基于超声成像监测HIFU治疗组织损伤的方法研究

发布时间：2023-01-26 02:16

　　高强度聚焦超声（High Intensity Focused Ultrasound,HIFU）治疗是一种新兴的肿瘤治疗技术,以无毒副作用、无创等优点应用于临床治疗。其主要原理是将超声波聚焦于肿瘤区域,使焦域温度瞬间上升至65℃以上,肿瘤组织发生变性或凝固性坏死,从而达到治疗肿瘤的目的。本文以新鲜离体猪肉组织作为实验样本,通过B超成像仪获取HIFU辐照前后的实时超声图像,研究了焦域处HIFU组织热损伤与图像特征的关系及HIFU组织损伤区域检测与识别的方法,并进一步使用水平集方法分割HIFU组织损伤区域。主要工作如下:（1）HIFU焦域处超声图像的纹理特征分析。由于HIFU辐照后的超声图像与辐照前的超声图像在纹理上会出现差异性,因而通过提取焦域处超声图像的灰度-梯度共生矩阵的灰度熵、混合熵等特征参数进行模糊C均值聚类。实验结果表明:与传统的灰度均值、图像信息熵等特征参数相对比,其灰度熵与混合熵能更准确地表征HIFU组织损伤状况。（2）HIFU组织损伤区域检测与识别。针对HIFU组织损伤区域难以定位,提出了利用灰度阈值初定位组织损伤区域;然后根据组织边缘轮廓与初定位像素点的距离去除边缘伪损伤... 

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景与选题意义
    1.2 HIFU治疗的基本原理
    1.3 超声成像的基本原理
    1.4 HIFU技术发展及现状
    1.5 研究目标和主要内容
        1.5.1 研究目标
        1.5.2 主要内容
第2章 超声图像采集与预处理
    2.1 超声图像采集
        2.1.1 实验系统
        2.1.2 实验方法
    2.2 超声图像预处理
        2.2.1 超声图像去噪
        2.2.2 超声图像灰度化
        2.2.3 感兴趣区域截取
    2.3 本章小结
第3章 焦域处超声图像的特征参数提取与分析
    3.1 HIFU焦域处超声图像
    3.2 FCM聚类基本原理
    3.3 传统特征参数聚类分析
        3.3.1 灰度均值
        3.3.2 图像信息熵
    3.4 基于灰度-梯度共生矩阵的聚类分析
        3.4.1 灰度-梯度共生矩阵
        3.4.2 特征参数阈值区间
        3.4.3 FCM聚类分析
    3.5 本章小结
第4章 HIFU组织损伤区域检测与识别
    4.1 实验数据处理与算法框架
        4.1.1 实验数据处理
        4.1.2 算法框架
    4.2 SVM算法原理
    4.3 HIFU组织损伤区域检测
        4.3.1 组织边缘轮廓确定
        4.3.2 HIFU损伤检测
    4.4 HIFU组织损伤区域识别
    4.5 实验结果分析
    4.6 本章小结
第5章 基于水平集的HIFU组织损伤区域分割
    5.1 水平集方法理论
    5.2 基于LBF模型的组织损伤区域分割
        5.2.1 LBF模型
        5.2.2 HIFU组织损伤区域分割
    5.3 基于LGDF活动轮廓模型的图像分割
        5.3.1 LGDF活动轮廓模型
        5.3.2 HIFU组织损伤区域分割
    5.4 实验结果分析
    5.5 本章小结
总结与展望
    1 总结
    2 展望
参考文献
附录 (攻读学位期间发表的论文)
致谢


【参考文献】：
期刊论文
[1]集成多策略改进FCM算法的旋转机械故障数据聚类分析研究[J]. 邓林峰,张爱华,赵荣珍.  振动工程学报. 2019(05)
[2]基于局部高斯分布拟合的牙齿锥形束计算机断层图像分割方法[J]. 刘世伟,王远军.  生物医学工程学杂志. 2019(02)
[3]基于变分模态分解与多尺度排列熵的生物组织变性识别[J]. 刘备,胡伟鹏,邹孝,丁亚军,钱盛友.  物理学报. 2019(02)
[4]基于超声图像处理的HIFU所致组织损伤自动检测方法:实验研究[J]. 田灿,钱盛友,邹孝,刘备,王润民,江剑辉.  中国医学影像技术. 2018(10)
[5]基于声异常透射效应的高强度聚焦超声换能器[J]. 章东,李成海,林洲.  数据采集与处理. 2018(04)
[6]基于Gabor变换和灰度梯度共生矩阵的超声无损测温研究[J]. 肖达,王润民,邹孝,董胡,钱盛友,江剑辉.  传感技术学报. 2017(11)
[7]基于K均值聚类的组织损伤等级判定研究[J]. 颜佩,丁亚军,钱盛友,胡强,盛祎,邹孝.  电子测量与仪器学报. 2017(03)
[8]基于线性判别分析与超声图像特征的组织损伤检测方法[J]. 陈华,赵新民,谭乔来,邹孝,钱盛友,江剑晖.  中国医学影像技术. 2016(11)
[9]基于改进LGDF模型的超声图像自动分割方法[J]. 朱永杰,邱天爽.  大连理工大学学报. 2016(01)
[10]超声图像熵特性的肌肉疲劳进程评估[J]. 王前,曹霞,尹冠军,郭建中.  中国生物医学工程学报. 2015(01)

硕士论文
[1]基于超声图像的HIFU损伤检测与识别方法研究[D]. 田灿.湖南师范大学 2019
[2]医学超声图像散斑去噪及边缘增强算法的研究[D]. 周玲芳.西南科技大学 2015



本文编号：3732057