论文部分内容阅读
人体胸腹腔主动脉夹层(Aortic Dissection,AD)是一种危险性极高的心血管疾病,其成因主要为主动脉组织结构中的内膜发生破损现象,高压高速血流从破口冲入主动脉血管壁,导致内膜与中膜之间发生分离,且血流沿主动脉的长轴方向持续冲击流动与扩展而将主动脉分为真腔和假腔两部分,真假腔之间的隔膜称之为夹层。其主要治疗方法为腔内修复术,而对于主治医师,在术前一定要对主动脉血管内病灶局部毗邻的三维空间关系获得尽可能多的信息,如夹层破口位置、延伸范围等相关数据。通过与天津市胸科医院心内科及影像科合作,本文研究了一种基于CT图像序列的主动脉夹层三维分割提取新方法,将主动脉夹层部分立体直观地显示到医师面前,辅助其进行诊断治疗和术后恢复等工作。本文主要研究工作如下:1、根据人体胸腹腔CT图像中的噪声特点,采用中值滤波对图像进行平滑处理;由于平滑处理在去除噪声的同时也会模糊掉重要的细节信息,故采用拉普拉斯算子对图像进行锐化;最后通过灰度线性映射的方法提高图像整体亮度、改善对比度,为后续主动脉区域及夹层准确分割提取奠定基础。2、重点研究了一种基于支持向量机(Support Vector Machine,SVM)和主动形状模型(Active Shape Models,ASM)的分割策略,实现了对人体胸腹腔CT图像中主动脉区域的精确分割提取。当不同病例实际主动脉轮廓与构建形状模型之间存在较大差异时,基于传统ASM分割算法将导致收敛分割得到的主动脉轮廓结果存在较大误差;本文通过构造主动脉区域模型和SVM识别分类器,在搜索迭代策略中结合支持向量机算法对差距较大边缘点进行识别分类,使属于真实主动脉区域的部分能够被收敛进来,并通过实验验证了其准确度。3、为解决前期研究中通过逐幅提取人体胸腹腔二维CT图像中的夹层部分再进行重构而易导致夹层三维空间内出现不连续情况,本文设计了一种利用三维Snake模型直接对主动脉夹层进行三维分割提取的方法。首先建立符合主动脉夹层特征的模型总能量,然后构造三维Snake算法所需的初始主动脉夹层曲面轮廓,最后利用总能量产生图像力驱动初始模型向最终分割目标的夹层曲面进行收敛。该方法提高了主动脉夹层提取效率,且将目标位置的偏移误差控制在较小的范围内,并保证了夹层光滑性且在三维空间上连续无间断,使其更接近真实分布情况。