前列腺介入手术MRI-US图像融合导航关键技术研究
发布时间:2022-08-04 12:26
近年来,前列腺癌的发病率一直呈增长趋势。目前,前列癌诊断和治疗的主流方法仍然是医学影像引导下的介入诊疗法。超声(US)及磁共振成像(MRI)作为前列腺介入疗法中最常用的两种医学成像方式各具优缺点,国内外研究者们提出将术前MRI图像与术中US图像相结合的导航方法。本文针对前列腺MRI图像及US图像的分割、配准、融合等关键技术及结合电磁定位设备共同引导机器人完成手术的方法进行研究并探讨。首先,对前列腺介入治疗系统进行需求分析,确定系统的基本构成及工作流程;对目前主流医学图像处理平台进行对比研究,从对外部系统的支持程度、开放性、可扩展性等角度选择3D Slicer作为本系统的医学图像处理平台,以此为基础进行模块扩展形成系统的导航软件;设计了一种适合前列腺介入治疗的PRR构型机器人本体结构及相应的机器人控制系统。其次,将US图像和MRI图像中的前列腺轮廓提取出来,为图像配准做准备。针对前列腺MRI图像缺乏可靠区域均匀性和纹理、在端部切片中缺少边界段等问题,提出了一种基于自适应先验形状模型的分割方法,该方法能根据自适应先验模型获得准确、可靠的前列腺MRI图像轮廓。针对前列腺US图像本身的信噪比较...
【文章页数】:141 页
【学位级别】:博士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 课题研究的背景和意义
1.2 国内外研究现状及分析
1.2.1 MRI-US图像融合方法用于前列腺介入治疗
1.2.2 前列腺MRI及US图像分割
1.2.3 前列腺MRI-US图像配准
1.3 课题来源及研究内容
1.3.1 课题来源
1.3.2 课题的主要研究内容
第2章 MRI-US图像融合前列腺介入治疗系统设计与分析
2.1 引言
2.2 前列腺介入治疗系统需求分析
2.3 前列腺介入治疗系统构成及工作流程
2.4 医学图像处理平台的比较
2.5 前列腺介入机器人结构及分析
2.5.1 空间需求分析
2.5.2 机器人本体结构
2.5.3 机器人工作空间分析
2.5.4 机器人静力学分析
2.6 前列腺介入机器人控制系统设计
2.6.1 系统硬件框图
2.6.2 控制系统软件功能层次
2.7 本章小结
第3章 前列腺US及MRI图像分割方法研究
3.1 引言
3.2 基于形状先验模型的前列腺MRI图像分割
3.2.1 自调节形状先验模型
3.2.2 算法设计
3.2.3 实验及结果分析
3.3 基于深度学习的前列腺US图像分割
3.3.1 深度学习
3.3.2 卷积神经网络
3.3.3 算法设计
3.3.4 实验及结果分析
3.4 本章小结
第4章 前列腺MRI-US图像配准方法研究
4.1 引言
4.2 医学图像配准的基本概念及框架
4.3 基于改进的Active Demons前列腺MRI-US图像配准
4.3.1 光流场模型
4.3.2 改进的Active Demons算法用于MRI-US图像配准
4.4 实验及结果分析
4.4.1 图像的获取与预处理
4.4.2 配准实验及结果
4.5 本章小结
第5章 多传感器数据融合及前列腺介入机器人导航实验
5.1 引言
5.2 数据融合的概念及框架
5.3 关键数据融合方案
5.4 MRI数据和US数据的融合
5.5 手术器械跟踪数据和图像数据的融合
5.5.1 US图像传感器
5.5.2 电磁定位传感器
5.5.3 超声探头的标定
5.5.4 手术针的电磁定位及误差补偿
5.5.5 手术针和图像空间配准及虚拟进针路径
5.6 实验及结果分析
5.6.1 MRI及US图像数据的融合实验
5.6.2 超声设备与导航系统的结合性验证
5.6.3 融合图像引导前列腺介入机器人穿刺实验
5.7 本章小结
结论
参考文献
攻读博士学位期间取得的研究成果
致谢
本文编号:3669536
【文章页数】:141 页
【学位级别】:博士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 课题研究的背景和意义
1.2 国内外研究现状及分析
1.2.1 MRI-US图像融合方法用于前列腺介入治疗
1.2.2 前列腺MRI及US图像分割
1.2.3 前列腺MRI-US图像配准
1.3 课题来源及研究内容
1.3.1 课题来源
1.3.2 课题的主要研究内容
第2章 MRI-US图像融合前列腺介入治疗系统设计与分析
2.1 引言
2.2 前列腺介入治疗系统需求分析
2.3 前列腺介入治疗系统构成及工作流程
2.4 医学图像处理平台的比较
2.5 前列腺介入机器人结构及分析
2.5.1 空间需求分析
2.5.2 机器人本体结构
2.5.3 机器人工作空间分析
2.5.4 机器人静力学分析
2.6 前列腺介入机器人控制系统设计
2.6.1 系统硬件框图
2.6.2 控制系统软件功能层次
2.7 本章小结
第3章 前列腺US及MRI图像分割方法研究
3.1 引言
3.2 基于形状先验模型的前列腺MRI图像分割
3.2.1 自调节形状先验模型
3.2.2 算法设计
3.2.3 实验及结果分析
3.3 基于深度学习的前列腺US图像分割
3.3.1 深度学习
3.3.2 卷积神经网络
3.3.3 算法设计
3.3.4 实验及结果分析
3.4 本章小结
第4章 前列腺MRI-US图像配准方法研究
4.1 引言
4.2 医学图像配准的基本概念及框架
4.3 基于改进的Active Demons前列腺MRI-US图像配准
4.3.1 光流场模型
4.3.2 改进的Active Demons算法用于MRI-US图像配准
4.4 实验及结果分析
4.4.1 图像的获取与预处理
4.4.2 配准实验及结果
4.5 本章小结
第5章 多传感器数据融合及前列腺介入机器人导航实验
5.1 引言
5.2 数据融合的概念及框架
5.3 关键数据融合方案
5.4 MRI数据和US数据的融合
5.5 手术器械跟踪数据和图像数据的融合
5.5.1 US图像传感器
5.5.2 电磁定位传感器
5.5.3 超声探头的标定
5.5.4 手术针的电磁定位及误差补偿
5.5.5 手术针和图像空间配准及虚拟进针路径
5.6 实验及结果分析
5.6.1 MRI及US图像数据的融合实验
5.6.2 超声设备与导航系统的结合性验证
5.6.3 融合图像引导前列腺介入机器人穿刺实验
5.7 本章小结
结论
参考文献
攻读博士学位期间取得的研究成果
致谢
本文编号:3669536
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3669536.html
最近更新
教材专著