醫(yī)學(xué)影像中骨組織定量分析關(guān)鍵技術(shù)研究與應(yīng)用.pdf

1、針對骨骼醫(yī)學(xué)圖像的計算機后處理技術(shù)可以改善圖像觀察效果、實現(xiàn)智能輔助診斷，進而推動相關(guān)疾病影像學(xué)診斷技術(shù)的發(fā)展和完善。本文首先綜述和分析相關(guān)技術(shù)發(fā)展現(xiàn)狀，進而針對骨分割、骨測量、骨移除和骨拼接提出了新的方法或技術(shù)，以解決現(xiàn)有技術(shù)在精確性、魯棒性或自動化程度等方面存在的缺陷。
　　第一，在定量CT骨密度測量（尤其是針對腰椎的測量）中，需要借助骨分割和骨測量技術(shù)來準確提取測量目標，并進行精確測量。
　　針對現(xiàn)有骨分割技術(shù)難以完整

2、、自動化地分割單節(jié)腰椎的問題，本文提出了一種高度自動化的單節(jié)腰椎分割方法。首先分割整個脊椎，再分別利用不同的圖像處理方法斷開椎體和椎小關(guān)節(jié)間的連接。在真實QCT數(shù)據(jù)和仿真數(shù)據(jù)上實驗，證明此方法在自動化程度和結(jié)果準確性方面均優(yōu)于現(xiàn)有的各種腰椎分割方法。
　　本文提出了一種自動定參的無體模骨密度測量技術(shù)，使骨密度測量突破了體模的限制。大數(shù)據(jù)量實驗證實其具有較高的準確性，可重復(fù)性也超過同類方法。
　　第二，在使用血管造影CT圖像來

3、診斷頭頸部和體部血管疾病時，需要利用骨移除技術(shù)，以便無干擾地觀察和提取血管。
　　本文提出了基于骨輪廓信息融合的頭頸部骨移除技術(shù)和基于輪廓提取與分類的體部骨移除技術(shù)。實驗證明這兩項技術(shù)均在各自應(yīng)用中得到了較好的去骨效果，大大提高了圖像觀察質(zhì)量，進而提高了血管提取準確性。
　　第三，骨拼接技術(shù)主要應(yīng)用于長骨外傷或畸形等疾病的影像學(xué)診斷中，將分段采集的圖像拼接為便于觀察和診斷的全景圖像。
　　為提高現(xiàn)有骨拼接技術(shù)的魯棒性，

4、并解決融合圖像中存在的“拼縫”偽影和曝光度差異等問題，本文提出了一種旋轉(zhuǎn)無關(guān)的圖像拼接方法。此方法借助改進的特征配準和相關(guān)度匹配等算法實現(xiàn)圖像配準。經(jīng)實驗驗證，其配準算法在保證結(jié)果準確性的同時提高了魯棒性;其融合算法可有效地平衡曝光度差異，并避免“拼縫”偽影，極大地提高了全景圖像質(zhì)量。
　　另外，設(shè)計了三款用于輔助臨床診斷的軟件系統(tǒng)（或軟件功能模塊）。這些軟件已被投入臨床日常診斷中，或已開始臨床試用，這也將本研究的理論成果帶入了實