版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、肝臟是人體最大的消化器官,肝臟疾病直接影響人的健康和生存。我國是肝癌高發(fā)病地區(qū),晚期肝癌患者的治療多采用肝移植手術(shù)。雖然目前我國肝臟移植的數(shù)量已經(jīng)達到一定的規(guī)模,但執(zhí)行肝移植手術(shù)仍然存在較大的風險,其中肝臟功能測算是事關(guān)于手術(shù)成功和供受體存活的一個關(guān)鍵問題。因此如果能在術(shù)前無創(chuàng)地計算出肝臟“五葉八段”的體積,對于評估手術(shù)可行性,預(yù)測手術(shù)效果有相當重要的意義,將有助于肝臟外科手術(shù)計劃的制定。 作為虛擬肝臟手術(shù)計劃系統(tǒng)的組成部分,本
2、文主要是針對肝臟CT圖像序列的自動分割和肝段體積測算模型進行了研究。首先,本文針對肝臟CT圖像序列的特點,提出了一個混合自動分割算法,提高了系統(tǒng)性能。其次,本文研究了肝臟的肝段體積測模型,實現(xiàn)了肝臟“五葉八段”的劃分,通過劃分肝門靜脈各主分枝的供血區(qū)完成了體素的分類,并據(jù)此計算出各肝段的體積。這對于評估手術(shù)風險以及預(yù)測手術(shù)效果有非常重要的義意,有助于制定合理的個體化手術(shù)方案,降低手術(shù)風險。 本文的研究工作內(nèi)容及創(chuàng)新主要包括以下幾
3、點: 1.在分析了肝臟CT圖像序列的特點的基礎(chǔ)上提出了一種基于幾何形變模型的快速分割算法,能從CT圖像序列中自動提取肝臟區(qū)域,基本上不需要人工的交互操作,并具有較好的分割效果。 2.根據(jù)肝內(nèi)管道樹的特點,提取管道的骨架,并根據(jù)管道的走行與空間拓撲結(jié)構(gòu)識別管道樹的各分支子樹。 3.提出以管道樹和分支子樹為依據(jù),通過估算各分支子樹的供血區(qū)對體素進行分類的分段方法,完成除尾狀葉外的肝段的劃分。較平面劃分方法有更高的臨床
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于CV模型的工業(yè)CT圖像裂紋檢測算法研究.pdf
- 基于CT圖像的肺結(jié)節(jié)檢測算法研究.pdf
- 基于CT圖像的肝腎自動分割方法研究.pdf
- 基于CT圖像的肝靜脈分割方法.pdf
- 基于胸部CT圖像的肺結(jié)節(jié)檢測算法的研究.pdf
- 基于CT圖像的肺結(jié)節(jié)分割與檢測算法研究.pdf
- 基于CT圖像的顱內(nèi)血腫體積測量方法的研究.pdf
- 肺部CT圖像中結(jié)節(jié)的檢測算法研究.pdf
- 64層螺旋CT對肝脾體積的初步研究.pdf
- 基于隨機森林模型的心臟CT圖像分割算法研究.pdf
- 基于工業(yè)CT序列圖像的高精度體積測量方法研究.pdf
- 基于CT圖像的計算機輔助惡性肝腫瘤分割研究.pdf
- 基于遺傳算法的肝CT序列圖像分割應(yīng)用研究.pdf
- 基于改進CV模型的工業(yè)CT圖像分割算法研究.pdf
- 基于CT圖像的孤立性肺結(jié)節(jié)診斷模型研究.pdf
- 脊柱X線透視圖像與CT體積圖像的配準研究.pdf
- 工業(yè)CT-DR圖像缺陷檢測算法研究.pdf
- 基于幾何形變模型的CT圖像肝臟腫瘤分割.pdf
- 基于CT圖像建立鞋楦模型及其參數(shù)化設(shè)計的研究.pdf
- 基于C-V模型的工業(yè)CT圖像測量算法研究.pdf
評論
0/150
提交評論