基于2.5D超聲寬景成像的脊柱側(cè)凸三維結(jié)構(gòu)再現(xiàn)方法研究
發(fā)布時間:2024-05-26 21:36
脊柱側(cè)凸的檢查與診斷離不開醫(yī)學(xué)影像技術(shù)。目前,臨床上最常用的脊柱側(cè)凸檢查方式為X光,醫(yī)生通過測量Cobb角來衡量脊柱的側(cè)彎程度。但由于X光具有輻射性,會對人體的健康造成一定的危害,不利于多次檢查。同時,人工測繪X光片會對醫(yī)務(wù)人員造成負擔(dān),容易出現(xiàn)計算誤差。因此,研究脊柱側(cè)凸的計算機輔助診療系統(tǒng)尤為必要。超聲成像憑借其無輻射、低成本、便攜性高等優(yōu)點,被廣泛應(yīng)用于臨床診斷。超聲寬景成像技術(shù)的出現(xiàn),解決了超聲成像受限于較小視野的缺陷,大大擴展了超聲成像的應(yīng)用領(lǐng)域。為了克服傳統(tǒng)二維超聲寬景成像缺失立體空間信息,而三維超聲寬景成像重建速度慢、圖像分辨率低且對硬件的要求較高的缺點,基于位置信息的2.5維超聲寬景成像技術(shù)應(yīng)運而生。本文將2.5維超聲寬景成像技術(shù)運用于脊柱側(cè)凸的臨床檢查,提出了一種脊柱側(cè)凸雙側(cè)掃描法和基于共面圓的近似Cobb角測量法。同時,為了向醫(yī)務(wù)人員提供更為直觀的脊柱側(cè)凸三維結(jié)構(gòu),本文設(shè)計并實現(xiàn)了脊柱側(cè)凸三維結(jié)構(gòu)再現(xiàn)系統(tǒng)。該系統(tǒng)通過對脊柱側(cè)凸2.5維超聲寬景圖像中的橫突骨表面進行分割和定位,并利用定位所得的位置信息通過空間幾何變換對脊椎模型進行連接與再現(xiàn),同時提供任意脊柱椎段的Co...
【文章頁數(shù)】:105 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景與研究意義
1.2 課題研究現(xiàn)狀
1.2.1 脊柱側(cè)凸成像技術(shù)概述
1.2.2 醫(yī)學(xué)超聲寬景成像技術(shù)概述
1.2.3 超聲骨表面圖像分割方法概述
1.3 論文主要工作和內(nèi)容安排
1.3.1 主要工作
1.3.2 論文安排
第二章 2.5維超聲寬景成像技術(shù)
2.1 系統(tǒng)組成
2.2 系統(tǒng)校準與數(shù)據(jù)采集
2.3 2.5維超聲寬景圖像重建方法
2.3.1 圖像剪切法
2.3.2 基于貝塞爾插值的2.5維寬景圖像生成法
2.4 脊柱側(cè)凸2.5維超聲寬景成像方法
2.5 圖像可視化與測量方法
2.6 實驗結(jié)果與分析
2.7 本章小結(jié)
第三章 原始幀骨表面分割定位方法
3.1 基于模板匹配的圖像區(qū)域粗分割
3.1.1 基于像素信息的模板匹配
3.1.2 基于邊緣信息的模板匹配
3.2 卷積神經(jīng)網(wǎng)絡(luò)骨表面細分割
3.3 層次聚類定位方法
3.4 基于原始幀超聲圖像的骨表面分割定位方法
3.5 實驗結(jié)果與分析
3.6 本章小結(jié)
第四章 2.5維超聲寬景圖像分割定位方法
4.1 圖像預(yù)處理
4.2 模糊C均值圖像分割方法
4.2.1 模糊理論基礎(chǔ)
4.2.2 K-means聚類算法
4.2.3 FCM算法
4.3 圖像形態(tài)學(xué)處理方法
4.4 2.5維超聲寬景圖像的分割定位方法
4.5 實驗結(jié)果與分析
4.6 本章小結(jié)
第五章 脊柱側(cè)凸的三維結(jié)構(gòu)再現(xiàn)方法
5.1 人體脊柱解剖學(xué)結(jié)構(gòu)概述
5.2 圖形學(xué)幾何變換
5.2.1 旋轉(zhuǎn)矩陣
5.2.2 四元數(shù)
5.2.3 歐拉角
5.3 脊柱側(cè)凸三維結(jié)構(gòu)再現(xiàn)
5.4 實驗結(jié)果與分析
5.5 本章小結(jié)
總結(jié)與展望
本文工作總結(jié)
未來展望
參考文獻
攻讀碩士學(xué)位期間取得的研究成果
致謝
附件
本文編號:3982332
【文章頁數(shù)】:105 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景與研究意義
1.2 課題研究現(xiàn)狀
1.2.1 脊柱側(cè)凸成像技術(shù)概述
1.2.2 醫(yī)學(xué)超聲寬景成像技術(shù)概述
1.2.3 超聲骨表面圖像分割方法概述
1.3 論文主要工作和內(nèi)容安排
1.3.1 主要工作
1.3.2 論文安排
第二章 2.5維超聲寬景成像技術(shù)
2.1 系統(tǒng)組成
2.2 系統(tǒng)校準與數(shù)據(jù)采集
2.3 2.5維超聲寬景圖像重建方法
2.3.1 圖像剪切法
2.3.2 基于貝塞爾插值的2.5維寬景圖像生成法
2.4 脊柱側(cè)凸2.5維超聲寬景成像方法
2.5 圖像可視化與測量方法
2.6 實驗結(jié)果與分析
2.7 本章小結(jié)
第三章 原始幀骨表面分割定位方法
3.1 基于模板匹配的圖像區(qū)域粗分割
3.1.1 基于像素信息的模板匹配
3.1.2 基于邊緣信息的模板匹配
3.2 卷積神經(jīng)網(wǎng)絡(luò)骨表面細分割
3.3 層次聚類定位方法
3.4 基于原始幀超聲圖像的骨表面分割定位方法
3.5 實驗結(jié)果與分析
3.6 本章小結(jié)
第四章 2.5維超聲寬景圖像分割定位方法
4.1 圖像預(yù)處理
4.2 模糊C均值圖像分割方法
4.2.1 模糊理論基礎(chǔ)
4.2.2 K-means聚類算法
4.2.3 FCM算法
4.3 圖像形態(tài)學(xué)處理方法
4.4 2.5維超聲寬景圖像的分割定位方法
4.5 實驗結(jié)果與分析
4.6 本章小結(jié)
第五章 脊柱側(cè)凸的三維結(jié)構(gòu)再現(xiàn)方法
5.1 人體脊柱解剖學(xué)結(jié)構(gòu)概述
5.2 圖形學(xué)幾何變換
5.2.1 旋轉(zhuǎn)矩陣
5.2.2 四元數(shù)
5.2.3 歐拉角
5.3 脊柱側(cè)凸三維結(jié)構(gòu)再現(xiàn)
5.4 實驗結(jié)果與分析
5.5 本章小結(jié)
總結(jié)與展望
本文工作總結(jié)
未來展望
參考文獻
攻讀碩士學(xué)位期間取得的研究成果
致謝
附件
本文編號:3982332
本文鏈接:http://www.wukwdryxk.cn/linchuangyixuelunwen/3982332.html
最近更新
教材專著