基于CUDA的快速三维医学图像分割

目的:三维分割是医学图像分析和可视化中的重要组成部分,也是医学图像分割中的一个难点。水平集方法在三维医学图像分割中有很广阔的应用前景,但是该算法的计算量大,不能达到实时处理的要求。针对这个问题,提出了一种基于CUDA的并行加速方法。方法:采用NVIDIA公司的GPGPU模型CUDA,利用图像像素的独立性和偏微分方程求解的并发性,提高C-V水平集算法的分割速度。给出了并行计算的流程图,并对C-V水平集算法在CUDA上的实现进行了详细介绍。结果:实现了C-V水平集并行加速算法,该方法在保证分割效果的前提下,具有更快的分割速度。结论:所提出的方法是切实可行的,实现了快速的三维医学图像分割。     

基于MRI快速建立前交叉韧带三维数字化模型初步报道

目的　研究利用MRI二维图像快速建立前交叉韧带(ACL)三维数字化模型的方法,并评估模型的真实可靠程度。 方法　 选择 20 例临床诊断为ACL断裂患者的术前健侧MRI图像资料,导入自主开发的ACL快速分割技术软件（3D MIA ）进行图像分割,再以面绘制方式进行三维重建,建立膝关节及ACL三维数字化模型,测量模型的ACL长度、宽度、厚度及与人体三个解剖平面的角度,所得数据与前期解剖研究结果进行统计学的分析对比,评估模型的可靠程度。 结果 造模包括膝关节各骨性结构及前后交叉韧带,平均造模时间18 min,测量得到ACL长(39.80±1.86)mm、宽(5.80±1.83)mm、厚(9.96±1.26)mm;ACL与冠状面夹角(27.58±3.64)°、与矢状面夹角(39.82±4.01)°、与水平面夹角(22.27±4.23)°。与前期研究获得的相应数据对比,经独立样本t 检验,差异均无显著性意义(P>0.05)。 结论 利用自主开发的ACL分割技术及三维重建软件可以快速且较准确地建立健侧 ACL三维数字化模型,为计算机辅助ACL手术系统及实现ACL临床仿真个体化解剖重建提供了参考基础。     

基于区域生长法的三维心血管模型的分割

目的医学图像能够反映人体各组织的生理或病理性的结构信息和功能信息,根据图像序列,对患者心血管组织进行三维重建,可以方便医生对血管的病灶部位做出准确诊断。本文将区域生长法(region growing method,RGM)在二维图像的基础上用于三维,并比较RGM的3种子方法对心血管模型进行三维分割的效果。方法结合VTK(Visualization Toolkit)与ITK(Insight Segmentation and Registration Toolkit)函式库,首先利用光线投射法(ray casting,RC)对患者的CT扫描图像序列进行三维重建,得到患者胸腔三维模型;之后分别利用区域生长法中连通阈值、置信连接和邻域连接3种算法进行三维分割处理,得到患者心血管模型的仿真结果。结果三维重建仿真技术,具有直观重现心血管造影序列所描述的人体胸腔部位各组织的可能性;3种分割算法的比较显示,邻域连接法相比于其他两种算法,模型的解剖结构信息丢失程度较大,血管树的分支数目及管径也明显偏小。结论使用VTK与ITK函式库,通过光线投射法的体绘制技术和区域生长法的图像分割技术,可以建立患者的心血管模型;区域生长法中的连通阈值和置信连接算法,对结果的细节保留程度最大。     

基于格子玻尔兹曼方法的冠状动脉血流储备分数无创计算研究

为探讨格子玻尔兹曼方法(LBM)在基于电子计算机断层扫描(CT)的冠状动脉血流储备分数(FFRCT)无创计算中的应用,以一个局部狭窄圆管模型和两个冠状动脉分支模型为研究对象。基于开源代码库(Palabos),在集成开发环境(Codeblocks)中改进相应算法程序。基于LBM对以上模型的FFRCT进行数值模拟,并将数值模拟的结果与有限元分析软件ANSYS数值模拟的结果进行对比分析,以验证LBM数值模拟冠状动脉FFRCT的可行性。结果表明,LBM数值模拟冠状动脉FFRCT与有限元分析软件ANSYS模拟的结果相对误差在1%左右,验证了LBM数值模拟冠状动脉FFRCT可行性。本研究的模拟计算为后续开发冠状动脉FFRCT应用软件提供了技术支持,为临床冠状动脉FFRCT的计算奠定了基础。     

基于静电力方法的主动轮廓模型的脑部MRI图像分割

提出一种改进的使用主动轮廓线模型分割医学图像的方法.基于Greedy法和静电场模型,对Greedy算法中蛇点的邻域提出了进一步的搜索准则,并给出判定的准则.同时,在预处理后的图像中使用静电力作为图像外力,并介绍了简化计算的方法.对比实验表明了该算法的有效性.     

基于MRI的脑肿瘤分割技术研究进展

目的:对脑肿瘤的准确分割在临床上具有重要应用价值,但由于脑肿瘤结构复杂、边界模糊且与正常脑组织混叠在一起,因此,要实现对脑肿瘤的正确分割非常困难。为给相关研究者提供有益参考,本文对基于MRI的脑肿瘤分割技术研究进展进行了探讨。方法:查阅国内外相关资料的基础上,对现有的基于MRI的脑肿瘤分割方法进行分类,然后对近年来基于MRI的脑肿瘤分割技术及其研究进展进行了比较详细的综述和讨论,并介绍了脑肿瘤分割算法的评价方法,最后对脑肿瘤分割方法的发展趋势进行展望。结果:基于MRI的脑肿瘤分割方法主要包括:区域生长法、聚类分割方法、基于形变模型的分割方法、基于形态学分水岭的分割方法、图谱匹配、多谱MR图像分割和基于异常检测的分割方法等。结论:基于MRI的脑肿瘤分割方法将向全自动、实时、准确的分割方向发展,并有效地结合多种分割方法,综合利用多种图像信息和先验知识,有望在新的理论技术上做出突破。     

基于MRI建立膝关节前交叉韧带三维数字化模型

背景：近年来有关膝关节前交叉韧带三维数字化模型的研究在国外发展迅速,但在国内,未见对包括全膝关节及前交叉韧带在内的三维数字化模型进行基础解剖研究的报道。 目的：评估运用MRI二维图像及MIMICS软件建立膝关节及前交叉韧带三维数字化模型的真实性及可靠性。 方法：选择20例新鲜成人尸体正常膝关节标本,利用MRI对标本进行二维扫描,获得层厚为1.0 mm的连续图像资料,将该资料以DICOM格式导入计算机并利用MIMICS软件进行三维重建,建立包括股骨远端、胫骨近端、前交叉韧带、半月板、髌骨及腓骨等在内的双膝关节三维实体数字化模型,利用测量软件测量相关指标;同时对尸体标本进行解剖并测量膝关节前交叉韧带的相关参数,与模型所测指标行配对比较。 结果与结论：尸体标本测量数据与三维实体数字化模型测量数据的结果差异均无显著性意义(P > 0.05)。提示利用MRI采集获得的人体膝关节及前叉韧带图像数据可以建立较为真实可靠的膝关节及前交叉韧带三维实体数字化模型。     

基于空间FCM与MRF方法的乳腺MRI序列三维病灶分割研究

针对乳腺DCE-MRI病灶分割,提出一种空间FCM聚类与MRF随机场相结合的三维分割方法。首先,对MRI图像进行空间FCM粗分割,提取病灶粗轮廓。然后,在其基础上进行MRF精分割,并结合病灶三维信息：用相邻切片分割结果对应标号矩阵初始化MRF精分割标号场,同时用该张切片粗分割所得隶属度矩阵对MRF精分割进行参数自适应调整。用该方法与空间FCM、水平集、模糊MRF方法对50例MRI数据进行分割对比实验,得到良、恶性病灶分割重叠率分别为76.4、75.5;相比于空间FCM的68.%、69.5水平集的70.8、72.6以及模糊MRF的72.9、73.6有明显提升。对所有175例MRI数据分割结果进行非监督评价,得到良、恶性病灶区域均匀性均大于0.92;区域内差异性良性病灶92%小于150、恶性病灶98%小于150;区域间差异性良性病灶87%大于0.25、恶性病灶90%大于0.3综上表明,该方法具有较高的分割精度。     

基于快速推进法的血管内超声图像序列的三维分割

目的血管内超声（intravascular ultrasound,IVUS）是近年来临床诊断血管病变的一项新技术。对IVUS图像进行分割,提取出图像中血管壁的内膜和中-外膜轮廓,是IVUS图像序列定量分析和三维重建的重要步骤。方法本文提出一种基于快速推进法的IVUS图像序列三维并行分割方法。在完成对原始图像的滤波去噪、抑制导管伪影等预处理后,获取IVUS序列纵向视图,并从中提取出血管壁的内膜和中-外膜轮廓,然后将该轮廓映射到每帧IVUS横向视图中,得到各IVUS帧中血管壁的内膜和中-外膜轮廓,最后采用快速推进法对初始轮廓进行演化变形,最终提取出目标轮廓。结果对临床IVUS图像数据进行实验,与逐帧处理的串行分割方法相比,本文方法明显提高了处理效率,克服了传统串行处理方法运算效率低的缺点。结论该方法对血管疾病的临床诊治具有重要意义。     

人体颅脑MRI图像中下颌骨的分割及三维建模

目的:在目前的影像医疗诊断中,仅凭观察二维CT、MRI图像是很难实现准确的确定病变体的空间位置、大小、几何形状及与周围生物组织的空间关系的。本研究利用CT、MRI图像数据,帮助医生对病变体及其人体组织感兴趣的区域进行分割提取,用于医学图像的三维显示、三维重建。材料与方法:应用Mimics软件,对132层,层间距为1.0mm的MRI扫描图像进行图像去噪、分割和平滑等处理,最终创建三维模型。结果:建立了更为精确,应用更为广泛的下颌骨三维模型。结论:运用Mimics对MRI医学图像进行分割,重建三维模型,能全面显示病变的病理解剖改变,为临床治疗提供精细的影像学信息,从而使重建后的三维模型可清晰地再现病灶与周围组织的解剖关系,大大增强了医学图象分析系统的临床实用价值。     

妊娠中期胎儿海马结构发育的7.0T MRI研究

目的:探讨妊娠中三个月内海马结构发育的形态变化以及其折叠角的变化,分析其发育规律.方法:收集胎儿标本51例,孕龄为14～22周,经超声筛选,排除神经系统异常.用德国产BRUKER 7.0T MR扫描,在二维图像上利用eFilm软件进行形态变化观察.定义海马折叠角(HIA)为海马角外缘和海马下托内上缘的连线与通过中线结构的直线的夹角,并在经过脑桥的冠状面上对此角进行测量.结果:13～14周时,海马结构几乎没有折叠,其皮层有3层结构,即室周层、中间带和皮质板;15～17周时,齿状回和海马角开始向颞叶内部折叠,海马结构典型特征是表现出明显的板层结构,CA2和CA3区的皮层逐渐变窄,海马结构的边缘层逐渐变厚;18～22周时,齿状回和海马角折叠进入颞叶,形成C型,海马板层结构变窄.随着孕龄增加,左右两侧HIA线性增大,未发现左右两侧HIA存在性别与半球间差异.结论:7.0T MRI能够清晰显示妊娠中期海马结构的发育变化,并可获得准确的HIA变化数据,这些数据对评价宫内或生后海马结构发育相关疾病有参考意义.     

一种基于斜单元模型的快速三维显示算法

本文报道作者开发研究的医学图象处理系统Ｖｉｓｕａｌｉｚｅｒ的系统结构及各功能模块的实现方法。在医学图象三维显示上，首次提出一种以斜单元模型代替以往的立方体单元模型的体视算法，这种新的显示算法运行速度快，同时又能产生高质量的显示图象。最后，本文以人脑部磁共振图象的操作和显示实例来说明系统的实用性和算法的有效性。     

基于B P神经网络的脑肿瘤MRI图像分割

利用BP神经网络技术对MR脑肿瘤图像中的肿瘤区域与正常组织区域进行分割,以辅助医疗诊断与治疗。首先,人工分割出部分影像中的肿瘤组织与正常组织作为已知样本;其次,在BP神经网络模型中输入已知样本中进行训练;最后,用训练好的BP神经网络处理其他脑肿瘤图像。BP神经网络能够有效分割MR脑肿瘤图像,辨别出肿瘤与周围正常组织的差异,但模糊区域也常被误判为肿瘤。因此,本研究提出进一步对模糊区域样本进行针对性训练与特殊的滤波处理,所得结果有较大改进。BP神经网络能有效地进行脑肿瘤MRI图像分割,但在使用时仍需正确选择输入样本的区域和范围并结合特殊的滤波处理。     

乳腺MRI分割与基于光线投影的三维重建

目的乳腺MRI(magnetic resonance imaging)序列成像连续、位置固定,但二维图像无法提供便于观察的肿块的深度与外形信息,为此提出乳腺及其肿块分割与三维重建方法。方法首先利用最大类间方差法与区域生长法提取乳腺外轮廓,然后选用基于梯度和能量信息的水平集方法准确分割乳腺肿块,并对分割结果采用基于包围盒的光线投影算法进行体绘制。结果对患者的多组MRI序列进行分割实验并对几种分割算法进行客观评价,三维重建实验得到乳腺与肿块的立体图像以供医生观察。结论分区处理的水平集分割与基于光线投影的三维重建为医生提供更加形象的立体视觉效果,不仅有助于对肿块病变程度的诊断,而且能帮助外科医生在保乳手术中准确判断开刀位置。     

基于直方图拟合的MRI图像水平集分割

利用混合高斯模型对MRI图像直方图进行分析,将拟合获得的特征参数作为水平集曲线进化的约束条件,对医学图像进行分割。分割中采用的自适应Level Set方法,能够自适应地确定曲线进化方向（扩张或收缩）,而不必在分割之前指定其进化方向,减少了人工干预;同时也克服了传统测地活动轮廓线（GAC）方法对图像梯度信息的过分依赖,以及由于对图像进行大尺度高斯平滑处理造成边缘点移动、定位准确度下降的缺陷。分别对MRI仿真和真实图像进行了实验,MRI仿真实验的分割敏感性、专一性和总体性能指标分别达到了94.72%、97.52%和97.22%。分割结果的定量分析和定性分析表明算法的有效性以及较高的分割准确度。     

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。     

基于区域生长法的冠状动脉三维分割

根据图像序列,对患者冠状动脉进行三维重建,有利于医生对冠脉病变部位做出准确诊断。首先利用光线透射法（ray casting method）并结合ITK和VTK函数库对CT扫描图像序列进行三维重建,得到胸腔三维模型,之后利用区域生长法（region growing method）进行冠状动脉三维分割,实现冠脉模型的重建任务。实验结果表明,本文算法可以成功的提取出冠状动脉的主要分支。结合VTK和ITK函数库,计算机可以有效地实现胸腔三维模型的重建以及冠状动脉的分割工作,对医生直观的了解冠状动脉的解剖结构及冠心病的临床诊断有重要意义。     

RSF模型的优化及其在MRI脑肿瘤分割中的应用

磁共振成像(MRI)具有图像模糊,灰度不均等特点,其分割问题一直都是研究的热点和难点。可变区域拟合(RSF)能量模型是一种较新的区域活动轮廓模型,可用于灰度不均匀图像的分割。然而,RSF模型设定的水平集函数(LSF)不适合初始轮廓内外灰度分布不同的环境,应用于整体灰度环境复杂的脑肿瘤MRI图像时,通常得不到理想的分割结果。构建新的LSF,并辅以mean shift平滑算法可使其更适用于肿瘤图像的分割,使新模型具有更好的收敛性和目标指向性。利用优化后的模型进行一系列实验,其结果表明:该算法鲁棒性强,可以快速、准确地分割出MRI图像中的脑肿瘤,具有显著的临床意义。     

基于人脑海马结构的断层影像学

目的:为与海马结构相关的临床影像诊断提供形态学依据和相关测值。方法:采集100例经诊断无病变的成人头部磁共振图像,按照年龄16~25、26~35、36~45、46~55、56~65岁进行分组,每组男、女各10例。观测海马面积、横径、矢径和颞叶钩回间距、颞角宽度等。标准化前、后数据均进行相应统计学处理。结果:数据经标准化处理后,应用单因素方差分析显示,海马面积性别间与侧别间均无差异。颞叶钩回间距存在性别差,女性男性;海马横径、颞角宽度存在侧差,右左。利用Pearson相关分析显示,海马面积与年龄无相关性;与海马面积相关程度最为密切的线性指标依次为海马矢径、海马横径、颞角宽度、钩回间距,其中海马面积除与钩回间距呈负相关外,其他均呈正相关。结论:海马面积在16~65岁之间无性别差异;海马矢径、海马横径、颞角宽度、钩回间距可以作为研究海马形态变化的线性参考指标。     

基于统计阈值的脑肿瘤MRI图像的分割方法

我们提出了一种基于统计阈值的脑肿瘤MRI图像的分割方法.首先,通过预处理操作去除脉冲噪声和头骨影像,然后利用统计阈值分割方法对肿瘤进行了分割.为了克服经典阈值分割方法存在不完全分割的问题,利用分割后两个类的方差和概率定义了一个新的阈值选择准则,并通过最小化准则确定最佳分割阈值.实验结果证明,本方法分割效果好,解决了采用经典阈值分割方法对脑肿瘤的不完全分割问题.