基于數(shù)字CT圖像的管狀結(jié)構(gòu)分析與研究.pdf

1、近年來，數(shù)字圖像處理技術(shù)被廣泛的應(yīng)用在醫(yī)學(xué)影像領(lǐng)域，隨著計(jì)算機(jī)朝智能化方向的飛速發(fā)展，醫(yī)學(xué)圖像提供的影像信息已經(jīng)成為疾病診斷治療的重要依據(jù)。然而對疾病診斷的正確與否，完全取決于圖像的獲取和解釋兩個(gè)方面。醫(yī)學(xué)影像設(shè)備采用的計(jì)算機(jī)斷層掃描技術(shù)已經(jīng)達(dá)到圖像數(shù)字化要求，通過記錄人體不同組織的密度分布情況，逐層掃描產(chǎn)生一系列平面圖像，這個(gè)數(shù)據(jù)集就可以立體化反應(yīng)人體內(nèi)部解剖結(jié)構(gòu)。在圖像解釋方面，現(xiàn)在的醫(yī)學(xué)診療主要依靠有豐富臨床經(jīng)驗(yàn)的影像專家完成；然

2、而多樣化的病理特征和互相重疊的解剖結(jié)構(gòu)使圖像的數(shù)據(jù)信息變得復(fù)雜，海量的圖像數(shù)據(jù)和反復(fù)性的診斷工作量容易造成對病情的疏漏和誤診。所以使用一種快速、準(zhǔn)確、智能化的圖像分析方式顯得十分重要。
　　高分辨率的血管圖像在手術(shù)規(guī)劃和醫(yī)學(xué)診斷中有非常重要的作用，血管可以提供很多關(guān)鍵信息，例如標(biāo)志性的定位作用，因?yàn)檠芟到y(tǒng)復(fù)雜并且結(jié)構(gòu)大小不一，一旦損害很難修復(fù)。受噪音和造影劑的影響，微細(xì)的血管末枝會(huì)在圖像中表現(xiàn)出斷落形式；三維立體的血管結(jié)構(gòu)呈樹狀

3、分布，局部微細(xì)血管大多表現(xiàn)為線狀形式，這些結(jié)構(gòu)上的特點(diǎn)決定了提取算法的獨(dú)特性。準(zhǔn)確快速的提取血管是計(jì)算機(jī)輔助診斷的關(guān)鍵，同時(shí)也是后繼處理操作的基礎(chǔ)。因此，針對血管多維圖像分割及邊緣檢測的算法理論一直是醫(yī)學(xué)圖形學(xué)領(lǐng)域的研究熱點(diǎn)。
　　在血管樹分割的基礎(chǔ)上，提取中軸線，用具有連通的、高精度的單像素點(diǎn)集合表示三維模型的原始結(jié)構(gòu)特征。醫(yī)學(xué)圖像的骨架信息在圖像配準(zhǔn)中有著重要的臨床意義，病變體相對于骨架的空間位置可以和清晰的表示出病例的嚴(yán)重程

4、度。目前，研究人員針對這個(gè)課題已經(jīng)提出了多種多樣的細(xì)化算法，主要基于距離、拓?fù)浜湍芰咳齻€(gè)類別，各自算法都有不同的特點(diǎn)。骨架特征匹配程度直接關(guān)系對疾病評估的情況。
　　立體定量評估就是通過計(jì)算機(jī)檢測異常組織區(qū)域，并對其進(jìn)行損傷評估，然后與臨床實(shí)際數(shù)據(jù)做作對比，輸出具備數(shù)學(xué)描述性的表達(dá)式。目標(biāo)就是降低人為錯(cuò)誤，減少不同醫(yī)生之間觀察的差異性，提高對臨床診斷的治療水平。
　　針對上述涉及的問題，本文提出了一些自己的解決方案和見解。本

5、文首先詳細(xì)解讀了醫(yī)學(xué)圖片格式，并對DICOM顯示原理和數(shù)據(jù)存取做了示例驗(yàn)證，還分析了格式互換思路。接下來針對經(jīng)典的邊緣檢測Live-wire算法做算法原理闡釋，總結(jié)算法特點(diǎn)并給出改進(jìn)意見，實(shí)現(xiàn)改進(jìn)算法。然后研究Hessian矩陣模型，分析水平集算法優(yōu)缺點(diǎn)，重點(diǎn)采用區(qū)域生長改進(jìn)基于水平集閾值的血管快速提取算法，在軟件平臺(tái)上實(shí)現(xiàn)算法的高效性和準(zhǔn)確性。最后，著重分析拓?fù)浼?xì)化，提出一種基于鄰接表模型的細(xì)化方法，對比多種細(xì)化方法，說明本算法的可行