基于三维CT图像数据的腰椎骨密度测量方法的研究

摘要

本文研究了一种基于三维CT(计算机断层扫描，Computerized Tomography)图像数据的腰椎骨密度和骨结构参数的自动测量方法。它处理定量的CT数据，对三维图像进行处理和分析，提供一种骨密度测量的全三维图像分析方法。
　　 骨密度和骨结构参数可以很好的评估骨质疏松程度和提示骨折风险。本方法针对腰椎CT图像进行处理分析，三维精确的分割皮质骨和松质骨，三维显示感兴趣区域(VOI，Volume of Interests)，最后以表格和打印报告的形式输出腰椎皮质骨，松质骨和全骨的骨密度和皮质骨厚度等结构参数，为医生提供骨密度测量结果和骨结构参数。
　　 本方法可以匹配任意CT机和体模，独立运行于PC机上。准确性试验显示，本方法检测结果与DXA(双能X线测定法，Dual energy X-ray Absorptiometry)测量结果高度相关，相关系数在0.8以上；可重复性试验显示，本方法具有高精度和独立于操作者的特点。低剂量试验显示，当电流比常规扫描降低40％时，本方法正常分析，结果与DXA结果一致。
　　 本方法高度自动化，速度快，对噪声具有鲁棒性，并提供灵活实用的交互工具，尽量减少了用户的手工操作，可以帮助医生快速、有效的评估骨质疏松程度和提示骨折风险。分析结果显示，其具有适合临床应用、高可重复性和独立于操作者等优势。

目录

文摘

英文文摘

第1章 引言

1.1 研究背景

1.2 研究现状

1.3 实用价值与理论意义

1.4 本文主要研究问题

1.5 本文结构安排

第2章 数字图像处理

2.1 常见数字图像格式

2.2 医学图像的格式

2.3 医学图像处理

2.3.1 CT成像技术

2.3.2 CT图像的存储格式

2.4 本章小结

第3章 图像分割处理

3.1 图像分割

3.1.1 图像分割的定义

3.1.2 图像分割的主要方法

3.2 医学图像的分割

3.3 基于三维CT图像的腰椎分割

3.3.1 数学形态学方法

3.3.2 腰椎的外表面分割

3.3.3 腰椎的内表面分割

3.4 本章小结

第4章 数据分析

4.1 感兴趣区域的定义

4.2 骨密度和骨结构参数的计算

4.2.1 内置模体原理

4.2.2 内置模体标定的确定

4.2.3 数据计算及验证

4.3 本章小结

第5章 智能分析

5.1 辅助诊断

5.2 建立正常人群骨密度曲线

5.3 输出结果分析

5.3.1 输出结果准确性分析

5.3.2 输出结果可重复性分析

5.4 智能分析

5.4.1 参考标准

5.4.2 骨密度监测报告

5.5 本章小结

第6章 结论与展望

6.1 结论

6.2 展望

参考文献

致谢

在学期间发表文章