基于骨骼组织分割与增强现实技术的计算机辅助骨科手术系统
发布时间：2021-05-10 17:28
随着医学影像学和计算机技术的高速发展,基于医学影像的计算机辅助骨科手术系统在临床实践中发挥了重要的作用。目前的骨科手术前的检查和定位都只能先通过计算机辅助骨科手术系统进行阅片分析,在医生脑里形成主观的印象,然后依靠丰富的临床经验来对手术患者的病灶区域进行定位。手术定位的准确性非常依赖医生的临床经验,且不能实时直观地将信息传递给小组的其他成员。而在计算机辅助骨科手术系统中应用增强现实技术,医生可以将患者手术部位的CT图像分割出来,并且可以在手术中实时准确地辅助医生对患者病灶区域的定位,实时将手术信息共享给其他成员,提高手术定位的准确性和快速性。为了高效地辅助医生进行骨科手术前的检查与术中的定位,本文基于图像分割技术、三维可视化技术以及增强现实技术,开发了基于增强现实技术的计算机辅助骨科手术系统。本文的研究内容主要分为以下四个方面:1.为了准确提取相关骨骼组织用于计算机辅助骨科手术系统的研究,本文研究了基于医学图像分割技术的骨骼组织分割算法。首先,介绍了DICOM图像的读取解析与预处理;然后,采用了一种基于自适应双阈值的骨骼组织粗分割方法,将疑似骨骼组织的像素分割出来;最后,使用基于三维区...
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：112 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 课题研究背景及意义
1.2 计算机辅助骨科手术系统研究现状
1.3 医学图像分割技术研究现状
1.4 增强现实技术在医疗领域的研究现状
1.5 本文研究内容与组织结构
第二章 基于自适应阈值与三维区域生长算法的骨骼组织分割
2.1 引言
2.2 基于自适应阈值与三维区域生长算法的骨骼组织分割算法概述
2.3 医学图像DICOM文件的解析与预处理
2.3.1 DICOM文件格式及解析
2.3.2 基于中值滤波和各向异性扩散的医学图像预处理
2.4 基于自适应阈值分割与三维区域生长法的骨骼组织分割
2.4.1 基于自适应双阈值的骨骼组织粗分割
2.4.2 基于三维区域生长法的骨骼组织细分割
2.5 骨骼组织分割结果评价
2.6 本章小结
第三章 基于图割(Graph Cut)算法的骨骼自动分割
3.1 引言
3.2 基于图割算法的自动骨骼分割概述
3.3 基于图像锐化和基于Hessian矩阵的骨骼增强预处理
3.3.1 骨骼图像锐化
3.3.2 基于Hessian矩阵的3D结构增强滤波器
3.3.3 基于形态学腐蚀运算的相邻骨骼分离
3.4 基于改进图割算法的三维CT图像骨骼自动分割
3.4.1 图割算法的能量函数
3.4.2 基于改进的能量函数
3.4.3 基于最大流最小割的图割算法求解
3.5 分割结果分析
3.5.1 骨骼的分割结果
3.5.2 分割精度评价
3.6 本章小结
第四章 基于三维可视化与特征点匹配的增强现实技术
4.1 引言
4.2 基于三维可视化与特征点匹配的增强现实技术的实现概述
4.3 基于Marching Cubes面绘制的三维重建技术
4.3.1 体素和等值面
4.3.2 基于Marching Cubes面绘制算法过程
4.4 基于改进SURF特征点匹配的视频图像匹配算法
4.4.1 基于改进的SURF特征点提取
4.4.2 基于SURF特征点的改进FLANN匹配算法
4.5 目标的三维空间姿态求解和变换
4.5.1 OpenGL的三维空间与二维空间的变换
4.5.2 通过PnP问题求解估计三维模型的空间位姿
4.5.3 三维模型的空间位姿变换
4.6 实验结果与分析
4.6.1 增强现实的实现效果
4.6.2 匹配跟踪算法的性能评估
4.6.3 三维模型位姿偏差的定量分析
4.7 本章小结
第五章 基于骨骼组织分割与增强现实技术的计算机辅助骨科手术系统
5.1 引言
5.2 系统框架与界面设计
5.3 计算机辅助骨科手术系统功能实现及实际病例验证
5.3.1 计算机辅助骨科手术系统的功能实现流程
5.3.2 计算机辅助骨科手术系统功能实际病例验证
5.4 本章小结
总结与展望
本文工作总结
未来工作展望
参考文献
攻读硕士学位期间取得的研究成果
致谢
附件
【参考文献】：
期刊论文
[1]基于SURF特征提取和FLANN搜索的图像匹配算法[J]. 冯亦东,孙跃. 图学学报. 2015(04)
[2]基于乘性梯度的医学超声图像边缘检测算法[J]. 弓晓虹,郑音飞,秦佳乐,周浩. 浙江大学学报(工学版). 2014(10)
[3]基于后验概率熵的正则化Otsu阈值法[J]. 吴成茂. 电子学报. 2013(12)
[4]计算机辅助手术导航系统在脊柱外科手术中的应用进展[J]. 郭乃铭,周跃. 中国矫形外科杂志. 2013(08)
[5]自适应最小误差阈值分割算法[J]. 龙建武,申铉京,陈海鹏. 自动化学报. 2012(07)
[6]基于各向异性扩散的图像降噪算法综述[J]. 余锦华,汪源源. 电子测量与仪器学报. 2011(02)
[7]一种用于视频超分辨率重建的块匹配图像配准方法[J]. 孙琰玥,何小海,宋海英,陈为龙. 自动化学报. 2011(01)
[8]关于PnP问题多解的分布与解的稳定性的讨论[J]. 孙凤梅,王波. 自动化学报. 2010(09)
[9]一种新颖的医学图像锐化增强算法[J]. 李均利,魏平,陈刚. 计算机工程与应用. 2008(10)
[10]Fusion of Absolute and Recursive Information to Overcome Jitter and Occlusion in ARToolKit System[J]. 李玉,王涌天,刘越. Journal of Beijing Institute of Technology. 2007(04)
博士论文
[1]医学图像分割方法研究及其应用[D]. 郑倩.南方医科大学 2014
硕士论文
[1]基于肺部组织分割与检测技术的肺功能计算机辅助诊断系统研发[D]. 许友彬.华南理工大学 2019
[2]基于可视化技术的计算机辅助护目镜设计特征参数测量系统研究[D]. 陈晨.华南理工大学 2018
[3]基于医学图像分割技术的计算机辅助肺功能评估系统[D]. 解德芳.华南理工大学 2018
[4]基于图割算法改进的图像分割方法研究[D]. 王梦娇.北京交通大学 2016
[5]计算机辅助骨科手术系统关键技术研究[D]. 许婉露.华南理工大学 2013
本文编号：3179765
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：112 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 课题研究背景及意义
1.2 计算机辅助骨科手术系统研究现状
1.3 医学图像分割技术研究现状
1.4 增强现实技术在医疗领域的研究现状
1.5 本文研究内容与组织结构
第二章 基于自适应阈值与三维区域生长算法的骨骼组织分割
2.1 引言
2.2 基于自适应阈值与三维区域生长算法的骨骼组织分割算法概述
2.3 医学图像DICOM文件的解析与预处理
2.3.1 DICOM文件格式及解析
2.3.2 基于中值滤波和各向异性扩散的医学图像预处理
2.4 基于自适应阈值分割与三维区域生长法的骨骼组织分割
2.4.1 基于自适应双阈值的骨骼组织粗分割
2.4.2 基于三维区域生长法的骨骼组织细分割
2.5 骨骼组织分割结果评价
2.6 本章小结
第三章 基于图割(Graph Cut)算法的骨骼自动分割
3.1 引言
3.2 基于图割算法的自动骨骼分割概述
3.3 基于图像锐化和基于Hessian矩阵的骨骼增强预处理
3.3.1 骨骼图像锐化
3.3.2 基于Hessian矩阵的3D结构增强滤波器
3.3.3 基于形态学腐蚀运算的相邻骨骼分离
3.4 基于改进图割算法的三维CT图像骨骼自动分割
3.4.1 图割算法的能量函数
3.4.2 基于改进的能量函数
3.4.3 基于最大流最小割的图割算法求解
3.5 分割结果分析
3.5.1 骨骼的分割结果
3.5.2 分割精度评价
3.6 本章小结
第四章 基于三维可视化与特征点匹配的增强现实技术
4.1 引言
4.2 基于三维可视化与特征点匹配的增强现实技术的实现概述
4.3 基于Marching Cubes面绘制的三维重建技术
4.3.1 体素和等值面
4.3.2 基于Marching Cubes面绘制算法过程
4.4 基于改进SURF特征点匹配的视频图像匹配算法
4.4.1 基于改进的SURF特征点提取
4.4.2 基于SURF特征点的改进FLANN匹配算法
4.5 目标的三维空间姿态求解和变换
4.5.1 OpenGL的三维空间与二维空间的变换
4.5.2 通过PnP问题求解估计三维模型的空间位姿
4.5.3 三维模型的空间位姿变换
4.6 实验结果与分析
4.6.1 增强现实的实现效果
4.6.2 匹配跟踪算法的性能评估
4.6.3 三维模型位姿偏差的定量分析
4.7 本章小结
第五章 基于骨骼组织分割与增强现实技术的计算机辅助骨科手术系统
5.1 引言
5.2 系统框架与界面设计
5.3 计算机辅助骨科手术系统功能实现及实际病例验证
5.3.1 计算机辅助骨科手术系统的功能实现流程
5.3.2 计算机辅助骨科手术系统功能实际病例验证
5.4 本章小结
总结与展望
本文工作总结
未来工作展望
参考文献
攻读硕士学位期间取得的研究成果
致谢
附件
【参考文献】：
期刊论文
[1]基于SURF特征提取和FLANN搜索的图像匹配算法[J]. 冯亦东,孙跃. 图学学报. 2015(04)
[2]基于乘性梯度的医学超声图像边缘检测算法[J]. 弓晓虹,郑音飞,秦佳乐,周浩. 浙江大学学报(工学版). 2014(10)
[3]基于后验概率熵的正则化Otsu阈值法[J]. 吴成茂. 电子学报. 2013(12)
[4]计算机辅助手术导航系统在脊柱外科手术中的应用进展[J]. 郭乃铭,周跃. 中国矫形外科杂志. 2013(08)
[5]自适应最小误差阈值分割算法[J]. 龙建武,申铉京,陈海鹏. 自动化学报. 2012(07)
[6]基于各向异性扩散的图像降噪算法综述[J]. 余锦华,汪源源. 电子测量与仪器学报. 2011(02)
[7]一种用于视频超分辨率重建的块匹配图像配准方法[J]. 孙琰玥,何小海,宋海英,陈为龙. 自动化学报. 2011(01)
[8]关于PnP问题多解的分布与解的稳定性的讨论[J]. 孙凤梅,王波. 自动化学报. 2010(09)
[9]一种新颖的医学图像锐化增强算法[J]. 李均利,魏平,陈刚. 计算机工程与应用. 2008(10)
[10]Fusion of Absolute and Recursive Information to Overcome Jitter and Occlusion in ARToolKit System[J]. 李玉,王涌天,刘越. Journal of Beijing Institute of Technology. 2007(04)
博士论文
[1]医学图像分割方法研究及其应用[D]. 郑倩.南方医科大学 2014
硕士论文
[1]基于肺部组织分割与检测技术的肺功能计算机辅助诊断系统研发[D]. 许友彬.华南理工大学 2019
[2]基于可视化技术的计算机辅助护目镜设计特征参数测量系统研究[D]. 陈晨.华南理工大学 2018
[3]基于医学图像分割技术的计算机辅助肺功能评估系统[D]. 解德芳.华南理工大学 2018
[4]基于图割算法改进的图像分割方法研究[D]. 王梦娇.北京交通大学 2016
[5]计算机辅助骨科手术系统关键技术研究[D]. 许婉露.华南理工大学 2013
本文编号：3179765
本文链接：https://www.wllwen.com/yixuelunwen/swyx/3179765.html
