基于三维CT图像的骨表面检测方法的研究

摘要

在现代的外科手术中，很多时候都需要对CT图像中手术的目标器官或组织进行精准的定位和分割，从而保证手术在尽可能少的伤害病人其他组织的情况下顺利完成。而在这当中，骨的分割既是重点也是难点。原来对CT图像的分割工作，都需要医生手动完成，这无疑是巨大的工作量。本课题的主要研究内容就是基于三维CT图像的骨表面检测算法，旨在用计算机来帮助医生对CT图像中的骨进行分割，在保证精度的同时将医生从如此繁重的工作中解脱出来。
　　本文提出了一种基于区域和基于表面相结合的分割方法，首先通过阈值以及统计学的相关方法来获取一个初始区域，进而获得初始表面；然后计算初始表面体素的法线方向；最后，以初始表面体素为中心，沿着法线方向，建立一维信号，进行表面检测，校正初始表面，从而获得最终的骨分割结果。
　　为了得到只包含目标骨的初始表面，本文首先采用最优阈值法对CT图像进行初步分割。然后在三维中利用填充的方法将体素分为骨体素集和非骨体素集。在这之后，本文利用形态学的方法排除掉了骨体素中的非目标骨，只留下目标骨体素。但是，形态学的方法可能会对分割结果的精度造成损失。为保证初始表面精度，本文通过贝叶斯决策论来校准分割结果，自适应地为各个小区域选择阈值来划分骨体素与非骨体素，最终获得初始表面。
　　之后，为了保证法线方向计算的精度，本文提出了一种三维图像中的法线方向的预估-校正方法：先利用一阶导数的方式预估出法线方向，再根据骨表面的几何特性，通过一种基于表面跟踪的方法来对预估出的法线方向进行校正，从而获得一个更精确的法线方向结果。最后，利用获得的法线方向，建立一维信号，进行表面检测，校准初始表面。此外，在本文整个算法的过程中涉及到多个需要手动赋值的参数，为了保证算法的自动化过程以及准确度，本文还提出了这些参数的最优值自动选择方法。
　　最后，本文给出了算法在临床三维髋关节CT图像上的实验结果，包括量化评价结果和图像结果样例，都以专家手动分割结果为黄金标准，并与现有的几种先进方法进行了对比与分析。实验结果表明，本文算法在临床三维髋关节CT图像中表现较为理想，生成了完整且较精确的骨表面，优于其他几种方法。

目录

封面

中文摘要

英文摘要

目录

第1章 绪 论

1.1 本文研究的背景和意义

1.2 国内外研究现状

1.3 研究内容及组织结构

第2章 CT图像介绍以及骨表面检测算法框架

2.1 引言

2.2 CT图像概述

2.3 CT图像分割结果的评价标准

2.4 骨表面检测算法主体框架

2.5 本章小结

第3章 三维初始表面的获取

3.1 引言

3.2 最优阈值分割与填充

3.3 形态学方法去除非目标组织

3.4 自适应阈值法校准初始表面

3.5 实验结果与分析

3.6 本章小结

第4章 获取法线方向与初始表面校正

4.1 引言

4.2 法线方向的预估

4.3 法线方向的校正

4.4 参数的自动选择

4.5 利用法线方向校正初始表面

4.6 实验结果与分析

4.7 本章小结

结论

参考文献

攻读硕士学位期间发表的学术论文

声明

致谢