一、血管三维重建的问题（论文文献综述）
杜慧[1]（2021）在《面向肿瘤介观荧光靶点的深度学习重建方法研究》文中提出介观荧光分子层析成像（Mesoscopic Fluorescence Molecular Tomography,MFMT）是一种在介观尺度下的光学分子成像技术,它填补了宏观荧光分子成像和光学显微成像在成像空间分辨率为介观尺度（10μm-1000μm）上的真空地带,且能够在几毫米深度的生物组织内获得荧光靶点的三维分布,分辨率最高可达约100μm。然而,荧光靶点的重建问题实质上是一个不适定且病态的逆问题,并且易受到噪声的干扰。另外,高分辨率三维重建所需的密集空间采样和成像目标的精细离散化使敏感矩阵各列各行之间高度相关,同时也增加了测量数据的稠密度,这不仅增大了计算机内存的占用量,也增加了传统经典重建算法的重建时间。因此,本文针对上述问题,提出了两个重建方法:基于压缩感知和卷积稀疏自编码器（Sparse Net）的荧光靶点加速重建方法和基于去噪卷积自编码器（De Cnn Net）的荧光靶点高精度三维重建方法。具体研究工作主要包括:（1）针对在MFMT中,为实现高分辨率三维重建,密集的空间采样和成像生物组织的精细离散化所导致的敏感矩阵各行、列之间高度相关,同时也使通过MFMT成像系统所获得的测量数据过于稠密的问题,借助压缩感知理论的思想,设计了基于Sparse Net的荧光靶点加速重建方法。该方法利用卷积神经网络中多层卷积对敏感矩阵去相关、搭建稀疏编码器网络架构解决测量数据稠密问题以及利用传统重建算法借助Sparse Net预处理之后的测量数据和敏感矩阵对荧光靶点进行重建。经计算机数值仿真实验以及合成血管树重建实验结果表明所提出的方法可以大大提高传统重建算法的重建速度。（2）为进一步提高肿瘤介观荧光靶点（微细血管）的三维重建精度,解决MFMT中,噪声大,算法重建结果易受噪声干扰的问题,设计了基于De Cnn Net的荧光靶点高精度三维重建方法。该方法利用线性映射模块初步求解荧光靶点逆问题,设计U型架构的去噪自解码器模块对初始解去噪且稀疏化,同时为了避免神经网络在卷积时重要信息（例如,肿瘤微细血管的边缘信息、结构信息）丢失,网络中融入了数据一致层（Data Consistency Layer,DCL）和转置卷积。经计算机数值仿真实验以及合成血管树重建实验证明,此方法实现了用深度学习神经网络对荧光靶点精确直接重建的目的,对噪声具有很高的鲁棒性,相比较其他算法,重建精度得到了很大的提升。
宋钱[2]（2021）在《三维重建及虚拟手术规划在单孔胸腔镜解剖性肺段切除中的应用》文中研究说明背景及目的:胸腔镜（VATS）肺段切除术是治疗早期肺癌的可接受的肺叶切除术替代方案。单孔胸腔镜（uniportal video-assisted thoracic surgery,U-VATS）肺段切除术是一项具有挑战性的外科手术,具有很大的技术难度和并发症的发生。在这项研究中,探讨三维重建及虚拟手术规划在单孔胸腔镜解剖性肺段切除术中的应用价值,推动U-VATS肺段切除术的应用。方法:收集2018年10月至2020年12月于南昌大学第二附属医院胸外科98例接受单孔胸腔镜解剖性肺段切除患者的临床资料。其中男性42例,占42.86%,女性56例,占57.14%。年龄28-72岁,平均56.23±10.16岁。肺部小结节或磨玻璃样影直径大小为0.6-2.0cm,平均1.23±0.28cm。良性结节13例,原位腺癌34例,微侵润性腺癌18例,腺癌33例。根据术前是否行三维重建分为三维重建组和非三维重建组,三维重建组52例,非三维重建组46例。通过分析两组患者围手术期相关指标,探讨三维重建及虚拟手术规划在单孔胸腔镜解剖性肺段切除术的应用价值。结果:两组患者均在单孔胸腔镜下顺利完成肺段切除术,术中无中转开胸及增加手术切口,无围手术期死亡及严重并发症的发生。三维重建组在年龄、性别、肺部小结节或磨玻璃样影的部位、大小、术中清扫淋巴结组数及个数与非三维重建组比较无明显差异,无统计学意义（P>0.05）。三维重建组在手术时间[（105.98±26.51）ml vs（127.34±32.87）ml p=0.001]、术中出血量[（47.85±32.76）ml vs（86.22±51.68）ml p=0.000]、手术切缘距离[（2.23±0.14）cm vs（2.11±0.23）cm p=0.002]、术后胸腔引流量[（427.14±183.46）ml vs（562.33±203.87）ml p=0.001]、术后拔管时间[（3.56±0.81）d vs（4.76±2.19）d p=0,000]、术后住院时间[（4.60±1.43）d vs（5.42±2.28）d p=0.033]优于非三维重建组,两组差异有统计学意义。同时三维重建组在术后并发症的发生率上低于非三维重建组,两组差异有统计学意义（P<0.05）。结论:三维重建及虚拟手术规划在单孔胸腔镜解剖性肺段切除中围术期疗效显着,可提高手术的准确率和安全性,具有临床应用和推广价值,并将推动单孔胸腔镜解剖性肺段切除术在治疗IA期NSCLC的更多应用。
陈林[3]（2021）在《超快速超声血管三维成像技术研究》文中研究表明血管信息的实时监测对心脑血管疾病的诊断,以及对治疗方案的规划评估有着重要的意义。目前,超声成像基于其低成本、实时性以及无电离辐射等优势成为了临床医学诊断中一种广泛应用的成像方式,而血管检测正是超声成像技术中一个常见的应用点。传统超声成像设备中通常都包含了B模式成像,彩色多普勒成像以及脉冲多普勒成像等成像技术,可用于检测体内血管的分布、血管的走向以及血流速度等血管信息。二维B模式超声图像能够对扫描组织进行实时的解剖成像,基于超声图像的诊断极其依赖于医务人员的临床经验与知识,因此缺乏临床经验的医务人员难以准确识别当前扫描部位的解剖结构,难以从整体器官角度进行评估分析,难以给出准确的诊断结果。加之,医务人员在对器官进行扫查时,必须通过二维平面图像在脑海中构建整个三维扫描空间,这是复杂且花费时间的工作。因此,构建一种三维可视化图像就能帮助医务人员快速且准确地完成诊断。目前,三维超声成像仍然存在重建算法复杂度高,重建时间过长等不足,这让三维超声难以应用到成像实时性要求较高的场景中。本文针对三维重建时间慢的问题,研究了GPU加速技术和超声平面波技术用于三维重建的优化。在数据采集装置上组装了单维度运动的滑轨,并组装了可以固定超声换能器的非程控机械臂,同时设置ULA-OP 256设备的相关参数实现128通道的超声平面波接发控制。在滑轨带动换能器扫查的同时,ULA-OP 256设备通过预设参数发射平面波并对回波数据进行接收,基于获取的数据,实现GPU加速的平面波波束合成以及基于PNN重建算法的三维重建,最终用VTK对重建数据进行可视化渲染。相比于传统聚焦超声的三维重建,平面波的三维重建对超声数据的获取速度进行了优化,使之提高了上百倍;基于GPU的平面波波束合成实现了数据处理速度上的优化,其波束合成的速度较依赖CPU的串行运算速度提高了6倍;而采用GPU加速的PNN算法使重建速度提高了3.8倍。本次研究实现了基于GPU和平面波的超快速三维超声血管可视化,在医疗诊断上具有很高的使用价值。
康志庆[4]（2021）在《基于DSA和CTA图像的颅内动脉瘤检测研究》文中认为颅内动脉瘤是对人类生命健康危害最大的脑血管疾病之一,其症状不易发现,且发病过程紧急,具有很高的致死、致残率。因此,颅内动脉瘤的前期诊疗十分关键。目前针对颅内动脉瘤的检查方式主要有三种:计算机断层扫描血管造影（Computed Tomography Angiography,CTA）、磁共振血管造影（Magnetic Resonance Angiography,MRA）和数字剪影血管造影（Digital Subtraction Angiography,DSA）。在传统诊断方式中,医生分析颅内动脉瘤的医学图像时,需要手动标注病灶区域,选择动脉瘤的显示角度,这在增加医生工作量的同时,也缺乏客观准确性。为此,本文设计基于DSA和CTA图像的颅内动脉瘤检测算法,在切片血管数据上重建三维血管结构,通过分析血管的结构特征来确定疑似病灶,并基于特征进行分类检测,进而辅助医生诊断,为患者的早期治疗提供帮助。首先,本文对实验使用的DSA和CTA数据进行预处理。在血管切片图像上,使用形态学图像处理和阈值分割方法对分层血管数据进行提取,减小背景对血管结构的影响。在此基础上使用面绘制方法进行三维重建,通过三维形态学算法提取最大连通分量,最终得到血管主体结构,从而降低细小血管以及噪声对瘤体检测的影响。接下来,针对于三维重建优化后的血管数据,本文从新的研究角度出发,利用血管结构的管状特性,提出了一种基于步长自动搜索的颅内动脉瘤检测算法。该算法通过生成迭代平面截取血管结构,计算血管的最小截面用于确定算法的搜索方向,并将血管截面及其位置作为特征对迭代中心进行分类,寻找瘤体的可疑位置。实验结果表明,算法对颅内动脉瘤有一定检测能力,但受到单向检测的局限性的影响,其F2-score为0.707。最后,为了分析血管的整体结构,本文提出基于血管三维骨架的动脉瘤检测算法。该算法通过提取血管结构的骨架,分析血管的三维信息,包括骨架点所在位置的体积、截面、偏角等特征,并使用随机森林方法对血管骨架点进行分类,从而检测动脉瘤的疑似病灶。由于该算法避免了迭代算法的局限性,检测准确率得到提高,F2-score也提高到0.825。实验结果表明,本文提出的基于DSA和CTA图像的颅内动脉瘤检测算法能较为准确的找到瘤体位置,可以帮助医生高效处理医学图像,有一定的应用前景。
陈学平[5]（2020）在《动脉血管疾病与血管形态特征改变的关系及相关血流动力学机制的研究》文中认为心血管疾病（CVD）是当前全球致病死亡率最高的一种疾病,并且每年因为CVD死亡的人数占到所有因为疾病死亡人数的30%以上,尤其在老年患者当中更为突出。在所有因CVD疾病死亡的病例当中,占比最高的当属动脉粥样硬化疾病（Atherosclerosis）。由于动脉粥样硬化疾病在临床上发病率比较高,因此吸引了大量的科研人员投入毕身心血专注于该疾病的研究。现有的研究揭示,动脉血管内皮功能障碍是动脉粥样硬化疾病形成的关键因素。科学界普遍认为,引起内皮功能障碍的因素非常复杂,复杂的血液动力学环境是引起内皮细胞紊乱的重要原因之一,这些血流环境包括漩涡流,二次流和振荡剪切流等。由于复杂的血液动力学环境总是易发生在动脉分支周围,因此,研究分叉动脉血管系统形态学及血流动力学特性跟动脉粥样硬化疾病之间的关系将具有非常重大的临床意义。随着计算机断层摄影血管造影技术（CTA）硬件和软件的发展,近几十年来,CTA成像技术广泛用于动脉粥样硬化疾病的表征,可视化以及鉴定。应用CTA成像的三维重建技术,可以获得等同于真实血管精度的动脉血管分叉网络结构。基于血管三维重建技术,已有许多研究工作对血管树结构特征进行了分析,包括健康个体与CVD患者之间,青少年人群与成年人群之间,男性人群与女性人群之间。然而,这些研究目前尚未完全弄清楚为何形态特征变化对血管有害或与血管疾病有关,也尚未弄清楚什么样的形态特征变化可能导致疾病相关的复杂流场产生,以及怎样充分利用血管形态特征变化来开发用于早期检测CVD风险的工具。针对上述存在的科学问题,本论文使用来自中国南方人群的冠状动脉CTA影像数据用于血管的三维重建（原始影像数据来自南方医科大学和广东省人民医院）,健康的冠状动脉冠脉CTA影像来源于遗体捐赠体外灌注扫描（均已确认冠状动脉血管无病变）和患冠状动脉疾病（CAD）的CTA影像来自于患者体检。在本论文的开始部分,我们首先测量了患CAD疾病患者和健康个体的三维分叉形态特征。然后,基于最小能量工作原理,我们引入了Murray定律以评估动脉分叉结构与其最佳形态特征之间的差异。为了开发用于早期估计CAD风险的决策工具,我们进一步使用机器学习技术（逻辑回归（LR）,决策树（DT）,线性判别分析（LDA）,最邻近（k-NN）,人工神经网络（ANN）及三种不同的支持向量机（SVM）算法:Linear-SVM,Polynomial-SVM和RBF-SVM）来构建检测CAD疾病的模型。本研究发现,患有CAD疾病的冠状动脉分叉结构偏离其最佳结构的水平高于没有CAD病变的个体,并且偏离量与患病风险程度保持一致。此外,我们进一步得到两个最具潜力的形态学特征参数（（?）和AER）可作为冠状动脉疾病诊断的独立风险指标。通过结合使用形态学测量数据及机器学习分类模型,我们进一步发现,形态学数据在心血管疾病风险估计方面具有非常好的应用前景,我们本论文的机器学习模型结合形态学测量方法在CAD疾病分类方面具有优良且稳定的性能,尤其是对于Polynomial-SVM模型。为了研究由血管分叉的形态特征变化引起患病血管中产生的不良血流动力学环境,在本论文接下来的部分中,我们设计了几组不同偏离最佳结构的分叉血管模型,利用计算流体力学（CFD）技术,进一步分析了血液动力学特征与血管形态变化的关系。结果表明,与最佳分叉结构相比,偏大角度的血管分叉比偏小角度的分叉更容易在分支部位产生复杂的血流环境。此外,具有较高不对称率和较大面积膨胀率的分叉血管在子血管中更容易易产生较低的血流壁面剪应力（WSS）、较高的流场振荡剪切指数（OSI）、较高的流体微元相对停留时间（RRT）以及较高的血流壁面剪应力梯度（WSSG）。此外,我们还系统性的研究了在不同狭窄率条件下,动脉粥样硬化斑块处的血液流场分布随着来流雷诺数变化的情况。结果表明低水平的狭窄率和血流雷诺数可能会促进粘附细胞在血管斑块周围的附着,从而促使动脉血管斑块进行进一步的增生。此外,结果还表明,动脉粥样硬化斑块的破裂可能倾向于发生在斑块的根部,并且狭窄率较低的斑块通常更容易破损。最后,本论文进一步研究了不同环境影响因素对人主动脉血小板细胞粘附的影响。结果表明相比于稳态流,脉动流可以减少血管壁Catch-bond区域的面积,并且脉动频率越高,Catch-bond区域面积减少的越多,这说明脉动状态的血流对动脉血管起到了保护的作用。此外,结果还进一步表明血液流场受较大的体积力作用下会降低人体主动脉动脉壁中的血小板沉积率;并且血流中血红细胞比容及血小板浓度越高,血管壁面的血小板沉积率也越高。由于动脉粥样硬化斑块的形成通常与高水平的血小板沉积有关,因此,此部分研究内容可能为预测局部动脉粥样硬化病变方面提供巨大的潜力。本论文的研究将有助于医学工作者和生理学工作者从血管拓扑形态学和血液流体动力学多方面的角度深入的探究动脉粥样硬化斑块形成的机理机制,并可为血管性疾病的预测和诊断提供新的相关指导性思路。
夏章涛[6]（2020）在《基于电影绘制的血管内超声图像三维重建》文中指出冠状动脉粥样硬化性心脏病,也叫做“冠心病”,严重威胁着人们的生命健康。血管内超声成像设备能够提供冠脉横截面图像,被认为是冠心病诊断的新“金标准”。对血管内超声图像序列进行三维重建,医生能多角度观察血管的空间形态结构及内部斑块分布,从而提高医生对心血管疾病诊断的准确性以及客观性。医学图像的三维重建中,目前在临床中使用最多的是体绘制方法,相比面绘制,其能有效呈现物体内部形态,但受其渲染理论限制,依旧难以达到人眼所见现实世界的真实感。电影绘制是近年来提出的一种新颖的医学图像渲染理论,该技术灵感来自于电影、动画产业。本文基于电影绘制的思想构建血管内超声图像的三维重建模型,并探索其在血管内超声图像上的表现力,并分别从心动周期的分离、血管内超声图像的滤波、光照模型的构建、光线采样算法的优化四个方面进行研究。研究主要工作如下:（1）提出了一种血管内超声图像心动周期的非线性累加分离方法。摒弃传统的心动特征线性加权提取法,构建心动周期的幂级数函数模型,通过多特征非线性累加法拟合,最后进行聚类筛选并验证。该心动函数模型大大提高了心动周期分离的效率与准确度。（2）提出了一种血管内超声图像综合降噪算法。提出在心动周期分离的基础上使用多图像平均滤波和改进的双边滤波,以降低血管图像中的随机噪声和斑点噪声;并在单帧图像进行中值滤波与Frost滤波,最后取平均;结果显示本文综合降噪方法既有多帧图像的共性,又含单帧图像的特异性,明显优于其它算法。（3）设计了一种基于物理光照的电影绘制渲染模型。高度模拟自然光现象,构建光线吸收加反射加散射的渲染模型,并与现临床使用最多的体绘制三维重建方法对比,本文三维重建模型的血管更加逼真且对血管中斑块有更强的表现力。（4）提出了一种高效的光线采样算法。反函数法拟合采样点分布,并在采样接受率中引入梯度比重项,以重点渲染图像的高频区域加快图像收敛,仿真结果表明本文光线采样法在渲染质量与渲染速度上均有明显提升。
徐永潇[7]（2020）在《基于三维重建的肺肿瘤分割技术研究》文中研究说明肺癌是一种发病率和致死率都极高的病症。计算机断层扫描技术（CT）是医生提取病变特征和诊断疾病的主要手段之一。因此针对CT图像的肺肿瘤精确分割对放射治疗、病情诊断和疗效评估都有着重要的意义,是计算机辅助诊断领域的研究热点。目前对于孤立型结节和肿瘤分割技术的研究较为普遍。但是对粘连在肺实质边界的肺肿瘤精确分割仍然是个难题。因此本文主要对不同粘连程度和不同位置的边界粘连型肿瘤分割问题进行研究。研究了肺实质提取、肺实质修复、肺肿瘤分割的方法,并进行了肺及肿瘤的三维重建。针对快速提取肺部序列CT图像中的肺实质序列图像问题,采用一种基于三维区域生长算法的肺实质序列图像提取方法。然后针对肺部肿瘤的分割问题设计了较为完整的技术框架。首先研究了非边界粘连型肿瘤的分割方法。为了精准高效的从肺实质序列图像中分割出肺肿瘤序列图像,采用一种Hessian矩阵血管增强图像滤波和自适应确定种子点的随机游走算法相结合的分割方法。使用Hessian矩阵血管增强图像滤波对肺实质序列图像进行预处理来减少粘连在肿瘤周围的血管对肿瘤分割的影响,然后利用随机游走算法对图像局部边界细节较强的处理能力实现肺肿瘤的精确分割。针对边界粘连型肿瘤的分割过程中缺陷肺实质边界的修复问题,提出基于改进凸包算法和三维曲面重建算法的肺实质边界修复方法。对于肿瘤粘连程度较小且肺实质边界较为平滑处的缺陷采用修补效率较高的凸包算法进行修复,并对凸包算法进行改进,减少了人工交互的过程,修复后的边界还原性更好。对于肿瘤粘连程度较大或肺实质边界曲率变化较大处的缺陷。设计一种基于三维曲面重建算法的修复方法,解决了由于二维CT图像中肺实质边界特征信息过少导致修复效果较差的问题。先使用面绘制方法对边界缺陷肺实质进行三维重建,再提取缺陷位置的三维点云信息,然后使用泊松曲面重建算法修复三维肺实质。最后从修复完整的肺实质中分割肿瘤,实现肺及肿瘤的三维重建。经实验对比,本文方法取得良好效果。
郝嘉雪[8]（2020）在《颅内血管磁共振图像流空伪影消除与三维重建》文中指出随着国民生活水平的提高,人们越来越为自身的健康着想,而中风高居中国人的第一大死亡原因,中风是颅内血管狭窄堵塞或破裂造成脑组织坏死,进而引起的一系列症状。临床上一般使用磁共振成像检测血管壁和颅内血管的狭窄化程度,然而污染信号形成的流空伪影会模拟正常个体的壁增厚或斑块外观,夸大血管狭窄程度,尤其在增强黑血图像中表现尤为明显。如何得到有效流空伪影抑制的磁共振图像,并对颅内血管进行三维重建与狭窄化标记,实现血管的高质量可视化,成为计算机辅助颅内动脉血管分析的重要话题。本文对流空伪影的消除以及颅内血管的三维可视化进行了深入研究,并做了以下工作:首先使用基于互信息与金字塔的算法,对磁共振亮血图像与增强黑血图像进行配准,配准过程不仅考虑灰度信息的相关性,而且利用高斯金字塔提高配准效率,使图像从低分辨率到高分辨率,逐层提高配准精度,接着利用配准好的坐标信息,对增强黑血图像进行流空伪影消除。这种互信息与金字塔结合的算法能够在不使用新成像模式的基础上,充分利用HRMRA中不同序列扫描得到的图像信息,实现流空伪影消除。仿真实验结果表明,相较于仅使用DICOM图像的方位标签信息和互信息测度的配准算法,该算法配准参数更优,结果更精确,能够有效消除流空伪影。当参与配准的图像尺寸较大,数量较多时,互信息与金字塔结合的算法计算量较大。为加速流空伪影的消除过程,本文针对颅内血管的刚性空间变换特征对算法进行改进,利用变换矩阵的相似性对图像配准加速,实验结果证明改进后的算法配准耗时仅为原先算法配准时间的五分之一,且配准结果良好,大幅度提高了流空伪影的消除速度。除此之外,为提供具有真实感的三维空间信息,本文使用移动立方体算法重建颅内血管三维模型,并通过计算得到黑血图像与增强黑血图像的差值,利用差值重建出具有造影增强效果的血管壁三维模型,便于定位与显示病灶区域;同时对颅内动脉血管亮血图像采用基于腐蚀操作的方法计算血管的狭窄化程度,并用不同的颜色在三维模型中标记出不同的狭窄化程度。同时为满足医生查看二维切面图像的习惯,提供了在三维模型上的当前选取点所对应的颅内血管轴状面、冠状面和矢状面切片图像,能够更好地辅助医生进行颅内血管分析。
徐华飞[9]（2020）在《基于多模态肝脏CT图像和MRI图像的肝脏血管分割建模与配准研究》文中认为随着医学图像处理、生物医学技术、逆向工程、三维重建技术以及有限元分析等技术的提高与发展,计算机辅助技术已经贯穿于术前演练规划、术中辅助指导定位、术后恢复评估的全治疗周期里。而肝脏是人体除了皮肤以外最大的器官,肝脏疾病的多发性和难治疗性也困扰着医学工作者。本文针对肝脏血管分割困难问题,提出了一种分割性能优异的肝脏血管自动分割算法,该算法在OTSU动态阈值分割的基础下,结合统一化水平集分割算法进行优化分割。选用3Dircadb公开数据集中的20例腹部CT增强数据定量评估了五种典型的血管分割算法,并与本文方法进行对比论证。经过混合图像处理,并且克服传统区域增长中阈值设置和种子点位置选择的困难,避免了过分割问题。OTSU动态阈值不需要设置种子点就能提取血管大致区域。通过统一化水平集优化分割结果。该水平集由图像边缘信息和区域信息同时驱动,与单图像信息驱动相比,能够适应更大的气球力,抗边缘泄露的效果更优,并且可以解决欠分割问题,能够更准确的分割出肝脏血管。将该方法在3Dircadb提供的共20个肝脏数据集上进行验证,结果表明:相比其他多种方法,该方法所需交互时间更少,分割准确度更高.基于术前电子计算机断层扫描（CT）和核磁共振成像（MRI）数据的肝脏计算机辅助治疗计划是目前肝脏术中治疗和肝脏3D解剖结构可视化的重要辅助手段。基于术前计算机辅助技术可以帮助医生精确定位血管和肿瘤位置。由于CT图像对于肝脏的提取建模较为友好,而MRI图像对于血管组织的显示利于图像的分割。因而,不同信息源的3D模型建立之后,需要进行坐标系归一化处理。本文针对肝脏血管模型和肝脏实质模型存在三维空间基准不对应、肝脏组织的弹性使得病灶切除存在一定的误差等问题,提出了基于门静脉中心线的非刚性外特征配准方法。具体采用非刚性迭代最近点（ICP）方法和多级B样条变换的方法结合,提取CT肝脏模型和MRI血管模型的中心线,在ICP算法的迭代中确定两种模态中线线的对应点,对对应点的搜索仅限于给定的搜索半径和血管延伸方向,最后使用多级B样条逼近血管表面非刚性配准。同时使用L-BFGS-B算法进行算法优化,可以有效解决配准算法在求解时内存占用过大而降低算法效率的问题并且可以避免陷入局部极值。该算法已经对3Dircad数据集里的20个肝脏数据经行了论证评估,然后应用在一个病人的肝脏数据里。结果表明:相对位置对应较准确,没有出现血管溢出肝脏表面的情况发生对于肝脏手术术前预演,医学教育均具有重要意义。
刘玉倩,蔺嫦燕[10]（2019）在《基于图像融合的冠状动脉三维重建方法的研究进展》文中研究说明冠状动脉三维重建是心血管力学中不可或缺的一部分,同时可为医生直观确定病变位置、病变程度提供便利。基于图像融合的冠状动脉三维重建能将两种图像的优点结合起来,为医生和研究人员提供血管三维走向、血管形态及斑块形态等信息。本文概括了近年来基于图像融合的冠状动脉三维重建方法,包括血管内超声（intravenous ultrasound,IVUS）与冠状动脉造影（coronary arteriography,CAG）图像融合、光学相干断层扫描技术（optical coherence tomography,OCT）与CAG图像融合、计算机断层扫描血管造影（computed tomography arteriography,CTA）与IVUS或OCT图像融合的三维重建方法,并阐述了各方法在临床以及力学计算研究中的应用现状。
二、血管三维重建的问题（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、血管三维重建的问题（论文提纲范文）
（1）面向肿瘤介观荧光靶点的深度学习重建方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 光学分子成像技术的国内外研究发展与现状 |
| 1.2.1 荧光分子层析成像(FMT) |
| 1.2.2 基于传统算法的FMT重建研究 |
| 1.2.3 基于深度学习的FMT重建研究 |
| 1.2.4 介观荧光分子层析成像(MFMT) |
| 1.3 论文的研究框架 |
| 1.4 论文的章节安排 |
| 第2章 介观荧光分子层析成像相关理论 |
| 2.1 引言 |
| 2.2 介观荧光分子层析成像(MFMT)重建理论基础 |
| 2.2.1 MFMT正向问题 |
| 2.2.2 MFMT逆向问题 |
| 2.3 神经网络相关理论 |
| 2.3.1 自编码器 |
| 2.3.2 稀疏自编码器和去噪自编码器 |
| 2.4 压缩感知相关理论 |
| 2.5 重建性能评价指标 |
| 2.6 本章小结 |
| 第3章 基于SparseNet网络预处理的介观荧光靶点加速重建方法 |
| 3.1 引言 |
| 3.2 典型敏感矩阵优化方法 |
| 3.2.1 主成分分析法(PCA) |
| 3.2.2 局部保留投影(LPP) |
| 3.3 Sparse Net网络优化方法 |
| 3.3.1 稀疏自编码器的工作流程及网络架构 |
| 3.3.2 Sparse Net网络架构及所设计模块功能介绍 |
| 3.4 实验内容与结果分析 |
| 3.4.1 计算机数值仿真模型 |
| 3.4.2 数据集的制作 |
| 3.4.3 不同数量的主成分对重建质量的影响 |
| 3.4.4 不同方法对敏感矩阵的优化以及重建时间对比实验 |
| 3.4.5 借助不同方法优化后的敏感矩阵进行重建的结果对比实验 |
| 3.4.6 合成血管树重建实验 |
| 3.5 本章小结 |
| 第4章 基于De Cnn Net网络的荧光靶点高精度重建方法 |
| 4.1 引言 |
| 4.2 线性映射网络 |
| 4.3 U-Net神经网络 |
| 4.4 DeCnnNet网络重建方法 |
| 4.4.1 DeCnnNet网络架构与各模块介绍 |
| 4.5 实验内容与结果分析 |
| 4.5.1 相关数据集准备 |
| 4.5.2 DeCnnNet网络的性能优化 |
| 4.5.3 不同方法重建性能的比较实验 |
| 4.5.4 不同噪声水平下的重建性能 |
| 4.5.5 合成血管树重建实验 |
| 4.6 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读学位期间发表论文与研究成果清单 |
| 致谢 |
（2）三维重建及虚拟手术规划在单孔胸腔镜解剖性肺段切除中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 前言 |
| 第2章 资料与方法 |
| 2.1 临床资料 |
| 2.2 纳入标准及排除标准 |
| 2.2.1 纳入标准 |
| 2.2.2 排除标准 |
| 2.3 三维重建及虚拟手术规划方法 |
| 2.3.1 三维重建 |
| 2.3.2 虚拟手术规划 |
| 2.4 手术方法 |
| 2.5 观察指标 |
| 2.6 术后随访 |
| 2.7 统计分析 |
| 第3章 结果 |
| 3.1 三维重建组与非三维重建组临床资料对比 |
| 3.2 三维重建组与非三维重建组围手术期资料对比 |
| 3.3 三维重建与实际解剖对比及肺部解剖变异情况 |
| 3.4 三维重建组与非三维重建组术后并发症发生情况 |
| 3.5 三维重建组与非三维重建组术后病理及预后情况比较 |
| 第4章 讨论 |
| 第5章 结论 |
| 第6章 局限性 |
| 致谢 |
| 参考文献 |
| 综述 肺支气管血管三维重建技术在胸腔镜肺段切除中的应用研究进展 |
| 参考文献 |
（3）超快速超声血管三维成像技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景及意义 |
| 1.2 国内外研究历史与现状 |
| 1.2.1 超声三维重建技术现状 |
| 1.2.2 超声平面波技术现状 |
| 1.3 本文创新点与结构安排 |
| 第二章 超声三维重建技术 |
| 2.1 引言 |
| 2.2 三维重建之数据获取 |
| 2.2.1 基于二维面阵获取数据 |
| 2.2.2 基于机械三维探头获取数据 |
| 2.2.3 基于自由臂的三维数据获取 |
| 2.2.4 坐标数据以及空间旋转矩阵 |
| 2.3 常见的几种重建算法 |
| 2.3.1 基于体素的三维重建 |
| 2.3.2 基于像素的三维重建 |
| 2.3.3 基于函数的三维重建 |
| 2.4 基于VTK的三维渲染实现 |
| 2.5 本章小结 |
| 第三章 超声平面波技术 |
| 3.1 引言 |
| 3.2 超声设备的控制流程 |
| 3.2.1 传统聚焦技术的接发控制 |
| 3.2.2 平面波技术的接发控制 |
| 3.3 平面波的数据处理原理及实现 |
| 3.3.1 加权DAS波束合成 |
| 3.3.2 射频数据处理 |
| 3.3.3 空间复合 |
| 3.3.4 数字扫描变换 |
| 3.4 本章小结 |
| 第四章 GPU并行计算技术 |
| 4.1 引言 |
| 4.2 GPU加速的原理 |
| 4.2.1 异构编程 |
| 4.2.2 核函数 |
| 4.2.3 线程结构 |
| 4.3 GPU并行计算的实现 |
| 4.3.1 三维重建并行计算程序设计 |
| 4.3.2 超声平面波波束合成并行计算程序设计 |
| 4.4 本章小结 |
| 第五章 超快速超声血管三维成像的实现 |
| 5.1 引言 |
| 5.2 实验系统组成与设备控制 |
| 5.2.1 平面波发射模式的设置 |
| 5.2.2 扫描滑轨的控制 |
| 5.3 传统聚焦方法与平面波方法的重建结果对比 |
| 5.3.1 数据获取 |
| 5.3.2 平面波数据处理 |
| 5.3.3 重建结果分析 |
| 5.4 超快速三维成像实现 |
| 5.4.1 数据的获取与重建 |
| 5.4.2 加速结果分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（4）基于DSA和CTA图像的颅内动脉瘤检测研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状及发展 |
| 1.2.1 颅内动脉瘤检测研究现状 |
| 1.2.2 基于传统方法的颅内动脉瘤检测的研究 |
| 1.2.3 基于深度学习的颅内动脉瘤检测的研究 |
| 1.3 论文的主要贡献及创新 |
| 1.4 论文的结构安排 |
| 第二章 颅内动脉瘤图像及其辅助诊断技术概述 |
| 2.1 颅内动脉瘤的图像概述 |
| 2.1.1 DSA成像技术概述 |
| 2.1.2 CTA成像技术概述 |
| 2.1.3 数据来源 |
| 2.2 颅内动脉瘤形成原因分析 |
| 2.3 颅内动脉瘤辅助诊断技术的概述 |
| 2.3.1 SVM支持向量机 |
| 2.3.2 随机森林 |
| 2.3.3 贝叶斯分类 |
| 2.4 算法的评价指标 |
| 2.4.1 准确率、精确率、召回率 |
| 2.4.2 F-score |
| 2.4.3 ROC曲线和AUC |
| 2.5 本章小结 |
| 第三章 血管数据的预处理 |
| 3.1 血管的二维信息提取概述 |
| 3.1.1 二维切片图像预处理 |
| 3.1.2 血管点云数据重建 |
| 3.2 血管的三维结构重建概述 |
| 3.2.1 三维重建方法概述 |
| 3.2.2 本文使用三维重建方法 |
| 3.3 血管三维结构的优化 |
| 3.4 本章小结 |
| 第四章 基于步长自动搜索的动脉瘤检测算法 |
| 4.1 基于面积突变的动脉瘤检测基础研究 |
| 4.1.1 颅内动脉瘤形态分析 |
| 4.1.2 自动搜索动脉瘤检测算法的理论基础 |
| 4.2 基于步长自动搜索的动脉瘤检测算法 |
| 4.2.1 算法框架 |
| 4.2.2 算法流程详细介绍 |
| 4.3 特征提取 |
| 4.3.1 截面面积特征 |
| 4.3.2 位置特征 |
| 4.3.3 面积变化特征 |
| 4.4 实验结果与分析 |
| 4.4.1 实验结果主观评价 |
| 4.4.2 实验结果客观评价 |
| 4.5 本章小结 |
| 第五章 基于血管三维骨架的动脉瘤检测算法 |
| 5.1 骨架提取方法 |
| 5.1.1 血管骨架提取方法概述 |
| 5.1.2 本文使用的骨架提取方法 |
| 5.1.3 骨架的网络关系 |
| 5.2 基于血管三维骨架的动脉瘤检测算法 |
| 5.2.1 算法框架 |
| 5.2.2 算法流程详细介绍 |
| 5.3 实验结果与分析 |
| 5.3.1 实验结果主观评价 |
| 5.3.2 实验结构客观评价 |
| 5.4 本章小结 |
| 第六章 全文总结及展望 |
| 6.1 全文总结 |
| 6.2 未来的工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（5）动脉血管疾病与血管形态特征改变的关系及相关血流动力学机制的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 中英文对照缩略词简表 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 心血管疾病 |
| 1.3 动脉血管系统 |
| 1.3.1 主动脉 |
| 1.3.2 颈动脉 |
| 1.3.3 冠状动脉 |
| 1.3.4 脑动脉 |
| 1.4 动脉粥样硬化 |
| 1.4.1 动脉粥样硬化疾病的病理生理学分析 |
| 1.4.2 动脉粥样硬化的风险评估 |
| 1.4.3 动脉粥样硬化的预防和治疗 |
| 1.5 医学影像技术在心血管疾病风险评估中的应用 |
| 1.5.1 超声心动图 |
| 1.5.2 CT成像 |
| 1.5.3 MRI成像 |
| 1.5.4 放射性核素成像 |
| 1.5.5 血管三维重建简介 |
| 1.6 血管形态学及血流动力学研究的最新进展 |
| 1.6.1 动脉血管几何特征与疾病的关系 |
| 1.6.2 血流动力学风险参数与疾病的关系 |
| 1.6.3 动脉血管几何形态结构与血流动力学分布特征的关系 |
| 1.7 机器学习简介及其在心血管疾病检测中的研究进展 |
| 1.7.1 人工神经网络 |
| 1.7.2 支持向量机 |
| 1.7.3 机器学习应用于心血管疾病的检测 |
| 1.8 本论文的研究目的、意义及主要内容 |
| 第二章 人体冠状动脉血管在健康/疾病情况下的形态学测量分析 |
| 2.1 引言 |
| 2.2 材料和方法 |
| 2.2.1 心脏CT原始数据采集 |
| 2.2.2 原始数据测量 |
| 2.2.3 Murray定律 |
| 2.2.4 形态参数分析方法 |
| 2.2.5 统计学方法 |
| 2.3 结果 |
| 2.3.1 冠状动脉血管几何形态学原始数据分析 |
| 2.3.2 伴有CAD病变的冠状动脉血管更容易偏离其最优结构 |
| 2.3.3 伴有CAD病变的冠状动脉具有更高的不对称率和更大的截面积扩张率 |
| 2.3.4 伴有CAD病变的冠状动脉具有更高的分形维度 |
| 2.3.5 形态学特征参数可以作为独立参数评估CAD疾病风险 |
| 2.4 讨论 |
| 2.5 本章小结 |
| 第三章 基于CT影像的形态学测量参数及机器学习对冠状动脉疾病的检测 |
| 3.1 引言 |
| 3.2 材料和方法 |
| 3.2.1 原始数据获取 |
| 3.2.2 机器学习模型建立 |
| 3.2.3 机器学习分类性能影响的因素 |
| 3.3 结果 |
| 3.3.1 Polynomial-SVM模型通过使用网格法参数寻优时检测性能最佳 |
| 3.3.2 机器学习模型的性能不受数据采样方法的影响 |
| 3.3.3 足够多的训练数据量是获得高性能分类模型的充要条件 |
| 3.3.4 形态特征参数维度和组合方式会影响机器学习的分类性能 |
| 3.3.5 血管分叉直径指数(n)和面积扩张率(AER)是CAD风险评估的两个关键特征参数 |
| 3.4 讨论 |
| 3.5 本章小结 |
| 第四章 基于Murray定律的左冠状动脉血管分叉设计及其血流动力学机制的研究 |
| 4.1 引言 |
| 4.2 材料和方法 |
| 4.2.1 根据Murray定律,设计冠状动脉分叉结构 |
| 4.2.2 基于人左冠状动脉血管CTA影像三维重建 |
| 4.2.3 计算方法 |
| 4.2.4 边界条件和计算过程 |
| 4.2.5 血流动力学参数分析 |
| 4.3 结果 |
| 4.3.1 对称情况下,分叉角度变化对流场分布的影响 |
| 4.3.2 对称情况下,分叉指数变化对流场分布的影响 |
| 4.3.3 满足Murray定律情况下,血管直径比率改变对流场分布的影响 |
| 4.3.4 血管分叉直径指数(n)、分叉角度(A)以及对称性的改变对血管分叉部位漩涡长度变化的影响 |
| 4.3.5 基于人左冠状动脉血管CTA影像三维重建的血流动力学分析 |
| 4.4 讨论 |
| 4.5 本章小结 |
| 第五章 动脉血管狭窄率及雷诺数对血管病变区域血流动力学影响的数值研究 |
| 5.1 引言 |
| 5.2 材料和方法 |
| 5.2.1 计算模型 |
| 5.2.2 计算方法 |
| 5.2.3 边界条件和计算过程 |
| 5.2.4 狭窄动脉血管壁面重要血流动力学参数定义 |
| 5.3 结果 |
| 5.3.1 动脉粥样硬化斑块是导致血管内复杂流动产生的重要因素 |
| 5.3.2 动脉粥样硬化斑块处血流动力学特征受Re和狭窄率共同调节 |
| 5.3.3 动脉粥样硬化斑块的阻力系数与狭窄率成正比而与Re成反比 |
| 5.3.4 高狭窄率和Re将减少动脉粥样硬化斑块下游的细胞促粘区域 |
| 5.5 讨论 |
| 5.6 本章小结 |
| 第六章 人主动脉中血流动力学特征随Womersley数改变的数值模拟研究 |
| 6.1 引言 |
| 6.2 材料和方法 |
| 6.2.1 主动脉三维模型重建 |
| 6.2.2 计算方法 |
| 6.2.3 边界条件和计算过程 |
| 6.2.4 数值计算方案设计 |
| 6.2.5 血管壁面血流动力学参数及脂蛋白指标定义 |
| 6.3 结果 |
| 6.3.1 脉动流数对主动脉壁表面血流动力学参数分布的影响 |
| 6.3.2 血流动力学参数百分比分布图 |
| 6.3.3 主动脉壁表面脂蛋白浓度的分布 |
| 6.3.4 血流动力学因素对主动脉壁Catch-bond面积分布的影响 |
| 6.4 讨论 |
| 6.5 本章小结 |
| 第七章 主动脉内血流动力学因素对血小板近壁沉积的影响 |
| 7.1 引言 |
| 7.2 材料和方法 |
| 7.2.1 主动脉三维模型重建 |
| 7.2.2 计算方法 |
| 7.2.3 边界条件和计算过程 |
| 7.2.4 数值计算方案设计 |
| 7.3 结果 |
| 7.3.1 非牛顿流体与牛顿流体条件下主动脉WSS及血小板近壁沉积速率分布的比较 |
| 7.3.2 不同积力条件下主动脉壁表面WSS和血小板沉积速率分布比较 |
| 7.3.3 高Hct和高Φ_(P0)均可增加血小板沉积速率 |
| 7.4 讨论 |
| 7.5 本章小结 |
| 全文总结 |
| 本研究的创新性 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（6）基于电影绘制的血管内超声图像三维重建（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的研究内容和组织结构 |
| 1.3.1 本文的研究内容 |
| 1.3.2 本文的组织结构 |
| 第2章 IVUS图像的预处理 |
| 2.1 血管内超声技术 |
| 2.1.1 血管内超声成像设备 |
| 2.1.2 血管内超声图像 |
| 2.2 心动周期的非线性累加提取算法 |
| 2.2.1 特征的提取 |
| 2.2.2 特征的非线性组合 |
| 2.2.3 心动函数模型的比较分析 |
| 2.2.4 心动周期的分离 |
| 2.2.5 收缩期图像的拟合与结果分析 |
| 2.3 IVUS图像的综合降噪 |
| 2.3.1 传统降噪算法 |
| 2.3.2 改进的双边滤波算法 |
| 2.3.3 综合降噪方法 |
| 2.3.4 滤波效果与分析 |
| 2.4 本章小结 |
| 第3章 IVUS图像渲染模型的设计与实现 |
| 3.1 IVUS图像的体绘制 |
| 3.1.1 体数据 |
| 3.1.2 体绘制中的光学模型 |
| 3.1.3 光线投射法的原理 |
| 3.1.4 光线投射算法的具体实现 |
| 3.2 基于电影绘制IVUS图像渲染模型的构建 |
| 3.2.1 辐射度理论 |
| 3.2.2 BRDF |
| 3.2.3 光线的吸收 |
| 3.2.4 光线的发射 |
| 3.2.5 光线的外散射 |
| 3.2.6 光线的内散射 |
| 3.2.7 相函数 |
| 3.3 渲染方程 |
| 3.4 渲染模型的对比与分析 |
| 3.5 本章小结 |
| 第4章 光线采样算法的优化 |
| 4.1 光线步进算法 |
| 4.2 蒙特卡洛积分 |
| 4.2.1 蒙特卡洛积分原理 |
| 4.2.2 收敛性分析 |
| 4.2.3 重要性采样 |
| 4.3 光线采样算法的设计 |
| 4.3.1 采样点的确定 |
| 4.3.2 采样点的接收 |
| 4.4 基于梯度因子的采样点接受方法 |
| 4.4.1 梯度比重项 |
| 4.4.2 体梯度的计算 |
| 4.4.3 算法实现 |
| 4.5 光线采样算法的对比分析 |
| 4.6 本章小结 |
| 结论与展望 |
| 参考文献 |
| 攻读硕士学位期间所发表的学术成果 |
| 致谢 |
（7）基于三维重建的肺肿瘤分割技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 肺部医学图像分割 |
| 1.2.2 医学图像三维重建技术 |
| 1.3 本文的研究内容与主要工作 |
| 1.4 本文的章节安排 |
| 第二章 肺部CT图像与肺肿瘤简介 |
| 2.1 肺部CT图像介绍 |
| 2.2 肺肿瘤介绍 |
| 2.3 本章小结 |
| 第三章 健康肺实质的三维重建 |
| 3.1 肺部CT图像预处理 |
| 3.1.1 图像形态学处理方法 |
| 3.1.2 区域生长算法 |
| 3.1.3 基于三维区域生长算法的肺实质序列图像提取方法 |
| 3.2 三维重建技术 |
| 3.3 基于体绘制的肺实质三维重建 |
| 3.3.1 体绘制技术 |
| 3.3.2 光线投影法重建三维肺实质 |
| 3.4 本章小结 |
| 第四章 肺部非边界粘连型肿瘤分割与三维重建 |
| 4.1 肺部非边界粘连型肿瘤分割 |
| 4.1.1 基于Hessian矩阵的滤波算法 |
| 4.1.2 随机游走算法 |
| 4.1.3 基于随机游走算法的非边界粘连型肿瘤分割方法 |
| 4.2 非边界粘连型肿瘤三维重建 |
| 4.2.1 面绘制方法 |
| 4.2.2 基于MC算法的非边界粘连型肿瘤三维重建 |
| 4.3 实验结果分析与对比 |
| 4.4 本章小结 |
| 第五章 边界粘连型肿瘤的分割与三维重建 |
| 5.1 肺实质边界缺陷筛选 |
| 5.1.1 凸包算法 |
| 5.1.2 基于凸包算法的肺实质边界缺陷筛选方法 |
| 5.2 肺实质边界较平滑处的缺陷修复 |
| 5.3 肺实质边界曲率变化较大处的缺陷修复 |
| 5.3.1 泊松曲面重建算法 |
| 5.3.2 基于曲面重建算法的肺实质边界曲率变化较大处缺陷修复 |
| 5.4 实验结果分析与对比 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的科研成果 |
（8）颅内血管磁共振图像流空伪影消除与三维重建（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 课题研究背景意义 |
| 1.2 颅内动脉血管的磁共振图像表现 |
| 1.3 国内外研究现状 |
| 1.3.1 流空伪影消除 |
| 1.3.2 多模态医学图像配准 |
| 1.3.3 医学图像三维重建 |
| 1.4 本文组织结构框架 |
| 第二章 多模态医学图像配准 |
| 2.1 DICOM文件 |
| 2.2 DICOM方位标签 |
| 2.3 多模态医学图像配准算法概述 |
| 2.4 多模态医学图像配准算法流程 |
| 2.4.1 空间坐标变换 |
| 2.4.2 图像插值 |
| 2.4.3 相似性度量 |
| 2.4.4 搜索策略 |
| 2.4.5 图像质量评估 |
| 2.5 本章小结 |
| 第三章 基于互信息和金字塔算法的流空伪影消除 |
| 3.1 引言 |
| 3.2 相关理论背景 |
| 3.2.1 互信息概述 |
| 3.2.2 图像金字塔 |
| 3.3 基于互信息和金字塔算法的流空伪影消除 |
| 3.3.1 多模态磁共振图像输入与预处理 |
| 3.3.2 生成图像金字塔 |
| 3.3.3 基于互信息的图像配准 |
| 3.3.4 消除流空伪影 |
| 3.4 实验结果数据分析与讨论 |
| 3.4.1 数据集介绍 |
| 3.4.2 实验结果分析 |
| 3.5 本章小结 |
| 第四章 基于高斯分布抽样的流空伪影消除与三维重建 |
| 4.1 引言 |
| 4.2 相关理论背景 |
| 4.2.1 形态学运算 |
| 4.2.2 三维重建 |
| 4.3 基于高斯分布抽样的流空伪影消除与三维重建 |
| 4.3.1 基于高斯分布抽样的流空伪影消除 |
| 4.3.2 三维重建的实现与应用 |
| 4.4 实验设计与结果分析 |
| 4.4.1 数据集介绍 |
| 4.4.2 实验结果与分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（9）基于多模态肝脏CT图像和MRI图像的肝脏血管分割建模与配准研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题来源、背景及意义 |
| 1.2 肝脏血管分割综述 |
| 1.3 肝脏图像配准综述 |
| 1.3.1 医学图像配准的基本过程 |
| 1.3.2 医学图像配准研究现状 |
| 1.4 本文的主要方法概述 |
| 1.4.1 肝脏血管分割算法 |
| 1.4.2 肝脏血管配准算法 |
| 1.4.3 本文的主要研究内容与章节安排 |
| 2 基于动态阈值OTSU和统一化水平集的肝脏血管分割 |
| 2.1 算法流程 |
| 2.2 OTSU算法 |
| 2.3 基于统一化水平集的肝脏血管优化分割 |
| 2.3.1 统一化水平集 |
| 2.3.2 统一化水平集优化分割 |
| 2.4 实验结果与分析 |
| 2.4.1 实验数据集与实验平台 |
| 2.4.2 误差评价指标 |
| 2.4.3 血管增强参数选取及实现 |
| 2.4.4 结果对比 |
| 2.5 三维重建效果分析 |
| 2.6 算法运行时间 |
| 2.7 讨论 |
| 2.8 本章小结 |
| 3 基于MRI图像的肝脏血管三维重建技术 |
| 3.1 双平面重建技术 |
| 3.2 多血管造影视图的三维血管数据重建 |
| 3.3 本章小结 |
| 4 基于改进非刚性ICP算法和多级B样条算法的肝脏血管配准 |
| 4.1 算法流程 |
| 4.2 迭代最近点(ICP)算法 |
| 4.2.1 血管中心线的计算与配准 |
| 4.2.2 改进的非刚性ICP |
| 4.3 多级B样条算法 |
| 4.3.1 B样条插值算法 |
| 4.3.2 多层B样条拟合 |
| 4.4 基于多层次B样条的非刚性配准 |
| 4.4.1 互信息相似性测度 |
| 4.4.2 多分辨率优化策略 |
| 4.5 实验结果与分析 |
| 4.5.1 实验数据集与实验平台 |
| 4.5.2 实验对象提取与建模 |
| 4.5.3 真实数据实验仿真 |
| 4.6 本章小结 |
| 5.总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读学位期间的学术成果 |
（10）基于图像融合的冠状动脉三维重建方法的研究进展（论文提纲范文）
| 0 引言 |
| 1 基于IVUS与CAG图像融合的三维重建方法及应用 |
| 2 基于OCT与CAG图像融合的三维重建方法及应用 |
| 3 基于CTA图像融合的三维重建方法及应用 |
| 4 小结 |
四、血管三维重建的问题（论文参考文献）
- [1]面向肿瘤介观荧光靶点的深度学习重建方法研究[D]. 杜慧. 山东工商学院, 2021(12)
- [2]三维重建及虚拟手术规划在单孔胸腔镜解剖性肺段切除中的应用[D]. 宋钱. 南昌大学, 2021(01)
- [3]超快速超声血管三维成像技术研究[D]. 陈林. 电子科技大学, 2021(01)
- [4]基于DSA和CTA图像的颅内动脉瘤检测研究[D]. 康志庆. 电子科技大学, 2021(01)
- [5]动脉血管疾病与血管形态特征改变的关系及相关血流动力学机制的研究[D]. 陈学平. 华南理工大学, 2020(05)
- [6]基于电影绘制的血管内超声图像三维重建[D]. 夏章涛. 北京工业大学, 2020(06)
- [7]基于三维重建的肺肿瘤分割技术研究[D]. 徐永潇. 河北大学, 2020(08)
- [8]颅内血管磁共振图像流空伪影消除与三维重建[D]. 郝嘉雪. 西安电子科技大学, 2020(05)
- [9]基于多模态肝脏CT图像和MRI图像的肝脏血管分割建模与配准研究[D]. 徐华飞. 浙江大学, 2020
- [10]基于图像融合的冠状动脉三维重建方法的研究进展[J]. 刘玉倩,蔺嫦燕. 北京生物医学工程, 2019(04)