基于CT图像的肾上腺三维重构研究

来源 :郑州大学 | 被引量 : 0次 | 上传用户:wtwl66
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
CT(Computed Tomography)技术自出现以来,以其所具备的高密度分别率、能够提供完整的三维信息、显示扫描断面角度多样化等优点,被广泛用在医学诊断、工业检测、安保检测、航空运输等领域。在医学诊断中,临床医生可直接观察包含人体内部组织的CT图像或基于这些CT图像对组织、器官进行三维重构,来判断组织、器官的健康状况。基于CT图像的肾上腺疾病诊断目前仍以观察CT图像为主,为了提高肾上腺疾病的诊断效率,临床医生希望进一步获得肾上腺的三维结构信息。由于体积较小、形态较为复杂、且与其他组织极易发生粘连等问题,肾上腺的三维重构还存在一定的困难。为了提高肾上腺的三维重构效率,本文提出一种新的肾上腺三维重构方法——基于快速边缘提取的肾上腺三维重构方法,围绕该方法,本文主要做了以下工作:1提出基于特征点的肾上腺边缘获取方法,该方法首先对包含肾上腺的CT图像进行边缘检测,而后通过在肾上腺的边缘外放置若干特征点从而获得肾上腺的边缘。使用该方法可将肾上腺从复杂背景中分离出来。2给出CT图像中肾上腺形态的数学模型,该方法参考了基于解剖学、医学影像学的肾上腺形态描述,给出了CT图像中常见肾上腺形态的形式化表达,为后续的操作提供了有利的理论依据。3提出肾上腺轮廓构造算法,该算法参考肾上腺形态的形式化模型,对使用基于特征点的边缘获取方法得到的肾上腺边缘进行检测,将其中符合该模型要求的边缘作为肾上腺的轮廓,并在模型检测后,使用插值算法对缺失的轮廓线进行修复。4通过对构造出的肾上腺轮廓使用SMC(Special Marching Cubes)方法,完成了肾上腺形态的三维表面重构。对比实验证明,与基于手动提取的肾上腺三维重构相比,基于快速边缘提取的肾上腺三维重构方法能较好地保证肾上腺三维重构的效果,在临床诊断中有广泛的应用前景。
其他文献
网络信息含量的爆炸和过载给人们带来了Web时代的新挑战,网页分类是组织和利用海量互联网信息的一种有效途径。在已出现的多种网页自动分类算法中,支持向量机(SVM)学习能力出
社会发展带来物资与人员的流动。作为经济流动与发展的基础之一,物流行业在近年来得到了巨大的发展与进步,同时物流的成本也受到越来越多的重视。在运输环节,解决车辆路由问
古琴,是中华民族传统文化的瑰宝,更是世界人类文明的重要文化遗产。当前,随着信息科学与技术应用领域的不断深入,各学科领域的信息化、数字化工作正以前所未有之势开展,计算
人体运动捕捉是计算机视觉领域倍受关注的一个研究热点,在智能视频监控、视频分析、动画、游戏、医学诊断和人机交互等领域均有广阔的应用前景。它包括人体的标定与跟踪和人
检测技术及设备在工业、农业等领域应用非常广泛。面对高性能、便捷性等市场需求,系统架构是检测设备成败的关键因素。传统的检测平台或终端多采用以单片机或简易嵌入式微处理
随着生物数据的增长,利用计算机处理,分析和存储浩如烟海的生物数据已经成为一种趋势,从原始的序列分析逐渐发展到包含基因组学,基因表达研究学、和结构生物学的科学。MADS-box基
论文针对我国竹类种质资源基础数据不全面、不完整、信息分析处理和利用程度低,以及竹亚科属种分类存在争议的问题,开展竹类种质资源数据抽取与分类方法研究。研究以构建竹类
随着信息网络的迅速发展,越来越多的Web数据通过XML形式进行表达,XML的数据量呈指数级增长,由最初的MB发展到GB,以至TB。面对如此庞大的数据,信息的在线获取和查询变得越来越
伴随着计算机、图像处理、人工智能和模式识别等各项技术的迅速发展,近年来兴起了数字化视频监控的浪潮。利用计算机视觉和视频分析的方法对摄像机拍录的图像序列进行自动分
移动网络的提速、iOS的兴起和流媒体的崛起促成了移动流媒体的普及。由于移动网络具有移动性、分布不均、突发性、不确定性等特征,在该网络上传输实时流媒体数据时,如何降低