肝脏CT图像分割及可视化系统实现
发布时间：2021-03-25 18:46
医学可视化系统是将二维的医学DICOM（Digital Imaging and Communications in Medicine）图像序列通过三维重建技术将患者的检查部位以立体的形式展现在计算机的显示器上,便于医患的直接交流。在一套完整的可视化系统当中,需要的初始输入只有二维图像序列,输出则为三维立体图像,因此,一套正规的可视化系统应当包括二维图像的处理以及三维重建技术。本文的主要研究内容是一套可视化系统,包括图像的分割算法以及三维重建算法,本文重点研究的是对于肝脏CT（Computed Tomography）图像的分割和三维重建,通过深入研究DICOM标准、图像处理算法和三维重建算法,以OPENCV（Open Source Computer Vision Library）、DCMTK（DICOM Toolkit）和VTK（visualization toolkit）为辅助,开发出了一套医学可视化系统。本文的主要研究内容如下:1、深入研究DICOM标准,并深入剖析DICOM图像,获取图像中的相关信息,并深入研究DCMTK、VTK以及OPENCV,为实现图像相关算法奠定理论和实践基础...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
窗宽窗位效果图
（c） （d）图 2-3 预处理效果图a）为滤波前；（b）为各向异性扩散滤波；（c）为均值滤波；（d）为中值滤波一个 CT 图像序列进行滤波预处理，时间效率如表 2-2 所示：表 2-2 算法时间效率对比滤波器耗时像均值滤波 中值滤波 各向异性扩散滤波84 张 140ms 109ms 2999ms237 张 344ms 218ms 6759ms507 张 702ms 390ms 11205ms中可以看出，利用 opencv 优化过的均值滤波算法和中值滤波算法虽然比本文自己实现的各向异性扩散滤波快，但考虑到医学图像要求的高精
专家学者提出的新方法。 .1 阈值分割 CT 的 DICOM 图像均是灰度图像，而阈值分割假设在一张图像中，图像和背景构成[40]，是一种基于灰度图像的分割算法，由于目标和背景在灰在一些区别，而这种区别反映在灰度直方图上就是一幅图像具有波峰和波以波谷为门限，对图像进行分割。阈值分割见式（3‐1）： 1 ( , )( , )0 ( , )g i j TI i jg i j T >= < （3其中， I (i , j )为处理后的图像， g ( i , j )为门限确定函数。大于阈值 T 的属标记为 1，而小于 T 的属于背景，被标记为 0。阈值分割简单且快速，但针对本文提出的肝脏图像，结构复杂，并且各个灰度值近似，波峰波谷之间的区别并不明显，不能直接采用此方法进行肝分割。阈值分割无法对肝脏图像进行单独分割，其只能结合数学形态学对手动分割，单独使用阈值 T=124，分割效果如图 3-1 所示。
【参考文献】：
期刊论文
[1]一种基于统计排序滤波的图像边缘检测算法[J]. 陈宏希. 工业仪表与自动化装置. 2016(01)
[2]基于灰度统计和快速步进的肝脏自动分割方法[J]. 刘志都,宋晓,蔡书云. 实验室研究与探索. 2015(04)
[3]肝脏分割的种子点自动获取方法[J]. 宋晓,贾松浩,黄晓阳,程明,黄绍辉,王博亮. 系统仿真学报. 2013(09)
[4]基于面绘制的医学序列图像三维重建[J]. 陈文文,姜富春,车翔玖. 计算机工程与应用. 2012(16)
[5]基于DCMTK显示医学影像软件的实现[J]. 夏珺芳. 计算机技术与发展. 2011(03)
[6]基于自适应区域生长算法的肝脏分割[J]. 彭丰平,鲍苏苏,曾碧卿. 计算机工程与应用. 2010(33)
[7]Widrow-Hoff神经网络学习规则的应用研究[J]. 葛蕾,霍爱清. 电子设计工程. 2009(06)
[8]医学图像三维重建Splatting体绘制的研究与改进[J]. 唐晓英,应龙,刘伟峰,范星宇,韩潇. 北京理工大学学报. 2009(05)
[9]肝脏CT图像三维分割研究[J]. 房春兰,陈雷霆,张宇. 电子科技大学学报. 2009(02)
[10]一种新型的医学图像分割评价方法[J]. 哈章,李传富,王金萍,周康源,杨振森. 北京生物医学工程. 2008(04)
硕士论文
[1]医学影像三维重建系统的研究与实现[D]. 翟争峯.电子科技大学 2015
[2]基于多层螺旋CT的肝脏图像分割方法与三维建模方法研究[D]. 刘李蓬.吉林大学 2015
[3]基于GPU的图像特征提取加速算法[D]. 陈鹏.复旦大学 2013
[4]肝脏CT图像分割及三维重建算法研究[D]. 黄敏.重庆大学 2013
[5]基于VTK的医学图像三维重建技术研究与实现[D]. 闫艳红.武汉理工大学 2012
[6]基于水平集方法的图像分割研究[D]. 李伟斌.国防科学技术大学 2009
本文编号：3100133
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
窗宽窗位效果图
（c） （d）图 2-3 预处理效果图a）为滤波前；（b）为各向异性扩散滤波；（c）为均值滤波；（d）为中值滤波一个 CT 图像序列进行滤波预处理，时间效率如表 2-2 所示：表 2-2 算法时间效率对比滤波器耗时像均值滤波 中值滤波 各向异性扩散滤波84 张 140ms 109ms 2999ms237 张 344ms 218ms 6759ms507 张 702ms 390ms 11205ms中可以看出，利用 opencv 优化过的均值滤波算法和中值滤波算法虽然比本文自己实现的各向异性扩散滤波快，但考虑到医学图像要求的高精
专家学者提出的新方法。 .1 阈值分割 CT 的 DICOM 图像均是灰度图像，而阈值分割假设在一张图像中，图像和背景构成[40]，是一种基于灰度图像的分割算法，由于目标和背景在灰在一些区别，而这种区别反映在灰度直方图上就是一幅图像具有波峰和波以波谷为门限，对图像进行分割。阈值分割见式（3‐1）： 1 ( , )( , )0 ( , )g i j TI i jg i j T >= < （3其中， I (i , j )为处理后的图像， g ( i , j )为门限确定函数。大于阈值 T 的属标记为 1，而小于 T 的属于背景，被标记为 0。阈值分割简单且快速，但针对本文提出的肝脏图像，结构复杂，并且各个灰度值近似，波峰波谷之间的区别并不明显，不能直接采用此方法进行肝分割。阈值分割无法对肝脏图像进行单独分割，其只能结合数学形态学对手动分割，单独使用阈值 T=124，分割效果如图 3-1 所示。
【参考文献】：
期刊论文
[1]一种基于统计排序滤波的图像边缘检测算法[J]. 陈宏希. 工业仪表与自动化装置. 2016(01)
[2]基于灰度统计和快速步进的肝脏自动分割方法[J]. 刘志都,宋晓,蔡书云. 实验室研究与探索. 2015(04)
[3]肝脏分割的种子点自动获取方法[J]. 宋晓,贾松浩,黄晓阳,程明,黄绍辉,王博亮. 系统仿真学报. 2013(09)
[4]基于面绘制的医学序列图像三维重建[J]. 陈文文,姜富春,车翔玖. 计算机工程与应用. 2012(16)
[5]基于DCMTK显示医学影像软件的实现[J]. 夏珺芳. 计算机技术与发展. 2011(03)
[6]基于自适应区域生长算法的肝脏分割[J]. 彭丰平,鲍苏苏,曾碧卿. 计算机工程与应用. 2010(33)
[7]Widrow-Hoff神经网络学习规则的应用研究[J]. 葛蕾,霍爱清. 电子设计工程. 2009(06)
[8]医学图像三维重建Splatting体绘制的研究与改进[J]. 唐晓英,应龙,刘伟峰,范星宇,韩潇. 北京理工大学学报. 2009(05)
[9]肝脏CT图像三维分割研究[J]. 房春兰,陈雷霆,张宇. 电子科技大学学报. 2009(02)
[10]一种新型的医学图像分割评价方法[J]. 哈章,李传富,王金萍,周康源,杨振森. 北京生物医学工程. 2008(04)
硕士论文
[1]医学影像三维重建系统的研究与实现[D]. 翟争峯.电子科技大学 2015
[2]基于多层螺旋CT的肝脏图像分割方法与三维建模方法研究[D]. 刘李蓬.吉林大学 2015
[3]基于GPU的图像特征提取加速算法[D]. 陈鹏.复旦大学 2013
[4]肝脏CT图像分割及三维重建算法研究[D]. 黄敏.重庆大学 2013
[5]基于VTK的医学图像三维重建技术研究与实现[D]. 闫艳红.武汉理工大学 2012
[6]基于水平集方法的图像分割研究[D]. 李伟斌.国防科学技术大学 2009
本文编号：3100133
本文链接：https://www.wllwen.com/linchuangyixuelunwen/3100133.html
最近更新
教材专著
