虚拟血管镜的关键算法研究与系统开发

虚拟血管镜的关键算法研究与系统开发

论文摘要

在临床医疗诊断中,对人体内部器官的直接观察是非常重要的诊断手段。科学家们已经发明了多种此类医疗技术,内窥镜技术就是其中一项重要的技术。内窥镜技术采取入侵方式,将软管插入器官内部,通过仪器直接观察病人器官内壁情况。但是除器官内壁之外医生无法获得其它更多信息,包括周围组织内部情况和全局信息,而且操作过程不便,还会给病人带来较大的痛苦。近年,随着计算机图形学和医学影像学的不断发展,计算机辅助医疗成为研究热门。其中,虚拟内窥镜(Virtual Endoscopy--VE)技术从提出走向了快速发展的过程。本论文所研究的虚拟血管镜(Virtual Angioscopy--VA)系统技术是虚拟内窥镜技术的一个细分领域,处于初步探索阶段。随着医学影像技术特别是计算机断层扫描(Computed Tomography--CT)和磁共振成像(Magnetic Resonance Image--MRI)等技术的发展和成熟,使得虚拟内窥镜成为可能,其相关技术成为了研究热点。国内外许多高校及研究机构开始研究并开发出针对各种器官的虚拟内窥镜系统,但对虚拟血管镜系统研究还比较少,这主要是由于血管这种器官处理难度较大的原因。但随着技术的不断革新与发展,现在已有了一些研究进展。论文在总结国内外已有的关于虚拟内窥镜研究工作的基础上,展开了关于虚拟血管镜的一系列算法和技术研究,并在PC平台上成功实现一个虚拟血管镜系统。论文旨在解决虚拟血管镜中关键技术和算法,针对血管和其他器官的巨大的不同,研究能够满足血管需要的相关算法和技术,同时尽可能优化,提高运行效率,以及提高运行质量,并在各步骤主要技术都已经得到解决的基础上,提供一个可以使用的虚拟血管镜系统,为以后的应用和走向临床打下基础。本文首先综合介绍了虚拟内窥镜系统的历史和发展;阐述了虚拟血管镜系统的处理过程和系统构架;然后详细讨论了虚拟血管镜系统中各主要模块的技术和本论文在算法和实现方面的研究成果。具体而言,本文的主要工作有如下几方面:(1)在血管数据分割中,综述了流行的3D医学图像分割方法,并提出了针对血管的快速分割算法,并辅以人工修正,提高精确度;(2)在虚拟导航中,论文重点讨论了血管中心线的提取办法,基于对各种中心线算法的比较,确定选用细化算法(腐蚀法),主要以六方向拓扑细化算法为基础,设计出针对血管内腔的中心线自动生成算法,基于此算法得到的血管中心线,完成在血管内部虚拟导航路径的生成技术;针对细化算法的特殊性,对其产生的结果进行处理,包括修剪细小分支、平滑化、建立拓扑顺序等,确保中心路径质量,此外还试探采取体素裁剪的办法,在保证路径质量的前提下,大大提高运算速度。同时设计和考察了一个基于血管表面体素点的中心线提取办法,与细化算法进行比较,虽然在最后实现的虚拟血管镜系统中没有使用该算法,但其算法思想和方法在设计虚拟导航路径中得到应用;(3)在虚拟场景绘制中讨论了经典的移动立方体(Marching-Cube)算法重建血管内壁模型,还重点讨论了直接体绘制算法,尝试使用基于图形处理器(Graphics Processing Unit--GPU)的直接体绘制加速算法。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 前言
  • 1.1 背景
  • 1.1.1 内窥镜技术的发展
  • 1.1.2 虚拟内窥镜系统的发展及其应用
  • 1.2 虚拟血管内窥系统的主要技术组成
  • 1.2.1 虚拟血管镜的处理过程
  • 1.3 虚拟血管镜技术研究重难点
  • 1.4 论文研究内容、主要工作和篇章安排
  • 第二章 虚拟血管镜系统中的图像分割
  • 2.1 三维图像组织分割概述
  • 2.1.1 三维图像组织分割的研究现状
  • 2.1.2 三维图像组织分割算法分类及比较
  • 2.2 基于二值化和分支检测方法的快速血管组织分割方法
  • 2.2.1 三维图像二值化
  • 2.2.2 三维基于种子点的分支检测方法
  • 2.2.3 算法流程描述
  • 2.3 本章小结
  • 第三章 虚拟血管镜系统中的路径规划
  • 3.1 主要路径规划方法简介
  • 3.1.1 细化算法
  • 3.1.2 距离变换算法
  • 3.1.3 基于表面体素提取算法
  • 3.1.4 手工定点生成方法
  • 3.2 六方向拓扑细化算法
  • 3.2.1 细化算法概述
  • 3.2.2 六方向拓扑细化算法
  • 3.2.3 对细化算法所获得的中心线结果的修正
  • 3.2.4 改进点:对血管体素进行压缩裁剪以提高效率
  • 3.3 基于血管表面体素的中心线算法
  • 3.4 导航路径生成
  • 3.5 本章小结
  • 第四章 虚拟血管镜系统中的场景绘制
  • 4.1 面绘制技术
  • 4.1.1 基于Marching-Cube 算法的面抽取
  • 4.2 直接体绘制及其加速算法
  • 4.2.1 体绘制方法一般过程
  • 4.2.2 基于GPU 的光线投射的加速技术
  • 4.3 本章小结
  • 第五章 本论文实现的虚拟血管镜系统
  • 5.1 系统平台和运行环境
  • 5.2 论文所实现的虚拟血管镜系统概述
  • 5.3 虚拟导航过程
  • 5.3.1 制定虚拟镜头行进路径
  • 5.3.2 血管内窥导航过程
  • 5.3.3 切片的动态控制
  • 5.4 本章小结
  • 第六章 有关实验
  • 6.1 实验环境
  • 6.2 实验内容及结果
  • 6.2.1 脑部血管数据的二值化分割效果
  • 6.2.2 测试血管数据裁剪压缩后,细化算法效率的提高
  • 6.2.3 比较拓扑细化算法和基于表面体素提取中心线算法的效率
  • 6.2.4 测试六方向细化算法后续修正处理的时间效率和精度效果
  • 6.2.5 利用Marching-Cube 算法生成血管表面的效果
  • 6.2.6 验证GPU 加速算法在体绘制方面与传统算法的比较
  • 第七章 全文总结
  • 7.1 主要结论和本文贡献
  • 7.2 研究展望
  • 参考文献
  • 致谢
  • 攻读硕士学位期间已发表或录用的论文
  • 相关论文文献

    标签:;  ;  ;  ;  ;  ;  

    虚拟血管镜的关键算法研究与系统开发
    下载Doc文档

    猜你喜欢