基于肝脏CT图像的三维建模与体积计算方法研究

发布时间：2017-05-12 23:05

  本文关键词：基于肝脏CT图像的三维建模与体积计算方法研究，由笔耕文化传播整理发布。

【摘要】：目前,中国肝癌发病率高居全球之首,每年因肝癌而失去生命的患者大约占全球总数的一半,因此对肝脏疾病的检测与诊断方法的研究十分重要。CT检查由于其操作简便、费用低廉,因此是目前肝脏疾病检测的主要方法之一。然而通过CT检查而获得的结果是一组多张独立的二维图像,医生并不能通过这些独立的图像准确知道肝脏的体积占比(即病灶部分占整个肝脏体积的比值),体积占比是肝脏手术中的一项重要指标,是决定能否进行手术的重要依据,而在现阶段的临床治疗中,大都是医生根据二维CT图像以及多年行医经验进行大致的估算,这往往会存在较大的误差,对肝脏的手术治疗造成不利影响。因此本文对肝脏的三维建模方法以及体积占比的计算方法进行研究。本文研究并实现了三种建模方法,分别是面绘制、体绘制和快速点绘制。面绘制是从肝脏CT图像序列中提取等值面进行绘制,然而传统的面绘制方法计算量较大。本文提出了一种基于三维区域生长的MC算法,通过种子立方体寻找等值面大大减少了建模时间。体绘制是一种直接由三维数据场生成二维图像的技术,能够很好的体现肝脏内部信息,本文通过光线投影算法实现了肝脏的体绘制。快速点绘制是对分割好的肝脏图像序列进行边缘提取,用点代替三角面绘制到三维空间。快速点绘制处理数据小,因此建模速度快,可用来快速查看肝脏模型。最后,本文分析了公式法计算肝脏体积的缺陷和实际操作的困难,提出了基于像素统计和基于三维区域生长MC算法两种计算肝脏体积占比的方法。像素统计法是统计像素点数量作为面积,把相邻两张肝脏部分看作梯形体计算体积进行逐层累加;三维区域生长MC算法计算肝脏体积的方式是统计立方体的数目,从而计算出体积。通过本文提出的两种肝脏体积计算方法能够计算出整个肝脏的体积以及病灶部分的体积,从而获得体积占比。
【关键词】：肝脏CT图像 三维建模 肝脏体积占比
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R735.7;TP391.41;R730.44
【目录】：

• 摘要4-5
• Abstract5-10
• 第1章 绪论10-14
• 1.1 课题的研究背景和意义10-12
• 1.2 国内外研究现状12-13
• 1.3 主要研究内容13
• 1.4 论文内容结构13-14
• 第2章 肝脏CT图像三维建模预处理14-25
• 2.1 引言14
• 2.2 图像转换14-16
• 2.3 图像滤波16-18
• 2.4 图像分割18-22
• 2.5 边缘提取22-24
• 2.6 本章小结24-25
• 第3章 基于肝脏CT图像的肝脏三维建模25-45
• 3.1 引言25
• 3.2 三维建模关键技术简介25-29
• 3.2.1 OpenGL简介25-28
• 3.2.2 stl文件简介28-29
• 3.3 面绘制29-36
• 3.3.1 传统的MC算法30-32
• 3.3.2 传统MC算法的歧义性32-34
• 3.3.3 基于三维区域生长的MC算法34-36
• 3.4 体绘制36-38
• 3.4.1 光线投射算法36-38
• 3.5 快速点绘制38-39
• 3.5.1 快速点绘制流程38-39
• 3.6 实验结果及分析39-44
• 3.6.1 面绘制肝脏建模实验分析39-40
• 3.6.2 体绘制建立肝脏模型40-41
• 3.6.3 快速点绘制建立肝脏模型41-42
• 3.6.4 三种建模方法对比42-44
• 3.7 本章小结44-45
• 第4章 肝脏体积计算45-55
• 4.1 引言45
• 4.2 公式法肝脏体积计算及其缺点45-47
• 4.2.1 公式法计算肝脏体积方法简介45-46
• 4.2.3 公式法计算肝脏体积的缺点46-47
• 4.3 基于像素统计的肝脏体积计算47-49
• 4.3.1 像素法计算肝脏体积流程47-48
• 4.3.2 像素法计算肝脏体积中比例系数的确定48-49
• 4.4 基于三维区域生长MC算法的肝脏体积计算49-52
• 4.4.1 基于三维区域生长MC算法计算肝脏体积流程49-50
• 4.4.2 S的确定50-52
• 4.5 体积计算实验分析52-54
• 4.6 本章小结54-55
• 第5章 总结与展望55-56
• 参考文献56-60
• 作者简介及在学期间所取得的科研成果60-61
• 致谢61

【相似文献】

中国期刊全文数据库 前7条

1 韩维维;阳宁光;;基于小波变换的医学图像插值研究[J];江汉大学学报(自然科学版);2006年04期

2 杨柳,李德玉,何爱军,王龙;医学图像多维重建中的插值问题研究进展[J];生物医学工程学杂志;2003年04期

3 陈春涛,杨新,孙锟;三维B超医学图像插值重构研究[J];信号处理;2004年06期

4 ;北京生物医学工程2002年索引主题索引[J];北京生物医学工程;2002年04期

5 朱杨兴;鲍旭东;;基于非刚体配准的体数据插值重建方法[J];中国医学物理学杂志;2006年06期

6 石祥林;鲍旭东;;基于非刚体配准的体数据插值重建方法[J];现代生物医学进展;2006年11期

7 ;[J];;年期

中国重要会议论文全文数据库 前4条

1 胡巍;张桂林;陈朝阳;;基于正交函数积分理论的图像插值方法[A];1998年中国智能自动化学术会议论文集（下册）[C];1998年

2 姚春莲;高丽华;陈谊;李炜;;基于图像插值的帧内预测[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（上册）[C];2008年

3 肖义男;文玉梅;罗毅;;基于边缘敏感滤波的图像插值模糊消除[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年

4 仵冀颖;阮秋琦;;偏微分方程约束的非局部均值图像插值模型[A];第十三届全国图象图形学学术会议论文集[C];2006年

中国重要报纸全文数据库 前1条

1 ;爱国者自然窗330T[N];中国计算机报;2001年

中国博士学位论文全文数据库 前10条

1 马里千;高真实感可视媒体的智能编辑与合成[D];清华大学;2015年

2 魏平;数字乳腺钼靶图像的软拷贝显示技术研究[D];浙江大学;2009年

3 Rukundo Olivier;灰度图像插值优化方法的研究[D];华中科技大学;2012年

4 刘芳;图像可逆信息隐藏技术若干问题研究[D];大连理工大学;2013年

5 刘哲星;医学图像回溯性配准研究[D];第一军医大学;2002年

6 许博谦;星载相机微振动下图像补偿技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2015年

7 付晓薇;基于量子力学的图像处理方法研究[D];华中科技大学;2010年

8 张健;复杂图像文本提取关键技术与应用研究[D];南开大学;2014年

9 冯宇平;图像快速配准与自动拼接技术研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2010年

10 魏昱;图像显著性区域检测方法及应用研究[D];山东大学;2012年

中国硕士学位论文全文数据库 前10条

1 刘雪峗;移动终端图像插值快速算法的研究[D];华南理工大学;2015年

2 翟珍珍;多尺度分析方法在医学影像诊断系统中的应用研究[D];郑州大学;2015年

3 王飞宇;多核图像处理平台及其在夜视图像融合中的应用[D];南京理工大学;2015年

4 王洋;基于多图谱的人脑MR图像的分析与可视化[D];上海交通大学;2015年

5 张向泽;基于图像的景深渲染算法的研究与实现[D];上海交通大学;2015年

6 孟蕊;虚拟试衣系统关键算法研究[D];哈尔滨工业大学;2015年

7 王海雁;多路图像数据集中处理系统设计与开发[D];电子科技大学;2014年

8 郑成龙;基于云计算的脑部MR图像可视化的研究与实现[D];电子科技大学;2014年

9 柳舒怀;基于Hough变换的图像配准算法[D];大连理工大学;2015年

10 王凤娇;基于眼动数据的分类视觉注意模型[D];北京交通大学;2016年

  本文关键词：基于肝脏CT图像的三维建模与体积计算方法研究，由笔耕文化传播整理发布。

，

本文编号：361032