基于三维动态区域生长算法的肝脏自动分割

目的:研究三维动态区域生长算法在肝脏自动分割中的可行性。方法:首先对CT图像进行预处理,包括插值、各向异性滤波和三维矩阵化处理;然后在预处理过的图像上使用三维动态区域生长算法,得到初始分割结果,算法在执行过程中使用种子点联合26邻域体素灰度均值代替传统的区域生长算法中选取的单一种子点灰度值,并结合动态阈值和双生长准则提高边缘分割精度;最后通过形态学后处理得到肝脏分割结果。结果:利用三维动态区域生长算法的肝脏自动分割结果接近专家手动勾画的结果(戴斯相似系数平均达到0.934),并且其分割速度(每幅图像用时0.64 s)和三维连续性优于手动勾画。结论:三维动态区域生长算法能够精确地分割肝脏,能在腹部肿瘤放疗计划制定中大幅度提高肝脏勾画效率。     

Segmentation of liver tumors for CT images based on mathematical morphology

目的 肝脏肿瘤的提取是肝脏三维可视化、手术规划和模拟的基础,而当前肿瘤分割存在干预过多和分割效果不佳的问题.方法 本文通过对腹部CT图像进行高斯平滑以去除图像噪声和细密纹理,计算出图像的形态学梯度并用高、低帽变换进行增强,再根据用户选择点计算内部和外部标记符,然后基于控制标记符的分水岭算法分割图像,提取出腹部CT图像中的病变组织.结果 实验结果表明,该算法能够在较少的人工干预下快速分割出肝脏病变组织.结论 该算法实现了腹部CT图像中肝脏病变组织的提取.     

基于数学形态学的CT图像肝脏肿瘤提取研究

目的 肝脏肿瘤的提取是肝脏三维可视化、手术规划和模拟的基础,而当前肿瘤分割存在干预过多和分割效果不佳的问题.方法 本文通过对腹部CT图像进行高斯平滑以去除图像噪声和细密纹理,计算出图像的形态学梯度并用高、低帽变换进行增强,再根据用户选择点计算内部和外部标记符,然后基于控制标记符的分水岭算法分割图像,提取出腹部CT图像中的病变组织.结果 实验结果表明,该算法能够在较少的人工干预下快速分割出肝脏病变组织.结论 该算法实现了腹部CT图像中肝脏病变组织的提取.     

基于特征融合的肝包虫病CT图像识别

目的探讨特征融合方法在肝包虫病CT图像分类识别中的应用,旨在提高肝包虫病的诊断准确率。方法选取正常肝脏和单囊型肝包虫病CT图像各150张,对每幅图像采取空域与频域滤波算法、数学形态学算法和点处理,分别得到10幅特征子图像并对它们进行特征融合。对融合后的图像提取灰度和纹理特征,通过统计学分析筛选关键特征。结果对提取的10维特征进行统计学分析,得到正常肝脏和单囊型肝包虫CT融合图像之间完全没有交集的4个灰度和1个纹理特征取值范围,以此来区分肝包虫病与正常肝脏CT图像。结论从原始图像中提取特征子图像并进行融合,再对融合后图像提取特征的方法能够很好地区分识别正常肝脏和单囊型肝包虫病CT图像,为肝包虫病的早期诊断提供依据。     

基于改进区域生长算法的肝脏分割方法研究

目的：把肝脏从医学图像中提取出来,为肝脏三维定位以及放疗计划制定提供准确的数据。肝脏与其周围器官组织灰度差别小、边界不明显,而传统区域生长算法生长准则单一,不能满足分割精确度需求,并且未经处理的轮廓比较粗糙。针对这些问题,本文提出一种改进的区域生长算法。方法：本文算法主要从三个方面改进：基于先验经验和肝脏特性的种子区域选择;基于Canny算子边缘检测结果的区域生长准则动态优化;基于漫水填充法和曲线拟合的轮廓后处理。结果：本文使用多套临床实际腹部CT序列测试算法,以医生手动勾画结果为标准进行评价。在大多数CT切片上的肝脏自动分割都能取得较好的结果,并且分割用时很短,保证了效率。结论：测试结果表明,本文算法在动态控制区域生长和平滑轮廓方面有很好的作用,在保证速度的同时有效提高了肝脏自动分割精度。     

基于投影图像和CT容积图像的三维冠状动脉运动跟踪新方法

目的利用双平面X射线投影图像序列和参考CT容积图像进行冠状动脉的三维运动跟踪建模。方法①提取投影图像序列中的冠状动脉树;②利用多尺度滤波和血管函数提取CT容积图像中的动脉血管;③采用基于B样条配准的方法进行三维运动建模。结果将双投影图像中血管的运动估计结果的三维重建形态与三维运动模型预测出的结果进行了量化比较,调整配准的B样条参数后,两者误差处于有效范围之内。结论由此表明采用投影图像和对应容积图像的联合先验知识进行冠状动脉的三维运动建模是有效的。     

基于层次上下文活动轮廓的三维CT肝脏图像分割

本文提出一种新的活动轮廓算法,即层次的上下文活动轮廓(HCAC),并将其应用于三维CT肝脏全自动分割。HCAC是一种基于机器学习的算法,可以分为两个阶段:第一阶段,即学习阶段,给定一套腹部三维CT训练图像以及对应的手动肝脏分割结果,利用上下文特征将每次的自动分割结果向手动参考分割结果映射,迭代学习得到一组纠错分类器;第二阶段,即分割阶段,首先将待分割图像用基本的活动轮廓进行分割,分割结果输入第一个纠错分类器,输出第一个形状模型,然后结合图像信息和当前形状模型,采用上下文活动轮廓(CAC)进行再一次分割,得到的分割结果输入第二个纠错分类器,输出第二个形状模型,结合图像信息和当前形状模型,再次采用CAC进行分割。如此迭代分割,随着形状模型的逐步精确,最终我们可以取得准确的肝脏分割。本文实验结果表明,随着迭代的深入,我们取得越来越好的分割结果。在三维CT肝脏图像分割中,我们通过6次迭代,就可以取得较好的肝脏分割。     

CT图像特征的高精度区域分割

传统CT图像分割在进行最为重要的边缘分割时,复杂空洞和非血管区域特征运用单一约束条件,缺少持续性操作过程,降低了分割精度。提出一种约束持续的CT图像特征的高精度区域分割方法,通过灰度腐蚀运算和滤波处理,获取灰度直方统计结果,据此确定种子点选取原则,实现对血管的初步分割,在此基础上采用更新均值和种子点持续分割作为约束条件,更新均值和种子点持续分割直至无满足灰度区间像素点,实现对CT图像特征的高精度区域分割。以肝脏CT图像为例的分割实验结果说明,所提方法可降低肝脏分割时产生的空洞和非血管信息的提取概率,相较于手工方法与传统方法,本研究所提方法的分割精度较高。     

基于分水岭算法的交互式三维分割方法

背景：在临床中准确对人体组织进行三维分割能提高临床诊断的准确性,但传统的分水岭算法存在过度分割问题,难以实现人体组织的三维分割。 目的：为准确三维分割人体组织,减少图像中伪极小值点对图像分割的影响,提出了一种基于控制标记符分水岭的交互式三维分割方法。 方法：提取CT序列图像的内部和外部标记符,以此修正梯度图像并进行分割;在此基础上,根据序列图像上下层的相似性,利用人机交互进行组织结构的三维分割。首先在第一张序列图像上手工选取感兴趣区域上的一个点,借助同一组织在连续CT序列图像上面积的重叠关系即可从三维序列图上提取出感兴趣区域。 结果与结论：基于控制标记符的分水岭算法解决了直接应用梯度图像进行分割的过度分割问题,便于进一步分割图像。利用基于分水岭算法的交互式三维分割方法得到的三维分割结果经过三维可视化后可清晰、准确地反映组织的三维特征。     

肝脏动、静脉相CT图像配准与融合方法研究

目的 研究肝脏CT扫描序列图像轮廓提取、配准与融合问题.方法 采用图像滤波去噪、增强图像边缘及提取图像外轮廓等方法对CT序列图像进行预处理.对肝脏CT扫描序列图像动脉相位期与静脉相位期的图像轮廓进行配准,选取最优配准参数确定不同相位期图像的对应关系,以实现配准.将配准后对应的动、静脉相位期图像融合.结果 融合后的图像展现了同一位置不同相位期肝脏动、静脉的情况.结论 配准、融合后的图像能提供更加丰富的信息,可为医生临床诊断提供参考.     

图像融合方法在肝包虫病分型中的应用

探讨图像融合技术在肝包虫病分型中的应用。对正常肝脏、单囊型肝包虫病、肝囊肿CT图像感兴趣区域分别使用传统的预处理和图像融合方法,对融合后的和预处理后的图像提取Tamura和灰度-梯度共生矩阵特征,通过支持向量机和BP神经网络分类模型进行分类,比较两种方法的分类准确率,并对各分类模型进行参数评估。传统预处理方法对肝囊肿CT图像Tamura和混合特征的分类效果优于图像融合方法,最佳分类准确率为98.333%;图像融合方法对单囊型肝包虫病和正常肝脏CT图像不同特征下的分类准确率均高于传统预处理方法,最佳分类准确率分别为99.167%和100%;图像融合方法不同特征不同分类器下的平均分类准确率高于传统预处理方法。将图像融合方法应用于肝包虫病CT图像的分型中具有一定的分类优势,为肝包虫病影像学诊断提供依据,也为后期研发肝包虫病计算机辅助诊断系统奠定基础。     

基于新型深度全卷积网络的肝脏CT影像三维区域自动分割

肝脏分割对于肝肿瘤肝段切除及肝移植体积测量具有重要的临床价值。由于在CT影像中肝脏与邻近脏器的灰度值相似性很高,因此对肝脏区域的三维自动分割是一项具有挑战性的难题。为解决精准肝脏分割的问题,提出一种新型的深度全卷积网络结构3DUnet-C2。该结构充分利用肝脏CT图像的三维空间信息,并有效结合肝脏区域的浅层特征和深层特征。特别地,还提出一种新的3DUnet-C2网络训练策略,通过选取清晰图像,并从图像中截取肝脏区域作为样本进行训练的方式,得到初步3DUnet-C2模型权重,并使用该权重来初始化3DUnet-C2的网络参数,从而使网络达到收敛。最后,针对3DUnet-C2网络分割肝脏边界不精准的问题,在原有3DUnet-C2网络模型的基础上,运用三维条件随机场构建3DUnet-C2-CRF模型来优化肝脏分割边界。为了验证所提出三维分割模型的性能,从ISBI2017 Liver Tumor Segmentation Challenge的数据集中选取100张CT图像用于训练、验证和测试,3DUnet-C2-CRF模型在随机选取的20张测试集上的分割准确率的Dice系数为96.9%,高于3DUnet和Vnet模型的Dice系数。实验结果表明,3DUnet-C2-CRF模型具有更好的特征表达能力以及更强的泛化性能,从而可提升模型的分割准确率。     

三维几何建模与仿真技术在牙颌修复中的应用

提出正常人牙颌组织从CT数据处理到目标组织几何建模及仿真设计的技术路线.将CT断层图像经过线性插值构造出三维数据场,分割出目标牙颌组织后,利用Marching Cubes算法提取牙颌组织的三角面几何模型.采用层切法重建完整的牙列咬和面,其层切精度达到0.2mm.经过配准,实现层切法和CT扫描所得图形线框的坐标拟合.然后在PowerSHAPE中对牙列单元进行三维重建,形成一套易于修改、方便组合的模型库;最后通过编程建立了牙列缺损与修复的几何仿真系统.     

基于数据挖掘的新疆高发肝包虫病的分型研究

目的探讨数据挖掘技术在新疆肝包虫病分型中的应用。方法提取肝包虫病CT图像的灰度-梯度共生矩阵(GGCM)和灰度共生矩阵(GLCM)特征,应用主成分分析法对各纹理特征及混合特征分别进行降维,采用支持向量机(SVM)分类器、决策树C4.5分类器、Logistic回归分类器对降维后的特征进行分类,最后对各分类模型进行受试者工作特性(ROC)曲线分析及参数评估。结果 SVM分类器对不同纹理特征下3种肝脏CT图像(单囊型、多囊型肝包虫病和正常肝脏)分类效果都明显优于决策树C4.5分类器和Logistic回归分类器。综合特征分类结果要明显优于单一特征分类结果;GGCM特征对综合分类结果的分类贡献率要高于GLCM特征。结论将SVM分类器应用于新疆肝包虫病CT图像的分型中具有一定分类优势,为肝包虫病影像学诊断提供了一定的依据,也为后期新疆肝包虫病计算机辅助诊断系统的研发奠定基础。     

基于超声图像的纹理特征分析算法的应用

探讨纹理特征分析算法在超声图像定量分析中的应用。提取了正常肝脏与脂肪肝B超图像的近远场平均灰度比特征,以及用于超声医学图像分析的纹理特征模型—灰度共生矩阵和灰度游程矩阵,并用基于假设检验的特征选择方法进行了对比研究。结果表明:近远场灰度比(MIR)、灰度共生矩阵的角二阶矩(ASM)、对比度(CON)、熵(ENT)和反差分矩(IDM)、灰度游程矩阵的灰度分布的不均匀性特征(GLN)6个特征量可以描述肝脏超声图像。说明全面分析超声图像的纹理特征,对B超图像的定量分析有很大帮助。     

牙颌CT图像序列中牙的半自动分割方法

牙颌CT图像序列相邻切片之间,相应牙的大小、位置以及牙区域和轮廓的灰度分布等特征比较接近,并呈一定的变化规律,根据这一特点提出了牙颌CT图像序列中牙的半自动分割方法。首先选取参考切片,加入少量用户操作进行参考切片中牙轮廓的提取,接着以参考切片为起始切片,由已完成轮廓提取的牙包围盒作为待处理切片(相邻切片)相应牙的操作区间,然后在此区间内用区域生长法提取牙轮廓,由此逐张切片处理可以自动地得到所有切片全牙列每颗牙的轮廓。实验结果表明,本方法仅需少量用户交互就能快速、基本准确地从牙颌CT图像序列中分割出牙轮廓,具有一定的实用价值。     

医学图像三维有限元重建中的数据管理及T10～T12胸椎模型建立

在进行生物力学分析时 ,依靠序列医学图像进行三维有限元模型重建是一种必要的手段 ,但是此过程中图像的数据处理和网格划分等繁重的前处理工作 ,成为了有限元分析工作的瓶颈 ,尤其是形状和其医学图像的数据具有复杂性的胸椎的模型的建立。针对胸椎三维有限元模型建立所必需的数据 ,给出了基于 CT医学图像处理所必需的数据结构和类型 ,分析了数据获得和处理的方法。同时提出了基于分块建模思想的数据管理方法 ,结合MSC.Marc软件实现了网格划分 ,建立了 T10～ T12段胸椎的三维有限元模型 ,其形态特征基本保持了实际骨骼的外形特征 ,满足了生物力学研究分析的要求。针对医学序列图像处理和有限元模型的建立过程中的数据获得与管理 ,是非常有意义的重要工作之一 ,对于其他类似的基于医学图像 (CT、MRI等 )的人体组织的三维有限元重建工作 ,具有拓展意义和实际的指导意义。     

良恶性肺小结节CT图像基于灰度共生矩阵10种纹理特征研究

目的 建立多水平模型研究良恶性肺小结节CT图像的灰度共生矩阵纹理特征,更好地描述肺小结节CT图像,达到辅助肺小结节鉴别的目的.方法 对185例2171张肺小结节CT图像基于灰度共生矩阵提取10个纹理特征,拟合多水平统计模型分析良恶性CT图像的纹理特征的差异.结果 在考虑患者水平的基础上能量、惯性矩等8个纹理特征,在良恶性肺小结节的CT图像间的差异有统计学意义.结论 基于灰度共生矩阵的一些纹理特征是反应肺小结节CT图像良恶性的有效特征参量,在一定程度上有助于早期肺癌的鉴别诊断.     

三维可视化系统对髋关节骨性结构的评价

背景：目前通过二维断层图像信息来判断病变组织的具体性状其难度仍然较大,而运用医学三维重建技术,将能够显著改善医务工作者对相关疾病诊断的工作效率和准确率。 目的：开发一套医学三维可视系统,能够通过读取髋关节DICOM数据重建相应部位三维模型,并通过重建模型直观观察病变髋关节的形态。 方法：使用个人电脑在WindowsXP操作系统,开发环境为VC++6.0,安装VTK 5.6并进行必要设置,使用MFC开发一套医学三维可视化系统,具体步骤如下：①创建一个绘制对象。②创建一个绘制窗,将绘制对象加入绘制窗口。③读取CT图像序列,设置读取图像序列的路径。④使用MC算法抽取等值面(生成三角面片),根据灰度的不同,分别从切片数据中提取出皮肤和骨骼。设置输入图像序列数据;设置抽取的组织轮廓线灰度值。⑤建立三角带对象和数据映射对象。⑥实现图形的绘制,接收几何数据的属性,并分别对骨骼和皮肤设置不同的颜色和透明度。⑦设置视角位置,观察对象位置和焦点。⑧创建人机交互功能。 结果与结论：使用VC++6.0及VTK可以满足医学三维可视系统开发的需求,开发的三维可视系统软件能通过对髋关节DICOM格式的CT图像序列进行三维重建,重建的髋关节三维模型可以使用旋转、缩放、平移来直观的观察髋关节的骨性结构,骨折形态及类型,对相关治疗及手术有一定参考作用。中国组织工程研究杂志出版内容重点：人工关节;骨植入物;脊柱;骨折;内固定;数字化骨科;组织工程全文链接：     

启发式牙颌CT影像自动分割

准确快速地分割CT切片特征轮廓是医学图像三维重建的重要环节。现有的轮廓分割方法必须通过手动层层交互操作,不仅耗时而且分割精度不高。针对这种局限性,提出一种基于启发式牙颌CT影像自动分割方法。首先用拉普拉斯算子对CT图像序列进行边缘增强,其次用轮廓匹配映射技术实现轮廓启发式传递,最后基于收缩包围算法自动分割牙颌序列。以14例完整牙（每例28～32颗牙数据样本）锥束CT断层扫描图像序列进行实验,在相同条件下分别用所提出的轮廓自动提取方法和其他提取方法,对实验样本进行轮廓提取,得到单颗牙轮廓提取的平均用时和提取轮廓与真实轮廓之间的距离差平均值。实验结果显示,轮廓自动分割算法提取单颗牙轮廓的用时约为其他手工分割法提取单颗牙轮廓用时的23%,同时提取的轮廓质量和用传统方法提取的轮廓质量相当。该方法为CT数据特征区自动化分割提供一种可行且高效的方法,为进一步改进现有的CT影像分割和三维重建算法提供了新的思路。