图像导引神经外科关键技术研究
Research on the key techniques on image guided neurosurgery
摘要 图像导引神经外科技术帮助外科医生准确的理解病灶的大小、位置和形态,从而可以在最大程度的去除病灶的同时最大限度的减少对正常组织的损伤.图像导引神经外科技术是多学科交叉的研究领域,是现代医学图像处理技术和智能机器人技术以及现代医学的结合.其中医学图像处理技术是重要的信息处理核心,是图像导引外科的基础. 本文概述了图像导引神经外科的技术的研究现状和技术组成,就图像导引外科中的一些图像处理的关键技术做了深入的研究和探索. 图像导引外科的关键是通过一个准确的空间变换使得图像空间、手术空间和器械空间得到统一(空间配准),利用图像处理与分析技术为外科医生提供直观准确的信息(图像分割和可视化技术),从而帮助外科医生实施手术,达到最大程度的消除病灶,最大程度的保留正常组织的目的. 脑图像分割是为神经外科医生提供直观的三维信息的基础,本文提出了一种基于多种分割算法相结合的自动分割算法,这种算法通过各向异性滤波,统计域值分割,数学形态学滤波,和基于边缘距离场的几何活动轮廓模型来对医学图像进行自动分割.首先,算法通过稳定灰度统计信息估计得到一个合理的图像背景分离域值,将图像从背景中分离出来.第二步,通过数学形态学运算得到一个初始的分割结果.第三步,通过基于模糊连接的分割方法分别得到脑组织的白质和灰质.最后,通过基于边界距离场的几何活动轮廓模型最终得到精确的分割结果.这种算法结合了域值方法,区域方法和边界方法的特点,可以有效的适用于多种模式的脑图像的分割.并用MONTREAL 体模数据集对本算法作了详细的评测,结果表明算法对噪声和偏移场有很好的鲁棒性. 本文还提出了一种有效的,高可信度的MRA图像血管分割方法.这种方法是基于Z-BUFFER技术的图像分割方法的改进.首先,算法对体图像作三个方向的最大密度投影,并保存投影结果的深度信息,通过一种结合统计域值估计和拓扑结构信息的方法,选择其中高可信度的点作为血管分割的种子点.然后,通过基于模糊连通算法的区域增长算法得到最终的分割结构. 在本文中,还对常用的MARCHING CUBES算法作了改进,通过推后法向量的计算,局部化平滑算法等技术有效的缩短了MARCHING CUBES算法的耗时,同时也减小了产生模型所需的存储空间.由于避免了全局滤波,算法还使得最终的显示结果与分割标记数据达到最大程度的一致. 在以上技术的基础之上,我们还开发了一个实用的基于MRA的图像导引神经外科规划系统.系统分为数据管理,图像分割,3D模型建立,空间配准,手术规划五个模块.通过在手术规划中集成MRA血管信息,提供丰富灵活的三维交互功能,还有有效的点点距离测量和血管位置与入路最短距离的测量功能,为外科医生设计安全的手术入路,提供了一个方便快捷的方法. 关键字:图像导引神经外科,图像分割,图像可视化,模糊连接,边界距离场,几何活动轮廓模型,MIP Z缓存
- 作者:
- 杜光伟
- 学位授予单位:
- 首都医科大学
- 专业名称:
- 影像医学与核医学
- 授予学位:
- 博士
- 学位年度:
- 2005年
- 导师姓名:
- 罗述谦
- 关键词:
- 神经外科手术;医学图像;图像处理;图像分割
-