骨科CT数据的图像预处理及三维重建技术的研究

摘要

根据中国卫生部医学数据统计，骨科类疾病已经严重危害到中国国民的身体健康，各类骨科的发病率在逐年上升。传统的人工诊疗方式是通过直接观察CT图像来诊断患者病情，该方式易受图像质量、医生诊断经验等因素的影响。使用数字图像处理技术对骨科CT图像进行滤波去噪、分割以及三维重建，生成更加形象立体的三维几何模型，进一步提高诊断的准确性。这样有利于骨科专家对患者的临床诊断和治疗。
　　本文对不同类型的骨科图像序列进行预处理和三维重建。在滤波环节中，本文提出一种基于自适应模板的混合滤波算法。通过使用不同模板对图像进行划分，并求出相应各局部区域的灰度标准差和粗糙粒度，从而确定其最佳阈值，针对不同特征的局部区域进行自适应的滤波处理。在分割环节中，本文提出一种改进的TV-L1分割算法。该方法引入对偶变量和主变量，同时使用快速-主对偶方法将传统TV模型在能量泛函有约束下求极小值问题转换为对偶变量的半隐式迭代计算和主变量的精确计算问题。使用固定迭代法，获得能量泛函的极小值解。该方法可以解决传统TV模型处理骨科图像时出现的纹理信息丢失、过度分割等问题，从而进一步提高像素值分布不均匀的骨科图像分割的准确性。在重建环节中，为帮助骨科专家可以多角度全方位地观察患者病变结构，使用移动立方体法和光线投影法分别对分割后的二维图像序列进行三维重建，从而生成立体的三维几何模型。最后，设计开发计算机辅助诊疗系统，实现对图像数据的导入导出、预处理、面绘制、体绘制和交互操作。

目录

摘要

1 绪论

1．1 研究背景与意义

1．2 研究现状

1．2．1 图像分剖技术研究现状

1．2．2 TV模型研究现状

1．2．3 三维重建技术研究现状

1．3 本文研究内容及贡献

1．4 论文结构安排

2 基于自适应模板的混合滤波算法

2．1 骨科CT图像读取与显示

2．1．1 DICOM类型图像介绍

2．1．2 BMP类型图像介绍

2．1．3 图像类型转换

2．2 医学图像中的滤波

2．3 基于局部信息的中值滤波算法

2．4 基于自适应模板的混合滤波算法

2．4．1 图像粗糙粒度确定

2．4．2 局部灰度标准差确定

2．4．3 最佳划分模板确定

2．4．4 最佳阈值确定

2．4．5 算法流程图

2．5 实验与数据分析

2．6 本章小结

3 改进的TV-L1分割算法

3．1 TV模型介绍

3．2 经典的TV模型

3．3 改进的TV-L1分割算法

3．3．1 改进的TV-L1分割算法在二维图像上的应用

3．3．2 改进的TV-L1分割算法在三维几何模型上的应用

3．4 实验与数据分析

3．5 本章小结

4 医学图像三维重建

4．1．1 常见的面绘制法

4．1．2 常见的体绘制法

4．2 移动立方体法

4．3．1 基本原理

4．3．2 颜色和不透明度赋值

4．3．3 重采样与图像合成

4．4 实验与分析

4．5 本章小结

5 计算机辅助诊疗系统的设计与实现

5．1 需求分析

5．1．1 技术可行性

5．1．2 功能可行性

5．1．3 用例分析

5．2 系统设计

5．3 系统实现

5．3．1 系统界面设计

5．3．2 数据管理模块

5．3．3 图像预处理模块

5．3．4 面绘制模块

5．3．5 体绘制模块

5．3．6 交互模块

5．4 本章小结

结论

参考文献

攻读学位期间发表的学术论文

致谢

声明