱超声扫描的扫描路径模型,将扫描路径的求解转化为关键坐标点的求解。针对腹部表面特征提出了基于体表图像的自动扫描路径规划算法,通过基于椭圆肤色模型的皮肤检测...
【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：86 页
【学位级别】：硕士
【部分图文】：
膀胱示意图[1]
上海交通大学硕士学位论文7儿等六个器官进行定量分析和定性分析的扫描。其中定量分析包括腹径、股骨长度，定性分析包括胎盘回声图像，和羊水体积。实验结果表明，远程组中93.1%的指标测量完全正确，相比于传统组的测量结果，差距小于5%。图1-2Krupa等人研发的远程超声扫描系统框架图[14]Fig.1-2thesystemframediagramoftheremoteultrasonicscanningsystemdevelopedbyKrupaetal[14]Koizumo等人[17]开发了一项远程超声系统，该系统可应用于肩部疾病的诊断。Ito等人[18]在远程超声扫描的基础上开发了可穿戴机器人。Sengupta等人[19]模仿远程超声扫描系统试图建立跨城市乃至跨大西洋等超远距离的扫描系统。Avgousti等人[20]在4G无线网络通信的基础之上完成了远程心脏超声检查。由于通信技术和机器人技术的不断发展发展，机器人同步模仿远端超声医师的扫查手法不断地精准化，而机器人的应用潜力不仅于此[12]，该技术如果与其他新型技术进行相应的结合，可以使效率得到大大的提高，临床的应用价值也会随之提升。然而，因为技术限制，如检查时间变长或者传输延迟[20]，使得远程超声扫描系统远未达到与其价值相对应的普及化和商业化。另外，虽然大部分研究者声称，基于机器人的远程诊断与传统方式等效，但是从公开数据来看，远程诊断的成功率并不是很理想[21]。除此之外，如果想将远程超声扫描系统应用于临床，还需要大量的金钱成本和培训工作。在我国当前的网络基础设施大规模普及的现状下，在某些偏远地区的诊所进行远程超声扫描，在技术上是可行的，但需要大量资金来完成采购，以及技术人员负责安装和培训，成本较为高昂，且偏远地区
上海交通大学硕士学位论文8的诊所病人数量较低，很难获得足够的商业利润。研究人员在不断优化系统的精度和运行速度之余，也要着眼于降低系统的搭建成本。1.3.2自动超声扫描技术针对某些特定的超声扫查区域，机器人技术可以通过将医师的操作转换为程序化的逻辑判断，实现自动化的超声扫描。近年来，越来越多的研究者正加入这一领域。Mustafa等人[22]研发了一套肝脏区域的自动超声扫描系统，主要组成部分包括机械臂、力传感器、超声诊断仪、PC(personalcomputer)控制中心、摄像机和图像采集卡，系统框架如图1-3所示。PC控制中心利用摄像机拍摄的图像分析腹部区域，获取探头的扫描起始点，规划扫查路径，并发送给机械臂控制模块。在扫查过程中，力传感器检测皮肤产生的反作用力，反馈到控制中心以调节Z轴高度，保持探头紧贴皮肤，同时探头的位置和方向根据超声图像的信息进行校正，确保图像的正确性。研究者对3名成年男性进行了自动超声扫描实验，3位超声医师的评价均为可诊断性良好。图1-3Mustafa等人开发的肝部自动超声扫描系统[22]Fig.1-3anautomaticliverultrasoundscanningsystemdevelopedbyMustafaetal.[22]Virga等人[23]开发了自动扫描机器人系统，通过超声测量方式评估病人的血
【参考文献】：
期刊论文
[1]医学影像设备和医疗信息系统的接口方法[J]. 王健,熊虹,王婷,于小利,陈功. 中国卫生信息管理杂志. 2017(03)
[2]医学超声工作者工作相关肌肉骨骼疾患研究进展[J]. 张丹英,马小燕,黄汉林. 中国职业医学. 2017(01)
[3]三维ABUS图像多平面联合显示平台的MATLAB实现方法[J]. 闵一迪,吴俊,汪源源,徐丹,罗华友,孙亮,舒若. 国外电子测量技术. 2017(02)
[4]ABVS结合BI-RADS对乳腺癌新辅助化疗的评估价值[J]. 骆瑞珍,张超,王庆海,陈秀霞,孙建娜. 中国医疗设备. 2017(01)
[5]基于水平集方法和神经网络的人体睡姿识别[J]. 叶荫球,姜太平,张蕾. 工业控制计算机. 2013(05)
[6]基于视频的人脸识别与跟踪算法研究[J]. 童林. 计算机与现代化. 2013(02)
[7]对k-means初始聚类中心的优化[J]. 仝雪姣,孟凡荣,王志晓. 计算机工程与设计. 2011(08)
[8]基于椭圆模型的肤色检测研究[J]. 刘井微,霍宏涛. 科教文汇(下旬刊). 2008(06)
[9]基于图像卡的图像采集处理系统开发[J]. 吉志宏,刘晓平. 仪表技术. 2008(01)
[10]初始聚类中心优化的k-means算法[J]. 袁方,周志勇,宋鑫. 计算机工程. 2007(03)
博士论文
[1]基于三维超声图像的穿刺手术机器人辅助系统研究[D]. 孙银山.哈尔滨工业大学 2011
硕士论文
[1]三维超声自动扫描与成像系统研究[D]. 吴博文.华南理工大学 2017
[2]基于手势感知的智能控制系统开发[D]. 吕新刚.南京理工大学 2013
本文编号：2968945
【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：86 页
【学位级别】：硕士
【部分图文】：
膀胱示意图[1]
上海交通大学硕士学位论文7儿等六个器官进行定量分析和定性分析的扫描。其中定量分析包括腹径、股骨长度，定性分析包括胎盘回声图像，和羊水体积。实验结果表明，远程组中93.1%的指标测量完全正确，相比于传统组的测量结果，差距小于5%。图1-2Krupa等人研发的远程超声扫描系统框架图[14]Fig.1-2thesystemframediagramoftheremoteultrasonicscanningsystemdevelopedbyKrupaetal[14]Koizumo等人[17]开发了一项远程超声系统，该系统可应用于肩部疾病的诊断。Ito等人[18]在远程超声扫描的基础上开发了可穿戴机器人。Sengupta等人[19]模仿远程超声扫描系统试图建立跨城市乃至跨大西洋等超远距离的扫描系统。Avgousti等人[20]在4G无线网络通信的基础之上完成了远程心脏超声检查。由于通信技术和机器人技术的不断发展发展，机器人同步模仿远端超声医师的扫查手法不断地精准化，而机器人的应用潜力不仅于此[12]，该技术如果与其他新型技术进行相应的结合，可以使效率得到大大的提高，临床的应用价值也会随之提升。然而，因为技术限制，如检查时间变长或者传输延迟[20]，使得远程超声扫描系统远未达到与其价值相对应的普及化和商业化。另外，虽然大部分研究者声称，基于机器人的远程诊断与传统方式等效，但是从公开数据来看，远程诊断的成功率并不是很理想[21]。除此之外，如果想将远程超声扫描系统应用于临床，还需要大量的金钱成本和培训工作。在我国当前的网络基础设施大规模普及的现状下，在某些偏远地区的诊所进行远程超声扫描，在技术上是可行的，但需要大量资金来完成采购，以及技术人员负责安装和培训，成本较为高昂，且偏远地区
上海交通大学硕士学位论文8的诊所病人数量较低，很难获得足够的商业利润。研究人员在不断优化系统的精度和运行速度之余，也要着眼于降低系统的搭建成本。1.3.2自动超声扫描技术针对某些特定的超声扫查区域，机器人技术可以通过将医师的操作转换为程序化的逻辑判断，实现自动化的超声扫描。近年来，越来越多的研究者正加入这一领域。Mustafa等人[22]研发了一套肝脏区域的自动超声扫描系统，主要组成部分包括机械臂、力传感器、超声诊断仪、PC(personalcomputer)控制中心、摄像机和图像采集卡，系统框架如图1-3所示。PC控制中心利用摄像机拍摄的图像分析腹部区域，获取探头的扫描起始点，规划扫查路径，并发送给机械臂控制模块。在扫查过程中，力传感器检测皮肤产生的反作用力，反馈到控制中心以调节Z轴高度，保持探头紧贴皮肤，同时探头的位置和方向根据超声图像的信息进行校正，确保图像的正确性。研究者对3名成年男性进行了自动超声扫描实验，3位超声医师的评价均为可诊断性良好。图1-3Mustafa等人开发的肝部自动超声扫描系统[22]Fig.1-3anautomaticliverultrasoundscanningsystemdevelopedbyMustafaetal.[22]Virga等人[23]开发了自动扫描机器人系统，通过超声测量方式评估病人的血
【参考文献】：
期刊论文
[1]医学影像设备和医疗信息系统的接口方法[J]. 王健,熊虹,王婷,于小利,陈功. 中国卫生信息管理杂志. 2017(03)
[2]医学超声工作者工作相关肌肉骨骼疾患研究进展[J]. 张丹英,马小燕,黄汉林. 中国职业医学. 2017(01)
[3]三维ABUS图像多平面联合显示平台的MATLAB实现方法[J]. 闵一迪,吴俊,汪源源,徐丹,罗华友,孙亮,舒若. 国外电子测量技术. 2017(02)
[4]ABVS结合BI-RADS对乳腺癌新辅助化疗的评估价值[J]. 骆瑞珍,张超,王庆海,陈秀霞,孙建娜. 中国医疗设备. 2017(01)
[5]基于水平集方法和神经网络的人体睡姿识别[J]. 叶荫球,姜太平,张蕾. 工业控制计算机. 2013(05)
[6]基于视频的人脸识别与跟踪算法研究[J]. 童林. 计算机与现代化. 2013(02)
[7]对k-means初始聚类中心的优化[J]. 仝雪姣,孟凡荣,王志晓. 计算机工程与设计. 2011(08)
[8]基于椭圆模型的肤色检测研究[J]. 刘井微,霍宏涛. 科教文汇(下旬刊). 2008(06)
[9]基于图像卡的图像采集处理系统开发[J]. 吉志宏,刘晓平. 仪表技术. 2008(01)
[10]初始聚类中心优化的k-means算法[J]. 袁方,周志勇,宋鑫. 计算机工程. 2007(03)
博士论文
[1]基于三维超声图像的穿刺手术机器人辅助系统研究[D]. 孙银山.哈尔滨工业大学 2011
硕士论文
[1]三维超声自动扫描与成像系统研究[D]. 吴博文.华南理工大学 2017
[2]基于手势感知的智能控制系统开发[D]. 吕新刚.南京理工大学 2013
本文编号：2968945
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/2968945.html
最近更新
教材专著
