CT图像序列中腹主动脉瘤的分割及可视化研究

摘要

腹主动脉瘤(Abdominal Aortic Aneurysm, AAA)是腹主动脉局限性退化扩张,易受血流冲击导致瘤壁破裂的一种高危性疾病。应用计算机图像处理的方法,提取CT图像序列中腹主动脉瘤,计算得到的腹主动脉瘤几何形状和尺寸是预测瘤破裂危险性的重要依据。腹主动脉瘤的三维重建结果可供医生进行手术规划,在临床医疗中具有重大的现实意义。腹主动脉瘤的分割包括内腔和外部血栓分割两部分。以往采用人工手动分割的方法效率低,不能满足临床医疗的需要。为了减少分析时间并增加可重复性,需要采用自动分割或半自动分割。腹主动脉瘤的外部血栓分割由于血栓边缘模糊,难度较大,本文提出了一种改进的主动形状模型(ASM, Active Shape Model)算法。该算法在传统ASM算法统计模型的基础上,利用相邻切片的灰度关系和当前切片的局部密度、梯度信息来分析模型的最优特征点。实验证明,利用一个人工参考边界能成功分割出42张CT中的血栓,所得结果与专家人工分割结果接近。针对腹主动脉瘤内腔分割,本文提出一种改进的区域增长算法,该算法采用自适应阈值的取值方式提高算法的鲁棒性。在此基础上,利用相邻切片的相关性,能将一位病人300张左右的腹腔CT一次性快速分割出来。随后本文利用移动立方体(MC, Marching Cubes)算法将分割出的CT三维建模,并且实现了基本的三维测量功能。通过对两个AAA病人的846幅CT图像进行实验,结果证明分割及重建方法快速、准确,为实际的临床治疗研究提供参考。

目录

摘要

Abstract

第一章 绪论

1.1 引言

1.2 医学图像三维可视化技术

1.2.1 关键技术

1.3 医学图像分割技术综述

1.3.1 阈值分割法

1.3.2 区域生长法

1.3.3 结合特定理论工具的分割技术

1.3.4 人工神经网络法

1.3.5 小波变换法

1.3.6 遗传算法

1.4 本文的研究背景

1.5 本文的主要内容

第二章 医学图像分割中的形变模型技术

2.1 基于边界的主动轮廓图像分割模型

2.2 基于区域的分割模型

2.3 基于边界和区域的分割模型

2.4 扩展型的分割模型

2.4.1 结合形状约束的分割模型

2.4.2 可变形Fourier 模型

2.4.3 基于模式分析的可变形模型

2.4.4 可变形超曲面

2.5 变形模型的发展趋势

第三章 基于ASM 算法的腹主动脉瘤血栓分割

3.1 算法序言

3.2 ASM 算法简介

3.2.1 点分布模型(PDM)

3.2.2 局部灰度结构模型

3.2.3 主动形状模型的匹配

3.3 将ASM 用于三维腹主动脉瘤分割

3.3.1 形状模型

3.3.2 切片的相关性

3.3.3 合并物体密度和梯度

3.4 实验结果

3.4.1 形状模型

3.4.2 匹配模型

3.5 结论

第四章 腹主动脉瘤内腔的分割及三维建模

4.1 医学图像三维重建技术概述

4.2 体素模型与等值面定义

4.2.1 体素模型

4.2.2 等值面定义

4.3 移动立方体（MARCHING CUBES）算法抽取等值面

4.3.1 体素中等值面剖分方式的确定

4.3.2 求等值面与体素边界的交点

4.3.3 等值面的法向计算

4.3.4 MC 算法抽取等值面的算法流程

4.4 基于空穴区域增长算法的腹主动脉瘤内腔分割

4.4.1 CT 切片的预处理

4.4.2 基于空穴区域增长的分割方法

4.4.3 实验结果

4.5 基于MC 算法的腹主动脉瘤三维重建结果

第五章 腹主动脉瘤的测量技术

5.1 概述

5.2 三维观察

5.2.1 观察流水线

5.2.2 观察坐标

5.2.3 投影

5.3 三维交互旋转

5.4 三维交互拾取

5.4.1 问题描述

5.4.2 算法实现

5.5 腹主动脉瘤的三维测量

5.5.1 腹主动脉瘤的三维观察

5.5.2 腹主动脉瘤上两点间直线距离的测量

5.5.3 腹主动脉瘤中角度的测量

第六章 总结与展望

参考文献

致谢

攻读学位期间发表的学术论文目录