基于肺癌的TPS系统可视化关键技术研究

《基于肺癌的TPS系统可视化关键技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、天津大学硕士学位论文基于肺癌的TPS系统可视化关键技术研究ResearchonKeyTechnologiesofTPSSystemVisualizationBasedonLungCancer学科专业：机械工程研究生：肖洪旭指导教师：杨志永教授企业导师：柴树德教授天津大学机械工程学院2017年12月摘要基于肺癌的TPS系统可视化技术是指把从二维序列CT图像中分割得到的肿瘤和组织器官等图像数据信息转换为三维立体模型，同时为用户提供交互性好、操作灵活的图像处理手段的技术。本文围绕基于肺癌的TPS系统可视化关键技术展开研究，主要工作内容和研究成果如下：首先，提出基于多尺度动态阈值匹配的

2、肺血管分割算法，在支气管的提取部分，利用形态学操作结果作为区域生长方法的辅助生长条件，避免了分割泄漏现象的发生；在血管组织的增强部分，引入基于Hessian矩阵的多尺度血管增强滤波算法；在血管组织的分割部分，通过构造血管增强滤波器对不同尺寸半径血管的最大尺度响应参数关系，实现了不同尺寸半径血管分割阈值的动态匹配。实验结果表明，该算法能有效探测出丰富的肺血管组织。其次，提出基于标签化医学图像的多器官三维重建算法，通过改变MC算法中确定等值面的拓扑形态、三角面片及顶点存储和划分形式，并引入面心的概念用以消除相交形态中的拓扑歧义，保证了可视化模型间的连续性。实验结果表明，该算法对标签

3、化图像仅需进行一次性扫描，便可重建出多个阈值的器官模型，重建效果好，且模型间的结构关系符合临床要求。最后，基于MFC、VTK与ITK联合编程，设计了基于区域生长和图形学方法相结合的TPS系统人机交互图像分割功能，并成功将提出的分割、重建算法应用于TPS系统中，完成了系统可视化模块的框架设计与实现。综上，本文提出了基于多尺度动态阈值匹配的肺血管分割算法和基于标签化医学图像的多器官三维重建算法，并完成了TPS系统中可视化模块的框架设计与实现。可视化技术在近距离粒子植入手术治疗的术前规划、术中优化和术后验证环节发挥着至关重要的作用，具有重要的理论研究意义和临床应用价值。关键词：肺癌，

4、TPS系统，图像分割，肺血管分割，三维重建IABSTRACTVisualizationinTPSsystembasedonlungcanceristhetechnology,whichcanconvertsimagedataoftumorandorgansfromtwo-dimensionalCTimagesintothree-dimensionalentities.Intheprocessofvisualization,theTPSsystemneedprovideimageprocessingmethodsforusers.Meanwhile,itisrequiredtha

5、tthemethodsshouldhavegoodinteractivityandflexibility.Inthispaper,thekeytechnologiesofTPSsystemvisualizationaredeeplystudied.Themaincontentsandresultsareasfollows:Firstly,thealgorithmofpulmonaryvascularsegmentationbasedonmulti-scaledynamicthresholdmatchingwasproposed.Inthepartofbronchusextrac

6、tion,amorphologyassistedregiongrowingmethodwasproposedandapplied,avoidingsegmentationleakagephenomenon.Inordertoenhancevasculartissues,weintroducedthealgorithmofmulti-scalevascularenhancementfilterbasedonHessianmatrix.Torealizethedynamicmatchingofsegmentationthresholdwithvasculartissuesindif

7、ferentsizes,therelationshipofmaximumscaleresponseparametersbetweenvascularenhancementfilterandvesselsindifferentsizeswasalsoused.Theexperimentresultshowsthatabundantvasculartissuesareeffectivelydetectedbasedonourmethod.Secondly,thealgorithmofmulti-