医学影像配准融合分割技术及其在肺癌精准医疗的应用

发布时间：2017-09-09 03:18

  本文关键词：医学影像配准融合分割技术及其在肺癌精准医疗的应用

  更多相关文章： 配准 融合 分割 肺癌精准医疗 PET/CT

【摘要】：21世纪以来,精准医疗技术蓬勃发展,并已正式纳入我国“十三五”规划中,而日新月异的先进医疗设备在肿瘤的精准医疗中具有重要作用。对医疗设备采集的多模态医学影像数据运用现代数字图像处理技术进行分析处理,能够为临床医师提供更为丰富和准确的医疗信息,对临床医师精准诊断和治疗具备一定指导作用。本文主要研究内容贯穿医学影像配准、融合与分割等关键技术,并将所研究成果应用于基于PET、CT影像的肺癌精准医疗中,主要内容如下：(1)提出了基于混合互信息和改进粒子群滤波算法的医学影像配准方法。该算法依据Renyi熵和Shannon熵的不同特性,在配准过程中,首先使用基于Renyi熵的改进粒子群优化算法,对图像进行全局搜索,再使用基于Shannon熵的Powell算法,对所获得的最优解进行局部寻优,得出配准最优参数值。在单模态和多模态医学影像配准实验中,本算法体现出配准精度高、收敛速度快以及鲁棒性强等特点。应用于肺癌的PET、CT影像配准中,本算法在临床医师主观评判和客观指标上均取得较好效果。(2)提出了基于投影字典对学习的医学影像融合算法。该算法对训练样本使用投影字典对学习算法和联合正交匹配追踪算法获得综合字典、解析字典和样本的稀疏编码；图像高频部分的稀疏编码融合以求和法为准则,图像低频部分则依据加权平均法进行重构。基于脑部CT、MRI的医学影像融合实验,表明本算法能较好地融合源医学影像的特征信息,且融合影像清晰度和对比度更佳。对于已配准的肺癌PET、CT医学影像融合,经临床医师主观诊断,融合影像对病灶区域显示清晰且局部细节区域保留较好,利于病灶辨别,并通过客观指标结果得到进一步验证。(3)提出了基于联合拟合能量的医学影像分割算法。该算法中基于梯度信息的全局能量项能够减少算法对初始轮廓的敏感度,有利于加快算法的收敛速度,而基于张量信息的局部能量项使得算法能够有效处理图像灰度不均匀的情况,并保留复杂的边界结构。通过与几种主流分割方法的比较,分析对比显示了本算法的分割精度高、适用性强。应用于已融合的肺癌PET、CT影像分割,以影像科医师手工勾画结果为参考,临床医师的主观评价和客观指标综合验证了本算法的分割结果具有较高准确度,对于疾病精准诊断和放疗靶区制定具有重要参考价值。
【关键词】：配准 融合 分割 肺癌精准医疗 PET/CT
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R734.2;R730.44
【目录】：

• 摘要4-5
• Abstract5-9
• 1 绪论9-14
• 1.1 研究背景与意义9-10
• 1.2 国内外研究现状及趋势10-13
• 1.2.1 多模态医学影像的产生机理与方法10-11
• 1.2.2 多模态影像融合及其在肺癌精准医疗中的应用11-12
• 1.2.3 多模态影像分割及其在肺癌精准医疗中的应用12-13
• 1.3 本文主要工作13-14
• 2 基于混合互信息和改进粒子群优化算法的医学影像配准方法14-26
• 2.1 图像配准基础概述14-15
• 2.2 基于混合互信息和改进粒子群优化算法的医学影像配准方法15-20
• 2.2.1 基于Renyi熵的互信息15-16
• 2.2.2 粒子群优化算法16-17
• 2.2.3 最小点密度方差准则17-20
• 2.3 实验及结果分析20-25
• 2.3.1 实验图像及对比算法20
• 2.3.2 图像配准评价指标20-21
• 2.3.3 实验结果与主观评价21-23
• 2.3.4 实验结果的客观评价23-25
• 2.4 本章小结25-26
• 3 基于投影字典对学习的医学影像融合算法26-41
• 3.1 基于稀疏表示的图像特征提取与融合26-28
• 3.1.1 图像稀疏表示模型26-27
• 3.1.2 稀疏分解算法27-28
• 3.1.3 稀疏字典训练与构造28
• 3.2 基于投影字典对学习的医学影像融合算法28-34
• 3.2.1 源图像的预处理29
• 3.2.2 基于投影字典对学习的图像特征提取29-32
• 3.2.3 融合准则32-34
• 3.3 实验及结果分析34-40
• 3.3.1 对比算法34
• 3.3.2 图像融合评价指标34-35
• 3.3.3 融合结果与主观评价35-38
• 3.3.4 融合结果的客观评价38-40
• 3.4 本章小结40-41
• 4 基于联合拟合能量的医学影像分割算法41-58
• 4.1 图像分割理论基础41-43
• 4.1.1 图像分割算法分类41-42
• 4.1.2 曲线演变及水平集方法42-43
• 4.2 基于联合拟合能量的医学影像分割算法43-48
• 4.2.1 基于图像梯度信息的全局拟合能量43-44
• 4.2.2 基于图像张量信息的局部拟合能量44-45
• 4.2.3 拟合能量的正则化45-48
• 4.3 实验及结果分析48-57
• 4.3.1 实验图像及对比算法48-49
• 4.3.2 图像分割评价指标49
• 4.3.3 实验结果与主观评价49-54
• 4.3.4 实验结果的客观评价54-57
• 4.4 本章小结57-58
• 5 总结与展望58-60
• 5.1 研究内容总结58-59
• 5.2 未来工作展望59-60
• 结论60-61
• 参考文献61-66
• 攻读硕士学位期间发表学术论文情况66-67
• 致谢67-68

【相似文献】

中国期刊全文数据库 前2条

1 李洪亮;吴桂良;刘颖;鲁智强;周寿军;;三维血管造影数据的分割[J];生物医学工程与临床;2012年01期

2 ;[J];;年期

中国重要会议论文全文数据库 前8条

1 胡春风;殷建平;祝恩;;指纹分割技术研究[A];2005年全国理论计算机科学学术年会论文集[C];2005年

2 钟茂生;;文本主题分割技术的研究进展[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

3 钱伟康;王力;谢明;;基于FPGA的视频图像分割技术设计与应用[A];第三届全国嵌入式技术和信息处理联合学术会议论文集[C];2009年

4 金晓东;李强;郭传玲;郝冀芳;王菊芳;李文建;闫铮;;利用超分割技术进行肿瘤治疗的理论探索[A];第二届全国反应堆物理与核材料学术研讨会论文集[C];2005年

5 罗海涛;叶娜;朱靖波;;Dotplotting文本分割技术的分析与改进[A];第三届学生计算语言学研讨会论文集[C];2006年

6 李丕丁;许武军;刘晓华;傅雨田;龚惠兴;;宽视场长波红外相机像面分割技术验证实验[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年

7 陈建刚;刘东权;;一种3D超声体绘制交互式分割技术[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（上册）[C];2007年

8 朱辉;李在铭;;视频图像中文本检测与分割技术研究[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

中国硕士学位论文全文数据库 前10条

1 邵成刚;大型机场遥感图分割技术研究[D];西安电子科技大学;2014年

2 翟丽红;视网膜图像血管分割技术的研究[D];重庆大学;2015年

3 夏天辰;图像联合分割与联合抠图技术研究[D];南京大学;2014年

4 陈培兴;基于工业CT图像的缺陷定位和三维分割技术研究[D];中北大学;2016年

5 史益新;医学影像配准融合分割技术及其在肺癌精准医疗的应用[D];大连理工大学;2016年

6 牛瑞芳;面向移动设备的程序分割技术研究与实现[D];河南科技大学;2013年

7 孙建;视频人体对象分割技术研究[D];上海交通大学;2007年

8 单晓欢;大规模演化图的分割技术研究[D];辽宁大学;2014年

9 卢艳芝;重叠细胞分割技术研究[D];湖南师范大学;2008年

10 孙波中;多尺度分割技术在高分辨率影像信息提取中的应用研究[D];西安科技大学;2011年

，

本文编号：817979