基于三维统计形状模型的多器官分割算法研究

摘要

医学图像分割是计算机辅助诊断的重要基础，由分割获得的体数据在器官三维重建、病理分析、病情跟踪、治疗规划、手术导航、可视化医疗和医学教学等领域具有重要意义。由于医学图像具有多样性和复杂性，通常呈现模糊性和不均匀性，影响了分割的准确度。统计形状模型是一种基于全局先验的医学图像分割方法，具有较高的准确度和稳定性，被广泛应用于医学图像分割领域。在此基础上，基于三维统计形状模型的多器官分割，充分利用多器官结构中器官的相对空间信息，可以同时得到多个器官的分割结果，有助于模型的初始定位，并提高分割结果的准确度、稳定性和效率。
　　标记点的对应是三维统计形状模型构建的关键步骤，对于模型质量以及基于模型的分割精度有重要影响。本文提出一种基于边收缩表面化简和微分同胚Demons球面配准的标记点对应方法。使用化简得到的参考形状代替均匀分布的参考形状，提高了标记点对原始形状的表达能力;使用微分同胚Demons球面配准方法利用形状梯度和表面曲率特征实现训练集中轮廓配准，提高了标记点对应的准确度。实验结果表明，本文方法构建的模型具有较高的专一性，对后续分割应用的准确度具有积极的影响。
　　同时，本文提出了一种基于三维统计形状模型多器官分割算法，实现了胸部CT中左肺、右肺以及心脏三个器官的同时分割。由于单器官点分布模型的可拓展性，将三个器官的表面网拼接，联合构成一个整体表面网结构，构成多器官模型。图像分割实验采用“留一法(leave-one-out)”，我们比较了三个左肺、右肺和心脏的单器官统计形状模型以及一个联合了左肺、右肺和心脏的多器官统计形状模型。实验结果表明，与单器官分割方法相比，本文提出的基于统计形状模型的多器官分割算法平均准确度提高了1.05％，左肺以及心脏的最低准确度分别提高了18.55％和28.72％，且各器官分割准确度均大于70％，说明本文算法具有更高的准确度、稳定性和效率。

目录

声明

摘要

第一章 绪论

1．1 课题研究背景及意义

1．2 国内外研究现状

1．2．1 基于统计学方法的图像分割方法研究现状

1．2．2 统计形状模型的标记点对应方法研究现状

1．2．3 多器官分割方法研究现状’

1．3 论文研究内容及组织结构

第二章 基于微分同胚表面配准的统计形状模型

2．1 基于表面参数化的标记点对应方法

2．1．1 球面保角映射

2．1．2 表面网的构建

2．2 表面化简

2．2．1 标记点对应与表面化简

2．2．2 基于二次误差边收缩表面化简算法

2．3 基于微分同胚Demons的配准优化

2．3．1 微分同胚Demons

2．3．2 球面Demons公式

2．4 统计形状模型构建

2．4．1 标记点对应

2．4．2 形状对齐

2．4．3 形状分析

2．4．4 表观模型的构建

2．5 实验与结果分析

2．5．1 统计形状模型构建的评价

2．5．2 表面轮廓的提取

2．5．3 表面化简结果与分析

2．5．4 表面配准结果与分析

2．5．5 统计形状模型构建结果与分析

2．5．6 统计形状模型分割结果与分析

2．6 本章小结

第三章 基于三维统计形状模型的多器官分割算法

3．1 三维统计形状模型的图像分割

3．2 三维多器官统计形状模型的构建

3．3 三维统计形状模型的多器官分割

3．4 实验结果与分析

3．5 本章小结

第四章 总结与展望

4．1 工作总结

4．2 工作展望

参考文献

发表论文和参加科研情况

致谢