脑血管DSA图像的分割与三维可视化

发布时间：2017-07-31 17:36

  本文关键词：脑血管DSA图像的分割与三维可视化

  更多相关文章： 脑血管 数字减影血管造影 图像分割 三维可视化

【摘要】：随着人们的生活水平的提高,人们对健康长寿的追求是越来越强烈。可是头部血管瘤这一无情杀手每年都会夺取成千上万人的生命,使数以万计的人丧失了自理能力,甚至成为植物人。当代医学技术中能够早期发现诊断脑血管疾病的技术有：数字减影血管造影技术(Digital subtraction angiography, DSA)、计算机断层扫描技术(Computed Tomography,CT)、磁共振成像技术(Magnetic Resonance Imaging, MRI)等。其中数字减影血管造影技术是利用2D图像诊断脑血管疾病的金标准。数字减影血管造影技术跟其他医疗技术一样,它也是伴随着计算机和微电子的发展,不停地向前飞速发展着。由开始图像的质量改善到现在3D-DSA成像技术的出现。这些新技术在临床上的使用,使医学早期诊断和治疗技术取得了很大的进步。但是3D-DSA图像只能由临床医生通过人机交互界面凭借临床经验和解剖知识对病人血管图像进行观察,而且需要仔细查看3D-DSA图像的每个角度的图像,这可能造成漏诊和误诊,所以对脑血管DSA图像分割的研究有着非常重要的临床意义。3D-DSA重建是血管介入手术的3D导航的前提与基础,对脑血管DSA图像分割和3D-DSA重建算法的研究与探讨还具有长远意义和前瞻性。不断改善3D重建算法,大幅度提高3D-DSA重建速度,是最终实现血管介入手术3D实时导航的必备条件。本文从脑血管DSA图像的个体特点出发,首先分析了脑血管DSA图像的整体特征、脑血管DSA图像的灰度直方图、脑血管DSA图像的统计学特征；其次,研究了脑血管DSA图像的形态学处理方法,提出了适用于脑血管DSA图像的可变均值分割法,并对标准的大津分割法进行了修正改进；然后,讨论研究了三维可视化的常用方法,利用MITK Workbench中三种不同方法实现了脑血管DSA图像的三维可视化；最后利用ITK、VTK和MFC技术设计实现了脑血管DSA图像处理软件。在设计脑血管DSA图像处理软件时,MFC主要负责系统中界面的设计,ITK类库用来读取医学图像并进行简单的处理,VTK主要是医学图像分割与图像显示交互。软件通过ITK读入医学图像并进行各种处理后,输出的结果连接到VTK的管道模型上进行医学图像的显示、信息提取、图像分割,将处理结果嵌入到MFC编写的界面上进行显示,实现了系统人机交互界面和基本功能。另外还实现DICOM图像显示、查看DICOM文件的多种相关信息、DICOM格式的图像转换为jpg、png等格式的图像、脑血管DSA图像分割、脑血管DSA图像的三维可视化等功能。研究表明,本文提出的可变均值分割法和改进的大津分割法更适合脑血管DSA图像的分割,分割后血管的细节更加丰富；利用MITK对脑血管DSA图像的三维可视化研究表明：CPU最大强度投影法(CPU MIP Raycast)、GPU切片法(GPU Slicing)和CPU光线投射法(CPU Raycast)中,CPU光线投射法更适合脑血管DSA图像的三维可视化；本文设计开发的脑血管DSA图像处理软件使病人的脑血管断层数据脱离专用的3D重建设备后仍可以在普通PC上重建显示,方便了医生的使用与诊断。
【关键词】：脑血管 数字减影血管造影 图像分割 三维可视化
【学位授予单位】：北京工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41;R743
【目录】：

• 摘要4-6
• Abstract6-10
• 第1章 绪论10-18
• 1.1 课题研究的背景和意义10-12
• 1.2 脑血管分割的研究现状12-16
• 1.2.1 医学图像分割的基本方法13
• 1.2.2 脑血管DSA图像分割的常见方法13-15
• 1.2.3 脑血管DSA图像分割的发展动态15-16
• 1.3 脑血管DSA图像三维可视化的研究现状16-17
• 1.4 本文主要内容17-18
• 第2章 脑血管DSA图像的分割18-36
• 2.1 脑血管DSA图像的采集18-19
• 2.1.1 脑血管DSA图像的采集设备18-19
• 2.1.2 脑血管DSA图像的采集方式19
• 2.2 脑血管DSA图像统计特性分析19-21
• 2.3 脑血管DSA图像的形态学处理21-26
• 2.3.1 形态学处理基础21-23
• 2.3.2 脑血管DSA图像基本形态学运算23-26
• 2.4 脑血管DSA图像的阈值分割技术26-31
• 2.4.1 脑血管DSA图像可变均值分割法27-29
• 2.4.2 大津分割法及其在脑血管DSA图像分割中的改进29-31
• 2.5 实验结果及评价31-34
• 2.6 本章小结34-36
• 第3章 脑血管DSA图像的三维可视化36-44
• 3.1 三维可视化概述36-37
• 3.2 表面绘制技术与体绘制技术37-38
• 3.3 基于MITK的脑血管DSA图像三维可视化38-42
• 3.3.1 MITK的三维重建方法38-39
• 3.3.2 基于MITK的脑血管DSA图像重建39-42
• 3.4 本章小结42-44
• 第4章 脑血管DSA图像处理软件的实现44-64
• 4.1 图像处理概述44-45
• 4.1.1 医学图像与图像处理44
• 4.1.2 DICOM图像44-45
• 4.2 图像处理工具45-47
• 4.2.1 ITK与VTK45-46
• 4.2.2 MFC编程技术简介46-47
• 4.3 脑血管DSA图像处理软件的设计实现47-59
• 4.3.1 软件主界面的相关功能的实现48-50
• 4.3.2 DSA图像读取模块50-51
• 4.3.3 图像格式转换模块51-53
• 4.3.4 DICOM信息提取模块53-55
• 4.3.5 脑血管DSA图像分割模块55-56
• 4.3.6 脑血管DSA图像三维可视化模块56-59
• 4.4 系统功能测试59-62
• 4.4.1 系统测试方法59
• 4.4.2 DICOM图像读取与格式转换功能测试59-60
• 4.4.3 DICOM信息提取与脑血管DSA图像分割功能测试60-62
• 4.4.4 脑血管DSA图像三维可视化功能测试62
• 4.5 本章小结62-64
• 结论与展望64-66
• 参考文献66-70
• 致谢70

【相似文献】

中国期刊全文数据库 前10条

1 李叶红,张清港;膝关节镜图像的计算机处理[J];中国矫形外科杂志;2003年09期

2 任昭蓉,任华蓉;一种基于小波的医学图像插值算法[J];川北医学院学报;2004年03期

3 谢超贤;蒙慧华;龙腾河;罗焕江;;浅谈移动DR系统在大规模体检当中的应用[J];医疗卫生装备;2009年06期

4 吕维雪;;论医学图像研究的学科发展战略[J];国外医学.生物医学工程分册;1992年04期

5 赵兴圣;周茂义;岳奎涛;邵伟光;李丽新;;向医学杂志投稿时对医学影像照片的制作与处理[J];实用放射学杂志;2006年01期

6 袁德志;;DR与CR成像的比较浅析[J];中国现代药物应用;2010年09期

7 ;排?层?何为多层CT发展方向?[J];现代医学仪器与应用;2006年02期

8 王承来;岳蕾;;反滤波技术在提高OCT图像分辨率中的应用[J];中国医疗器械信息;2008年05期

9 梁经亚;;CT图像的质量控制[J];医学信息(上旬刊);2010年11期

10 陈龙;;X光成像新技术之一 X光成像的数字化技术[J];医疗装备;1992年02期

中国重要会议论文全文数据库 前10条

1 王江宁;纪力强;;昆虫图像特征研究[A];第十五届全国图象图形学学术会议论文集[C];2010年

2 杨德强;苏光大;徐天伟;;一种基于幻想脸的人脸图像分辨率提升新技术[A];第二十七届中国控制会议论文集[C];2008年

3 张莉;李佩臻;;用Photoshop对1：1万DRG入库数据的处理[A];全国测绘科技信息网中南分网第二十一次学术信息交流会论文集[C];2007年

4 任晓晖;龚勇清;;体全息存储再现图像分辨率实验研究[A];第十一届全国光学测试学术讨论会论文（摘要集）[C];2006年

5 廖熠;赵荣椿;;一种基于小波分层模型的自然景物图像表面恢复算法[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

6 刘达;李枢平;;对DCI数字影院技术规范中图像分级技术的理解[A];中国电影电视技术学会影视技术文集[C];2007年

7 汤敏;王惠南;;基于IDL语言的医学图像可视化初步研究[A];第十二届全国图象图形学学术会议论文集[C];2005年

8 赵源萌;邓朝;张馨;张存林;;被动式人体太赫兹安检成像的分辨率增强算法研究[A];中国光学学会2011年学术大会摘要集[C];2011年

9 张尚军;徐光;祁小江;;影响CR胶片质量原因的探讨[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年

10 何东晓;隋守鑫;刘微;;高清透雾摄像机的研发及在交通领域的应用[A];第八届中国智能交通年会优秀论文集——智能交通与安全[C];2013年

中国重要报纸全文数据库 前10条

1 刘筱霞;陈永常;PHOTOSHOP中图像分辨率的设置[N];中国包装报;2002年

2 王树连;从购买图像到租用卫星[N];中国测绘报;2003年

3 杨兴平;如何抓取指定分辨率的图像[N];中国电脑教育报;2003年

4 李鑫;飞利浦200BW8商务人士明智新宠[N];电子资讯时报;2007年

5 记者 曾遗荣邋通讯员 冷承秋 实习生 向哲林;美国一高科技公司将落户武汉[N];湖北日报;2007年

6 唐凤碧;正确运用数码相机分辨率[N];中国摄影报;2007年

7 ;创维TWH-43L（DLP）光显背投图像不良的检修[N];电子报;2008年

8 WLF;细说分辨率[N];电脑报;2003年

9 宏杉;感受专业动力[N];中国计算机报;2001年

10 宋连党;家庭VCD像册大制作[N];中国电脑教育报;2003年

中国博士学位论文全文数据库 前10条

1 吴辉群;慢性病信息管理系统中视网膜图像的互操作性及其血管网络定量分析研究[D];复旦大学;2014年

2 田虎;单目图像的深度估计[D];北京邮电大学;2015年

3 唐玉芳;商品图像分类算法研究[D];北京邮电大学;2015年

4 贾勇;建筑物透视探测关键技术研究[D];电子科技大学;2014年

5 黄仁杰;非可控条件下人脸识别中的若干问题研究[D];电子科技大学;2015年

6 万方;基于多幅图像的三维结构化场景重建技术研究[D];武汉大学;2013年

7 马钟;视觉感知启发的对象发现关键技术研究[D];西北工业大学;2015年

8 张旭;面向局部特征和特征表达的图像分类算法研究[D];合肥工业大学;2016年

9 王洪;航空光电平台图像稳定技术研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2012年

10 孙艳;基于内容图像检索与敏感图像过滤的若干算法研究[D];吉林大学;2011年

中国硕士学位论文全文数据库 前10条

1 杨栋;面向CTA图像的冠脉血管分割算法研究和血管狭窄度分析[D];浙江大学;2015年

2 龚若皓;基于嵌入式移动GPU的图像编解码并行优化[D];西南交通大学;2015年

3 曹福来;发动机燃油喷雾图像筛选及处理方法的分析研究[D];长安大学;2015年

4 张弛;基于卷积神经网络的鞋印图像分类算法研究[D];大连海事大学;2016年

5 张贵平;图像视点调整技术研究[D];南京大学;2014年

6 李杰;高速图像数据实时存储与显示关键技术研究[D];中北大学;2016年

7 胡蓓蕾;基于图像融合的水下图像颜色恢复[D];中国海洋大学;2015年

8 周黎;基于千兆网的高性能嵌入式图像处理技术研究[D];中国科学院研究生院(光电技术研究所);2016年

9 顾帮忠;基于CCD的DR影像校正[D];东南大学;2015年

10 张磊;铆钉尺寸与表面缺陷在线检测关键技术研究[D];西南交通大学;2016年

，

本文编号：600351