手术导航系统中的数据通信与实时跟踪方法研究

为了通过串口使光学定位跟踪系统与基于图像的手术导航软件之间保持良好的数据通信,本文在Visual C6.0平台下,通过调用WinAPI函数进行串口通信程序设计,完成对串口数据读取、提取和解析,进一步研究手术器械相对于患者坐标系位置的计算方法,运用ICP算法完成CT模型与患者空间位置配准,实现手术中对手术器械的实时跟踪。经临床手术的实际效果证明,本系统具有良好的鲁棒性、实时性和可靠性,满足临床手术要求。     

XRII图像引导手术系统的研究与实现

本研究拟就实现XRII图像引导的手术系统之关键技术进行探讨。采用圆霍夫变换(CHT)与连通体(CC)分析结合法进行标志物识别与数据提取;采用移动最小二乘法(MLS)与层次B样条法(MBA)集成法进行XRII图像变形校正;采用Faugeras法进行C形臂成像系统标定。在此基础上,自行开发相关软件并结合手术工具设计制作,形成一整套实验型手术系统。人体脊柱标本实验表明,采用XRII图像引导的手术系统可明显提高椎弓根螺钉植入精度。     

牙种植可吸收性引导骨再生膜的研究进展

引导骨再生技术用于修复种植体周围骨缺损已有20多年,其中生物膜经历了从早期不可吸收到目前可吸收膜的变化.文中综述了近年来国内外对可吸收膜材料的基础研究及临床应用进展.文献显示,胶原复合膜材料或结合有诱导组织再生的生物活性因子的生物复合膜,具有应用前景.     

神经导航中脑组织变形补偿的点云处理

有限元方法是解决神经导航中脑组织变形的重要方法,需要手术过程中的脑皮层信息作为其边界条件.本文通过非结构点云进行了脑皮层信息的表示,并通过对其进行处理来获取有限元方法的边界条件.点云处理包括纹理映射、分割、简化和去噪,其中非结构点云的简化与去噪采用了改进的基于表面特性k邻域的聚类方法.实验结果证明所采用的点云处理方法是可靠的.     

手术导航中人体标志点注册方法和注册精度研究

手术导航IGS(Image guided surgery)指医生在术前获取患者的三维图像模型,术中根据模型引导进行手术治疗的过程.我们介绍了手术导航系统的组成和工作流程,分析了导航系统中,把患者实际体位和模型中虚拟位置精确配准的注册流程和原理,由于注册的精度直接影响着整个导航系统的精度,所以文章着重对注册算法的精度,可行性和鲁棒性进行研究.并结合实际临床导航手术的需求,分析了注册标志点数目和位置等因素对导航精度的影响.     

白细胞图像自动识别系统的研究

我们所用的图像分割方法是在对图像距离变换的基础上,综合区域和边界方法,充分利用图像中包含的信息,实现白细胞图像的分割。根据细胞的形状、纹理、颜色等的特点选取并测定22个特征值,用统计分类的方法设计分类器。通过对560幅图像共831个细胞的测试表明,此系统的识别正确率为96%,经临床专家评估,本系统运用模式识别技术对外周血中的白细胞图像实现自动识别,具有较好的实用价值。     

基于操作指令同步的医学影像远程会诊系统

在现有的远程会诊系统中,有的需要专用线路和设备,成本十分昂贵;有的采用基于NetMeeting的系统,不管通过电子白板或应用程序共享的方式,都不能直接在医学图像上操作或在一个应用程序窗口中同步操作,达不到会诊双方在阅片室的同一台阅片灯上进行现场交互的效果;因此应用起来有很大的局限性.我们开发了基于“操作指令远程同步”的影像远程会诊系统，改善了上述系统中的不足，使会诊双方在一方的图像处理和标识等操作通过预定的同步指令同步到对方，达到现场会诊的效果。     

基于多显示技术的多焦视诱发反应图像系统的研究

多焦视网膜电图是一种客观的、无创的视功能检查方法，可以同时反映视网膜多个微小区域的视功能，在眼底疾病的早期诊断上有独特的优势。介绍了基于多显示技术的多焦视诱发反应图像系统的原理与设计，利用Windows98以上的微软操作系统特有的多显示技术，控制图形刺激器对视网膜的各个区域分别进行刺激。然后用特制的电极把由视网膜多个区域产生的混合叠加信号提取出来。经放大、A/D转换后送入计算机。计算机利用快速M变换对混合信号进行分离，从而得到视网膜各个区域的反应信号。该系统具有控制简单，检测效果好，成本低等优点，在临床上有广泛的应用前景。     

甲襞微循环图像分析系统的研制

重点介绍自行研制的甲襞微循环图像分析系统。认为：该系统能可靠、自动地测试出输入枝、输出枝的管径与流速。管径测量采用了自行提出的非线性变换抑制血管内部噪声，结合自跟踪技术跟踪一定长度血管的管径分布而求出平均管径；速度测量采用了时间序列图像分析，通过高精度快速配准补偿毛细血管晃动，利用统计意义上微粒的灰度特异性实现可靠测量。     

基于锥形束CT研究肺癌图像引导放疗的内靶区外放边界值

目的：研究肺癌锥形束CT图像引导放疗联合在线配准方式的内靶区外放边界。方法：选取24例肺癌患者,应用医科达Synergy加速器行CBCT扫描,将获取的CBCT图像与计划4DCT图像配准,得到患者放疗时三维方向上的平移摆位误差和旋转误差,XVI系统配合治疗床进行在线校正,并计算内靶区外放边界值。结果：24例患者共行380次CBCT扫描,校正前后：左右、头脚、前后方向的外放值M分别为5．3mm、8．6mm、3．8mm和2．2mm、1．8mm、1．1mm。校正前后旋转误差数据结果显示,RⅣ、R）,轴向上有统计学意义（t=2．817,P=-0．005;产一3．481,P=0．001）,Rz轴上差异无统计学意义（t=0．554,P=0．580）。结论：肺癌患者采用CBCT下图像引导放疗可显著缩小ITV外放范围,提高放疗精度,有效降低正常组织受照射范围,提升肿瘤放疗剂量,弥补手术局部复发率高的劣势。     

Development and Evaluation of a Low-Cost and High-Capacity DICOM Image Data Storage System for Research

Thin-slice CT data, useful for clinical diagnosis and research, is now widely available but is typically discarded in many institutions, after a short period of time due to data storage capacity limitations. We designed and built a low-cost high-capacity Digital Imaging and COmmunication in Medicine (DICOM) storage system able to store thin-slice image data for years, using off-the-shelf consumer hardware components, such as a Macintosh computer, a Windows PC, and network-attached storage units. “Ordinary” hierarchical file systems, instead of a centralized data management system such as relational database, were adopted to manage patient DICOM files by arranging them in directories enabling quick and easy access to the DICOM files of each study by following the directory trees with Windows Explorer via study date and patient ID. Software used for this system was open-source OsiriX and additional programs we developed ourselves, both of which were freely available via the Internet. The initial cost of this system was about $3,600 with an incremental storage cost of about $900 per 1 terabyte (TB). This system has been running since 7th Feb 2008 with the data stored increasing at the rate of about 1.3 TB per month. Total data stored was 21.3 TB on 23rd June 2009. The maintenance workload was found to be about 30 to 60 min once every 2 weeks. In conclusion, this newly developed DICOM storage system is useful for research due to its cost-effectiveness, enormous capacity, high scalability, sufficient reliability, and easy data access.Key words: Data storage, archive, computed tomography, PACS, thin-slice CT