论文部分内容阅读
第一部分:基于GraphCut的眼眶软组织交互式分割方法构建
目的:
根据影像学数据对眼眶软组织进行分割测量对眼眶疾病的诊断治疗具有重要意义。计算机图像分割技术是提取医学图像中感兴趣组织信息的重要手段。本研究拟构建一种可交互的医学图像分割方法用于眼眶软组织的分割测量,并初步评价其临床应用的可行性。
方法:
以3DMed医学图像处理与分析系统作为开发平台,以图像分割算法为核心进行开发。针对眼眶CT图像特征实现GraphCut算法的构建,并分别结合LazySnapping和PaintSelection交互工具,用以定义图像前景和背景,根据不同的交互方式定义GraphCut算法能量项,通过求解能量最小割,实现图像的分割。以动物组织制备人眼眶仿真模型,模型各组织体积已知,分别用实验构建的交互式GraphCut分割方法和商业医学图像处理软件Mimics对眼眶模型CT扫描数据进行分割,比较两种方法的分割效果,评价交互式GraphCut分割方法在眼眶软组织分割中的可行性。
结果:
本实验根据眼眶CT图像特征,结合不同的交互方法,成功构建了以GraphCut分割算法为基础的分割方法,同时提供体数据裁剪等图像预处理功能。该方法提供方便、友善的人机交互方式,图像分割操作简单。将交互式GraphCut方法用于眼眶模型CT数据的分割,得到良好的分割效果。与Mimics软件相比,GraphCut方法操作更加简便,两种方法分割测量眼眶肌肉组织体积均接近于真实值,GraphCut分割方法误差相对更小。两种方法测量眶内脂肪组织体积与真实值有相符的变化趋势。
结论:
本实验成功构建了可交互的GraphCut分割方法,并证实该方法可以用于眼眶软组织分割及测算,具有良好的分割效果及可操作性,为眼眶疾病的诊断及整复中软组织的精准评估奠定了一定的科学理论基础。
第二部分:交互式GraphCut分割方法用于眼眶软组织分割的准确性及可靠性评估
目的:
我们已成功构建了可交互的GraphCut分割方法,并证实该方法可用于眼眶软组织的分割及体积测量。本实验将以人眼眶仿真模型和临床病人的眼眶CT图像验证交互式GraphCut分割方法的准确性及可靠性,以期将这一分割方法应用于临床。
方法:
使用手工分割、Mimics软件及交互式GraphCut方法对眼眶模型CT数据进行眼外肌及脂肪组织分割,并计算组织体积。以不同观察者组间组内测量的结果及三种不同分割方法的测量结果分析评价交互式GraphCut方法的分割准确性及可靠性。收集临床患者健眼眼眶CT数据,以不同观察者及不同分割方法进行软组织分割测量,比较各组分割结果,以JS(Jaccard Similarity)、DC(Dice’s coefficient)、VD(Volume Difference)等指标评价GraphCut分割方法的准确性。
结果:
采用交互式GraphCut方法对眼眶仿真模型数据进行分割,得到肌肉体积与真实值接近,测试者组间、组内结果一致,均无显著性差异(p>0.05)。对脂肪组织体积进行分割测量,GraphCut方法在组间、组内均显示良好的一致性,且测得不同组眼眶脂肪体积变化趋势与真实值变化趋势一致。三种不同方法的测量结果也具有良好的一致性,相关系数为0.828-0.999(p<0.05)。对人眼眶数据进行组织分割,GraphCut方法在分割肌肉和脂肪组织时,组间组内均呈良好相关性,相关系数为0.807-0.973(p<0.05)。VD、JS、DC指标均显示该方法有较好的精确度。
结论:
交互式GraphCut方法对眼眶软组织具有较好的分割效果,具有良好的准确性和可靠性,并且能够识别软组织微小体积变化,对眼眶疾病眶内软组织分布及变化的评估具有重要意义,具有进一步应用于眼科临床的价值。
目的:
根据影像学数据对眼眶软组织进行分割测量对眼眶疾病的诊断治疗具有重要意义。计算机图像分割技术是提取医学图像中感兴趣组织信息的重要手段。本研究拟构建一种可交互的医学图像分割方法用于眼眶软组织的分割测量,并初步评价其临床应用的可行性。
方法:
以3DMed医学图像处理与分析系统作为开发平台,以图像分割算法为核心进行开发。针对眼眶CT图像特征实现GraphCut算法的构建,并分别结合LazySnapping和PaintSelection交互工具,用以定义图像前景和背景,根据不同的交互方式定义GraphCut算法能量项,通过求解能量最小割,实现图像的分割。以动物组织制备人眼眶仿真模型,模型各组织体积已知,分别用实验构建的交互式GraphCut分割方法和商业医学图像处理软件Mimics对眼眶模型CT扫描数据进行分割,比较两种方法的分割效果,评价交互式GraphCut分割方法在眼眶软组织分割中的可行性。
结果:
本实验根据眼眶CT图像特征,结合不同的交互方法,成功构建了以GraphCut分割算法为基础的分割方法,同时提供体数据裁剪等图像预处理功能。该方法提供方便、友善的人机交互方式,图像分割操作简单。将交互式GraphCut方法用于眼眶模型CT数据的分割,得到良好的分割效果。与Mimics软件相比,GraphCut方法操作更加简便,两种方法分割测量眼眶肌肉组织体积均接近于真实值,GraphCut分割方法误差相对更小。两种方法测量眶内脂肪组织体积与真实值有相符的变化趋势。
结论:
本实验成功构建了可交互的GraphCut分割方法,并证实该方法可以用于眼眶软组织分割及测算,具有良好的分割效果及可操作性,为眼眶疾病的诊断及整复中软组织的精准评估奠定了一定的科学理论基础。
第二部分:交互式GraphCut分割方法用于眼眶软组织分割的准确性及可靠性评估
目的:
我们已成功构建了可交互的GraphCut分割方法,并证实该方法可用于眼眶软组织的分割及体积测量。本实验将以人眼眶仿真模型和临床病人的眼眶CT图像验证交互式GraphCut分割方法的准确性及可靠性,以期将这一分割方法应用于临床。
方法:
使用手工分割、Mimics软件及交互式GraphCut方法对眼眶模型CT数据进行眼外肌及脂肪组织分割,并计算组织体积。以不同观察者组间组内测量的结果及三种不同分割方法的测量结果分析评价交互式GraphCut方法的分割准确性及可靠性。收集临床患者健眼眼眶CT数据,以不同观察者及不同分割方法进行软组织分割测量,比较各组分割结果,以JS(Jaccard Similarity)、DC(Dice’s coefficient)、VD(Volume Difference)等指标评价GraphCut分割方法的准确性。
结果:
采用交互式GraphCut方法对眼眶仿真模型数据进行分割,得到肌肉体积与真实值接近,测试者组间、组内结果一致,均无显著性差异(p>0.05)。对脂肪组织体积进行分割测量,GraphCut方法在组间、组内均显示良好的一致性,且测得不同组眼眶脂肪体积变化趋势与真实值变化趋势一致。三种不同方法的测量结果也具有良好的一致性,相关系数为0.828-0.999(p<0.05)。对人眼眶数据进行组织分割,GraphCut方法在分割肌肉和脂肪组织时,组间组内均呈良好相关性,相关系数为0.807-0.973(p<0.05)。VD、JS、DC指标均显示该方法有较好的精确度。
结论:
交互式GraphCut方法对眼眶软组织具有较好的分割效果,具有良好的准确性和可靠性,并且能够识别软组织微小体积变化,对眼眶疾病眶内软组织分布及变化的评估具有重要意义,具有进一步应用于眼科临床的价值。