一、对血管的三维重建问题的研究（论文文献综述）
王芳良[1]（2021）在《冠脉树中感兴趣血管段的三维重建研究》文中认为心血管疾病主要是心肌供血不足引发的心脏搏动障碍,目前已经成为威胁人类健康的首要因素,具有患病率高、死亡率高等特点。心血管疾病诊断的传统方法之一是数字减影血管造影（DSA）,DSA具有很好的成像质量和成像速度,因此在临床上被广泛采用作为诊断和治疗冠心病的主要依据之一,被称为诊断冠心病的“金标准”。然而,X射线成像是将血管的三维空间结构通过射线投影叠加在二维图像上,血管结构在造影路径上中可能相互重叠,最终导致医生观察与诊断的不准确,这也是X射线成像的主要缺陷。因此冠状动脉的三维重建有助于提高临床医学参数定量分析的准确性。随着医学成像技术和计算机图像处理技术的不断发展,以及相关科研人员的研究探索,针对冠脉图像的计算机分析诊断技术得到了巨大的飞跃,并在临床应用中日益发挥出巨大作用。本文深入研究图像配准与三维重建的核心,探索适用于DSA血管图像的三维重建算法。该算法首先优化造影设备中记录的系统参数,其次根据冠状动脉图像的特点,提出了一种全新的血管点对匹配方法,基于该方法能够获得全局最优的点对匹配结果,然后利用计算机视觉中双目立体视觉的原理进行三维重建,最后对重建的冠状动脉中心线进行表面渲染。本文主要进行了以下研究工作:1.造影系统参数优化。针对单臂造影系统的等中心偏移、病人心脏的运动等因素造成的系统参数误差。论文结合信赖域方法与传统Levenberg-Marquardt（LM）算法的特点,提出了参数自调整 LM（Parameter-Adjusting Levenberg-Marquardt,PALM）)算法来优化两个不同角度成像坐标系间的几何变换矩阵。2.点对匹配优化。本文提出了一种新的基于曲线描述子和投影几何约束的血管对应点匹配方法。首先使用曲率亮度融合序曲线描述子（Curvature and brightness order curve descriptor,CBOCD）来表示血管造影时血管的自遮挡度。其次构造出由外极线匹配误差定义的匹配成本矩阵,综合血管平滑度和CBOCD描述的自遮挡度,设计出自适应步长的动态规划算法来实现血管的全局最优匹配点对。3.点基元三维重建。在全局最优匹配点对基础上,利用计算机视觉中双目立体视觉的原理,根据摄像机参数和外部参数进行点基元的三维重建。4.血管表面重构与与渲染。利用冠状动脉图像分割与细化时记录的血管半径,构建重建后血管中心线上对应的横截面序列,在构建的横截面曲线上进行等夹角采样获得冠状动脉的表面点云。最后使用三维点云隐式曲面重构技术重构冠状动脉表面。论文最终构建了一个适用于DSA血管图像的三维重建算法,在反投影均方误差和血管平滑性方面,重建结果都有了显着提高,证明了所提出方法的有效性和适用性,满足了临床应用的需求。
康志庆[2]（2021）在《基于DSA和CTA图像的颅内动脉瘤检测研究》文中研究指明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[3]（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》文中研究指明心血管疾病（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[4]（2020）在《基于电影绘制的血管内超声图像三维重建》文中研究指明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。
马立彬[5]（2020）在《冠状动脉三维重建与狭窄评估》文中研究指明冠心病是威胁人类健康的主要原因之一,在我国,冠心病死亡率一直呈上升态势。目前医学界研究出了很多方法诊断冠心病,心电图检查、超声心动图、CTA等都可以间接反映冠状动脉是否存在病变。但是,这些方法都不能反映冠脉的功能性狭窄。1993年,血流储备分数（Fractional Flow Reserve,FFR）的出现很好的解决了这个问题。经过长期的基础与临床研究,FFR已经成为评价冠脉功能性狭窄的公认指标。但是传统的FFR是需要在冠脉处插入导管以计算狭窄处的压力,属于有创诊断,有很大局限性。近年来,FFR-CT的研究正在兴起,顾名思义,这是将两种冠心病的诊断方法的结合产物。该方法使用冠状动脉计算机断层扫描血管成像（CCTA）图像对冠脉血管进行三维重建,利用计算流体力学（CFD）进行有限元数值模拟,计算出血流储备分数。该方法无创,适用性广泛,是目前的研究热点。本文基于冠脉C TA图像,研究冠脉血管三维重建算法,并利用有限元分析计算血流储备分数评估冠脉的狭窄程度。本文使用基于Hessian的滤波器对CTA图像进行滤波处理,显着增强了管状结构,得到滤波之后的血管增强图像和血管的方向信息。采用了基于最短路径的方法提取血管的中心线,创造性的利用了血管内体素的方向信息,使得中心线更加精确。在传统的图割算法基础上,我们基于相邻体素强度的差异性修改了边缘能量项,两个相邻体素的血管方向的内积也被相乘。与传统的图割算法相比,我们的各向异性图割算法有效地减少了血管腔上不自然的凸起,得到更加精确的冠脉模型。以上算法仅仅需要手动选择两个种子点,其他均是由计算机自动完成,是半自动的血管分割算法。最后,我们用软件平滑处理冠脉模型并对模型做网格划分,通过有限元分析的方法,计算血流储备分数（FFR）来评估冠脉血管的狭窄程度。
张梦达[6]（2019）在《改进Hessian增强的自适应阈值水平集肝脏血管分割方法研究》文中认为肝脏是人体最大的消化和代谢器官,近年来全球肝脏类疾病多发,严重影响人类身体健康。肝血管的结构和形态可以为医生的诊断、手术方案及结果评估提供重要信息,也因此极大地提升了自动化分割肝脏血管的需求。本文研究肝脏血管结构的分割方法,得到了具有较高精度的肝脏血管结构;并对结果实现三维可视化,具有重要的临床意义。研究内容包括:（1）本文使用U-Net网络进行肝脏区域分割,达到了较高的分割精度。利用Sigmoid函数对图像进行对比度增强处理,为后续血管增强及分割提供高质量的输入数据。（2）实现了一种基于Hessian滤波的血管增强方法,对管结构和分支处结构的像素点同时进行增强。对比将血管结构仅视作管状结构进行增强的方法,本方法对分支处结构的增强效果更加具有优势。（3）将模糊隶属度函数与迭代阈值结合,自适应地调整速度函数,针对不同灰度对比度的区域使用不同的速度函数进行演化,完成肝脏血管分割。之后,对血管分割结果进行三维重建并建立可视化界面,使得分割结果更直观,并具有一定的实用价值。与近年来该领域几种经典方法相比,本方法可以达到较高的分割精度,并且有效地减少了过分割现象。将肝脏分割、血管增强与血管分割方法结合实现了肝脏血管的自动分割,同时引入整体性能评估指标:准确率、误检率、漏检率、查准率,将本方法与近年来该领域较新的两种方法进行比较,证明了本文所提方法的有效性。
侯书鹏[7]（2019）在《基于超声图像的冠脉病变部位模型重构》文中进行了进一步梳理冠心病严重危害着人类健康,对于冠心病的诊断治疗一直是医学界研究的重点,血管内超声技术是冠心病临床诊断最重要的方法之一。医生通过超声图像可以观测到血管内腔的截面信息,用来分析血管壁的厚度,管腔内的斑块分布、大小及组成。但医生依据超声图像观察血管病变部位存在着局限性,不能观察血管的三维模型,因此本文对血管模型的可视化进行研究。本文的主要研究内容如下:针对图像获取过程中产生的噪声、光斑、伪影等干扰信息,研究了图像滤波算法,由于单一的滤波方法处理效果无法满足要求,因此针对小波滤波算法不足提出优化方法,可以更好的去除血管超声图像的噪点。并选择分割效果较好的区域生长分割算法,提取血管轮廓。同时研究了模型三维重构的方法,由于血管内部的结构单一,选择面绘制方法中的移动立方体（Marching Cube,MC）算法重构血管模型,针对MC算法运算效率低,并具有连接二义性的问题提出了MC算法的改进方法,将存在连接二义性问题的面进行转换,消除连接二义性。由于MC算法重构出的血管模型是由大量的三角网格数据构成,内部含有大量冗余的三角面片,影响了计算机的计算效率,对模型的渲染缓慢,不利于人机交互,并且大量的数据也不利于存储和传输,因此需要对模型进行简化。通过对各类简化算法的优劣进行比较,发现基于边折叠的二次度量误差（Quadric Error Metrics,QEM）算法生成效果较好,因此利用QEM算法对血管网格模型进行优化,并针对该算法存在的局限性,将顶点的曲率和局部面积等影响因子加入算法的中,提高了QEM算法的效率。最后在VS 2010平台的基础上设计了一个血管三维重构系统,主要包括图像的预处理,血管模型的重构以及模型的简化等功能模块。该系统实现了数字图像数据到可视化模型的转换,生成了血管的三维模型,为心脏介入术虚拟训练平台的建立打下基础。
王子昂[8]（2019）在《基于自动化Snake模型与轮廓渲染结合的颈脉DSA图像三维重建》文中研究指明在医学影像诊断领域,DSA（数字减影血管造影图像）是血管类疾病临床诊断的金标准。现阶段广泛应用的血管造影诊疗手段是根据临床医师大量先验性经验对二维血管图像进行感知评判。血管造影三维重建的出现为造影图像临床诊断和手术指导提供了三维数字诊疗模型。但是,现阶段DSA图像三维重建技术仍存在特征匹配准确度低,重建配准点拟合方式繁琐,重建模型可视化感知不足等问题。基于现阶段三维重建所面临的重点和难点,本文提出了利用自动化Snake模型与轮廓渲染结合的方法进行颈脉造影的三维重建。该方法解决了传统Snake模型中必须依赖先验性知识手工标定控制点和造影影像深度感知不足的问题。主要研究方法如下:提出采用Gabor多尺度滤波和Hessian矩阵非抑制极大值提取算法对颈部血管中轴进行提取,创新性地提出利用造影双平面对极几何关系进行血管中轴sift特征匹配。优化了Snake模型在进行颈部血管三维重建时轮廓控制点的自动化定位方法。对颈脉重建后模型的轮廓渲染方法进行了研究。构建了一种基于深度缓冲模型的Alpha轮廓渲染模型。为临床医师和患者对血管的结构感知,深度感知提供了可视化感知模型。通过对实验的关键结果进行数据分析后得出,本文所用基于对极几何约束的sift特征匹配算法在对具有旋转、视角变换特性的血管骨架进行匹配时召回率较传统算法更接近1,鲁棒性较高。通过对Snake模型迭代误差比较可以得出,使用本文自动化Snake模型重建后的误差比传统Snake模型的误差平均减少了3个像素。通过对演染结果进行基于李克特量表的盛知性评估时可以得出,渲染结果在深度、结构和颜色的感知方面的评分均高于传统的X-ray和重建图像。
李思[9]（2018）在《C型臂锥束CT成像系统的数据采样建模及冠状动脉树三维重建》文中研究表明C-arm CBCT是一类被广泛应用的X射线血管造影成像系统。该系统提供的冠脉血管的三维重建图像对于心血管疾病的介入式治疗和诊断具有重要的意义。本论文工作主要通过两大类不同的途径来改善冠脉血管三维重建图像的质量。第一类途径,对成像系统的采样几何进行校正,系统的非理想采样轨迹可能会导致三维重建产生图像伪影,几何校正工作则修正了该非理想采样几何,这部分工作将在先进的Artis-Zeego C-arm系统上进行。第二类途径,提出了一种新的基于二维投影数据运动补偿修正的三维重建方法。本论文提出了一种简化系统矩阵的方法。第一部分工作,提出了一种新的简化距离索引投影算子以简化系统矩阵的计算,该算子提高了计算速度,同时不降低准确度。第二部分工作,根据冠脉血管重建的特点,根据提出的简化距离索引算子,提出一种新的基于投影数据FDK重建阈值分割的系统矩阵简化计算法,与经典的稀疏矩阵分解存储法、基于投影数据的系统矩阵简化法相比,该方法进一步减少了系统矩阵的存储空间,提高了重建算法的计算效率。本论文针对Artis-Zeego系统,提出了一种新颖并完整的数据采样几何的校正算法。首先,本论文算法利用经典的圆柱螺旋标定物,提出了一种几何参数估计算法。该标定物在普通的实验环境下便于获得。该解析算法通过估计成像几何的三个中间参数矢量来求解所有几何参数。为了稳健地估计中间参数矢量,提出计算轴及轴平行轴上的投影点。模拟数据实验结果显示,本论文提出的方法较之原方法更加准确且提高了计算效率。其次,本论文算法将所有投影几何参数转换到系统定义的C-arm坐标系下。本论文算法通过最小化标定物放置而产生的视觉震荡来估计C-arm坐标系的位置,变换后的几何参数将独立于标定物的位置和方向。该步骤可以简化临床几何标定前的系统中心（isocentre）对齐操作步骤。最后,Artis-Zeego系统比传统的C-arm系统更加灵活,它能够提供更多的工作位置,例如:近头边、左边、右边、操作台旋转15度、操作台旋转30度。本论文工作中,选取了三个代表性的工作位置进行实验,它们是:近头边、左边、操作台旋转30度。本论文算法系统并客观地考虑了所有的可能因素,对不同的工作位置提出了不同的投影几何运动模型。这些模型不仅可以对几何进行精细化的求解,同时可以预测估计出任意采样角度下的几何参数。该运动模型可以简化临床中的几何校正工作。临床实验结果显示,本论文提出的运动模型有着较好的估计精度;近头边工作位置有着最小的几何偏移,左边工作位置有着较小的偏移,这两类工作位置的采样轨迹可以被建模为一个平均刚性运动;操作台30度工作位置的采样有着较大的几何偏移,它的运动轨迹可以被建模为附加冗余平移量的刚性运动。对比其他几何校正方法,本论文提出的方法由于模型的预测功能,可以有效避免标定物标记点投影重叠带来的影响,获得更为准确稳定的估计几何。本论文提出了一种新颖并完整的二维运动补偿重建方法。该方法通过修正投影图像的冗余运动来增加重建的可用投影图数量。整个方法过程包括5个步骤,它们分别是:最大灰度前向投影,投影图像预处理,配准,初始重建,补偿图像重建。最大灰度前向投影采用第二章提出的简化距离索引算子()来生成三维对象的最大灰度前向投影,该算子使得前向投影的生成更加高效;本论文提出的投影图像预处理算法可以简单、自动、有效地提取冠脉血管结构;关键性的配准算法采用了多特征互信息（-MI）及刚性罚函数（RP）作为目标函数,该方法可以避免血管中心线的提取,并且较之互信息（MI）配准更加准确和稳健,同时,本论文方法将先进的自适应随机梯度下降算法（ASGD）应用于多特性互信息（-MI）的目标函数优化,该方法比梯度下降法（GD）更加稳健并且计算量更少;对于重建算法部分,本论文采用了基于0先验的迭代重建算法,另外,将提出的简化系统矩阵方法应用于重建算法,有效地减少了存储空间并提高了计算效率。实验结果显示,对于最优相位角和非最优相位角的三维重建图像,本论文方法在图像视觉上的改进效果都是十分明显的,重建图像的对比度和细节都得到加强;对于未经运动补偿修正的重建,增加门控窗的宽度将显着地增加重建图像的伪影;而采用运动补偿重建后,较宽的门控窗可得到更高质量的重建图像;与ECG门控及其他运动补偿重建方法对比,本论文提出的运动补偿重建方法获得了更高质量的三维图像;权衡图像质量与计算效率,门控窗宽度比0.6为临床数据的合适选择（最优相位角）。图像质量的改善提高了血管可视化效果,增加了冠脉血管三维图像的临床应用可能,将重建方法应用于不同的心跳相位上,则可以获得一个三维图像的四维动态序列,该序列可以用来分析冠脉血管的动态特性,对于心血管疾病的介入式手术的诊断和治疗具有重大意义。实验工作验证了几何校正工作对于冠脉血管三维重建的重要性和必要性,模拟数据结果证明几何校正工作是必不可少的环节,几何校正工作与重建算法工作的结合运用将会使得冠脉血管的三维重建图像更加准确。
鞠云全[10]（2018）在《基于IVUS和CAG图像融合的心血管重建算法研究》文中提出血管内超声成像（Intravascular Ultrasound,IVUS）和冠状动脉造影成像（Coronary angiography,CAG）是冠状动脉疾病临床诊断中应用最广泛的两项技术,在冠脉成像辅助诊断中具有极高的地位。IVUS只记录了病变血管内部信息,而CAG只记录了血管的空间结构信息。两种数据融合才能得到更加全面的血管数据,为医生诊断疾病和下一步的研究分析提供更加丰富的资料。冠状动脉血管重建是指将IVUS与CAG两种图像融合,重构出血管的立体结构。主要包括以下几步,IVUS图像的内外膜分割、CAG图像的轮廓提取和配准、血管中心线（导引丝的运动轨迹）的三维重构、IVUS图像和CAG图像的融合（IVUS的定位和定向）。其中,血管三维中心线的重构和图像融合过程中IVUS的定向问题（角度调整）对重建结果的影响非常大。为了进一步地提高重建结果的准确性,提高血管融合重建速度,本文认真分析了血管中心线的重建过程和IVUS定向方案时序（角度调整时序）,并提出了新的算法。血管中心线重建是两种图像融合的基础,经典的血管中心线重建方案是样条曲线拟合空间点的方法。该方法重建出的三维血管中心线在顺滑性和重建速度等方面仍存在不足、有待改善,本文提出了曲面相交的方法来重建血管三维中心线。与样条曲线拟合空间点方法不同,曲面相交方法是先用样条曲线拟合二维平面上中心线上的点,然后再拉成曲面,利用两面相交计算出空间曲线。经典的IVUS在空间中心线上的定向（角度调整）方案是相对角度优先调整的方法,它计算出IVUS间相对角度后,以第一帧IVUS的绝对角度作为全部IVUS的绝对角度来旋转调整所有IVUS的方向。该方法在角度调整的效果和速度方面限于实验环境的要求仍存在不足,本文提出基于重复计算绝对角度的方法,解决了IVUS的定向问题。重复计算绝对角度与经典的相对角度优先调整的方法不同,它通过单独计算每一帧IVUS的绝对角度的方法完成了IVUS的角度调整。本文在提取出CAG血管中心线并用样条曲线拟合以后,利用提出的两种方法重建出血管轮廓,最后通过血管表面拟合完成了血管的融合重建。实验结果表明,本文提出的方法是可行有效的。
二、对血管的三维重建问题的研究（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、对血管的三维重建问题的研究（论文提纲范文）
（1）冠脉树中感兴趣血管段的三维重建研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景和研究意义 |
| 1.2 研究现状 |
| 1.2.1 系统参数优化算法 |
| 1.2.2 点对匹配优化算法 |
| 1.2.3 血管表面重构与渲染研究现状 |
| 1.3 论文研究内容 |
| 1.4 论文组织结构 |
| 第二章 造影系统原理及三维重建的理论基础 |
| 2.1 冠状动脉造影系统 |
| 2.1.1 造影系统的基本原理 |
| 2.1.2 造影系统的分类 |
| 2.1.3 造影角度 |
| 2.2 三维重建的理论基础 |
| 2.2.1 四个坐标系的定义 |
| 2.2.2 坐标系间的几何转换关系 |
| 2.2.3 三维坐标的最小二乘解 |
| 2.3 图像预处理 |
| 2.3.1 冠状动脉造影图像中感兴趣血管的分割 |
| 2.3.2 二维血管中心线提取 |
| 2.4 本章小结 |
| 第三章 几何变换矩阵优化 |
| 3.1 优化模型构建 |
| 3.1.1 误差来源 |
| 3.1.2 待优化参数 |
| 3.1.3 目标函数 |
| 3.2 参数自调整LM算法 |
| 3.2.1 传统LM算法 |
| 3.2.2 信赖域介绍 |
| 3.2.3 参数自调整LM算法 |
| 3.3 实验结果及分析 |
| 3.3.1 参数优化实验结果 |
| 3.4 本章小结 |
| 第四章 点对匹配优化 |
| 4.1 外极线匹配 |
| 4.1.1 外极线匹配原理 |
| 4.1.2 外极线匹配的固有问题 |
| 4.2 曲率亮度融合序曲线描述子 |
| 4.2.1 曲线描述子介绍 |
| 4.2.2 曲率亮度融合序曲线描述子原理 |
| 4.2.3 曲线预处理 |
| 4.2.4 亮度候选集 |
| 4.2.5 曲率候选集 |
| 4.2.6 后处理 |
| 4.3 动态规划算法 |
| 4.3.1 动态规划原理 |
| 4.3.2 自适应步长动态规划过程 |
| 4.4 实验结果及分析 |
| 4.4.1 反投影误差评价 |
| 4.4.2 血管特征点匹配评价 |
| 4.4.3 血管光滑性评价 |
| 4.4.4 血管真实长度评价 |
| 4.5 本章小结 |
| 第五章 血管表面重构与与渲染 |
| 5.1 血管横截面构建 |
| 5.1.1 血管直径计算 |
| 5.1.2 血管横截面模型 |
| 5.2 血管表面重建 |
| 5.2.1 血管表面点云构建 |
| 5.2.2 血管表面拟合 |
| 5.3 实验结果及分析 |
| 5.3.1 表面重建结果分析 |
| 5.3.2 算法整体流程总结 |
| 5.4 本章小结 |
| 第六章 工作总结与展望 |
| 6.1 论文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
（2）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 |
（3）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 |
（4）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 |
（5）冠状动脉三维重建与狭窄评估（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题背景 |
| 1.1.1 冠心病病理介绍 |
| 1.1.2 冠心病的诊断方法 |
| 1.2 研究意义 |
| 1.3 国内外的研究现状 |
| 1.3.1 图像分割算法 |
| 1.3.2 冠状动脉狭窄评估方法的研究现状 |
| 1.4 本文主要研究内容以及创新点 |
| 1.5 本文结构安排 |
| 第二章 血管分割算法的研究 |
| 2.1 血管分割算法介绍以及优劣势分析 |
| 2.1.1 阈值法 |
| 2.1.2 区域生长法 |
| 2.1.3 主动轮廓法 |
| 2.2 图割算法基础 |
| 2.2.1 图(graph)介绍 |
| 2.2.2 网络流理论 |
| 2.3 图割算法介绍 |
| 2.3.1 能量函数的设计 |
| 2.3.2 用最大流最小割的方法求解能量最小化函数 |
| 2.4 本章小结 |
| 第3章 冠脉血管中心线提取 |
| 3.1 中心线提取算法的研究 |
| 3.2 医学图像文件格式DICOM介绍 |
| 3.2.1 DICOM文件的仿射变换 |
| 3.2.2 数据来源 |
| 3.3 医学图像预处理 |
| 3.3.1 CTA图像的读取 |
| 3.3.2 图像裁剪 |
| 3.4 Frangi滤波器 |
| 3.4.1 尺度空间理论 |
| 3.4.2 Hessian矩阵滤波原理介绍 |
| 3.4.3 血管相似性函数定义 |
| 3.5 成本函数的设置 |
| 3.6 中心线提取及结果展示 |
| 3.7 血管中心线准确性评估 |
| 3.7.1 重叠度测量 |
| 3.7.2 准确性测量 |
| 3.8 本章小结 |
| 第4章 使用各向异性的图割算法进行血管腔分割 |
| 4.1 设计能量函数 |
| 4.2 各向异性的图割 |
| 4.3 本章小结 |
| 第5章: 利用FFR进行冠脉狭窄评估 |
| 5.1 FFR原理介绍 |
| 5.2 计算流体动力学原理 |
| 5.3 本章工作流程介绍 |
| 5.4 Geomagic软件处理血管模型 |
| 5.5 有限元分析 |
| 5.5.1 ANSYS Fluent软件介绍 |
| 5.5.2 网格划分 |
| 5.5.3 边界条件设置 |
| 5.5.4 模拟数值求解以及后处理 |
| 5.6 FFR计算 |
| 5.7 本章小结 |
| 第6章 总结及展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（6）改进Hessian增强的自适应阈值水平集肝脏血管分割方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 肝脏血管增强研究现状 |
| 1.2.2 肝脏血管分割研究现状 |
| 1.3 论文内容安排 |
| 第2章 基于U-net深度卷积神经网络的肝脏分割 |
| 2.1 理论基础 |
| 2.1.1 医学图像DICOM标准 |
| 2.1.2 CT图像介绍 |
| 2.1.3 肝脏分割概述 |
| 2.2 肝脏图像筛选 |
| 2.3 基于U-Net的肝脏区域分割 |
| 2.3.1 调整窗宽窗位 |
| 2.3.2 卷积和池化 |
| 2.3.3 网络结构 |
| 2.3.4 实验结果 |
| 2.4 对比度增强 |
| 2.5 本章小结 |
| 第3章 改进Hessian滤波的肝脏血管增强 |
| 3.1 肝脏血管增强方法研究 |
| 3.1.1 Frangi算法 |
| 3.1.2 边缘增强扩散EED |
| 3.2 改进Hessian滤波的肝脏血管增强 |
| 3.2.1 基于Hessian滤波的血管增强方法 |
| 3.2.2 改进Hessian滤波的肝脏血管增强方法 |
| 3.2.3 参数选择 |
| 3.3 血管增强结果及评价 |
| 3.3.1 肝脏CT图像血管增强结果 |
| 3.3.2 评价 |
| 3.4 本章小结 |
| 第4章 改进自适应阈值水平集的肝脏血管分割及可视化 |
| 4.1 肝脏血管分割方法研究 |
| 4.1.1 基于形态学的区域生长方法 |
| 4.1.2 模糊C均值与遗传算法结合的方法 |
| 4.1.3 水平集方法 |
| 4.2 改进的自适应阈值水平集方法 |
| 4.2.1 阈值水平集方法 |
| 4.2.2 自适应阈值水平集方法 |
| 4.2.3 基于模糊隶属度的自适应阈值水平集方法 |
| 4.3 肝脏血管分割结果及评价 |
| 4.3.1 肝脏血管分割结果 |
| 4.3.2 评价 |
| 4.4 三维重建可视化 |
| 4.4.1 环境搭建 |
| 4.4.2 VTK及 MFC |
| 4.4.3 界面显示 |
| 4.4.4 重建评估 |
| 4.5 本章小结 |
| 第5章 方法整体性能评估 |
| 5.1 准确率Dice评估 |
| 5.2 误检率FPR评估 |
| 5.3 漏检率MDR评估 |
| 5.4 查准率PRE评估 |
| 5.5 综合分析 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
（7）基于超声图像的冠脉病变部位模型重构（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容 |
| 2 超声图像数据的采集和处理 |
| 2.1 血管内超声技术 |
| 2.1.1 血管内超声原理 |
| 2.1.2 设备 |
| 2.2 医学图像预处理 |
| 2.2.1 基本灰度变换法 |
| 2.2.2 邻域平均法 |
| 2.2.3 中值滤波法 |
| 2.2.4 小波变换 |
| 2.2.5 超声图像的降噪方法研究 |
| 2.3 医学图像分割 |
| 2.3.1 基于区域的分割算法 |
| 2.3.2 基于边缘的分割算法 |
| 2.4图像的分割实验 |
| 2.5 本章小结 |
| 3 三维重构算法研究 |
| 3.1 VTK工具开发包 |
| 3.1.1 VTK特点 |
| 3.1.2 VTK的可视化流程 |
| 3.2 三维重构算法介绍 |
| 3.2.1 体绘制方法 |
| 3.2.2 面绘制方法 |
| 3.2.3 体绘制与面绘制的比较 |
| 3.3 基于MC算法三维重建 |
| 3.3.1 体素模型 |
| 3.3.2 等值面抽取 |
| 3.3.3 MC算法连接二义性问题 |
| 3.4 MC算法的改进 |
| 3.4.1 线性插值优化 |
| 3.4.2 基于二义性的优化 |
| 3.4.3 优化后MC算法流程 |
| 3.5 实验结果 |
| 3.6 本章小结 |
| 4 三角网格简化算法研究 |
| 4.1 网格简化方法概述 |
| 4.1.1 静态化简方法 |
| 4.1.2 动态简化法 |
| 4.2 误差度量方法 |
| 4.2.1 外观相似性度量 |
| 4.2.2 几何相似性度量 |
| 4.2.3 其他误差度量方法 |
| 4.3 基于二次度量误差的边折叠算法优化 |
| 4.3.1 边折叠算法 |
| 4.3.2 二次误差度量 |
| 4.3.3 算法改进 |
| 4.3.4 算法描述 |
| 4.4 实验分析 |
| 4.5 本章小结 |
| 5 系统设计实现 |
| 5.1 系统开发平台搭建 |
| 5.1.1 MFC介绍 |
| 5.1.2 Cmake介绍 |
| 5.1.3 VTK的安装和编译 |
| 5.1.4 CMake搭建重构系统 |
| 5.2 三维重构系统框架 |
| 5.2.1 系统结构设计 |
| 5.2.2 系统功能介绍 |
| 5.2.3系统功能和实验 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
| 致谢 |
（8）基于自动化Snake模型与轮廓渲染结合的颈脉DSA图像三维重建（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 血管造影技术的原理及应用 |
| 1.3 血管DSA三维重建的现状及问题 |
| 1.4 本文研究的内容与结构 |
| 第二章 造影图像采集与颈脉中轴骨架提取 |
| 2.1 造影系统结构 |
| 2.2 颈脉中轴线提取 |
| 2.2.1 颈脉图像预处理 |
| 2.2.2 基于Gabor滤波与Hessian矩阵的血管中轴提取 |
| 2.2.3 中轴线细化及去孔洞 |
| 2.3 本章小结 |
| 第三章 空间模型搭建与颈脉骨架SNAKE控制点的自动化提取 |
| 3.1 三维重建坐标系模型 |
| 3.2 对极几何迭代模型 |
| 3.3 基于sift算子和对极几何模型的Snake控制点自动化匹配 |
| 3.4 中轴控制点坐标反投影矫正 |
| 3.5 本章小结 |
| 第四章 基于自动化SNAKE模型的颈脉三维重建 |
| 4.1 Snake模型初始化 |
| 4.2 基于GVF模型的中轴三维重建 |
| 4.3 改进的自动化初始轮廓控制点的三维定位方法 |
| 4.4 初始轮廓点位锥形反投影矫正 |
| 4.5 基于B样条的GVF-Snake初始轮廓线重构 |
| 4.6 本章小结 |
| 第五章 基于ALPHA混合的血管体积渲染 |
| 5.1 血管空间结构光栅化 |
| 5.2 基于深度缓冲的轮廓像素点绘制 |
| 5.3 基于Alpha混合的轮廓渐变模型渲染 |
| 5.4 基于深度感知的深度颜色编码 |
| 5.5 本章小结 |
| 第六章 本文方法实验结果及可行性评估 |
| 6.1 不同尺度下双平面血管骨架特征点匹配的鲁棒性比较 |
| 6.2 传统手动指定控制点的Snake模型创建与本方法误差比较 |
| 6.3 基于李克特量表的深度知觉改善性评估 |
| 第七章 总结与展望 |
| 7.1 工作总结 |
| 7.2 工作展望 |
| 参考文献 |
| 发表论文和参加科研情况 |
| 致谢 |
（9）C型臂锥束CT成像系统的数据采样建模及冠状动脉树三维重建（论文提纲范文）
| 摘要 |
| Abstract |
| 本文常用略语说明 |
| 本文常用符号说明 |
| 第一章 绪论 |
| 1.1 课题研究背景 |
| 1.1.1 医学与技术背景 |
| 1.1.2 传统冠脉血管造影系统 |
| 1.1.3 旋转冠脉血管造影系统 |
| 1.2 本文研究主题 |
| 1.2.1 几何校正 |
| 1.2.2 三维重建方法 |
| 1.3 本文提出的方法 |
| 1.4 本文内容大纲 |
| 本章参考文献 |
| 第二章 简化系统矩阵 |
| 2.1 研究现状 |
| 2.2 计算系统矩阵的投影算子 |
| 2.2.1 经典系统矩阵投影算子 |
| 2.2.2 本文系统矩阵投影算子 |
| 2.3 系统矩阵的简化计算法 |
| 2.3.1 经典系统矩阵简化计算法 |
| 2.3.2 本文系统矩阵简化计算法 |
| 2.4 实验结果 |
| 2.4.1 系统矩阵投影算子对比 |
| 2.4.2 系统矩阵简化法对比 |
| 2.5 本章内容讨论 |
| 2.6 本章内容总结 |
| 参考文献 |
| 第三章 几何校正 |
| 3.1 研究现状 |
| 3.2 几何参数估计 |
| 3.2.1 经典几何参数估计方法 |
| 3.2.2 本文几何参数估计方法 |
| 3.3 本文C-arm坐标系估计法 |
| 3.3.1 视正弦震荡目标函数 |
| 3.3.2 初始值计算 |
| 3.4 C-arm投影几何运动建模 |
| 3.4.1 经典投影几何运动模型 |
| 3.4.2 本文投影几何运动模型 |
| 3.5 本文几何校正算法应用 |
| 3.6 实验结果 |
| 3.6.1 模拟数据 |
| 3.6.2 临床数据 |
| 3.7 本章内容讨论 |
| 3.8 本章内容小结 |
| 本章参考文献 |
| 第四章 基于运动补偿的三维重建 |
| 4.1 研究现状 |
| 4.2 经典运动补偿重建方法 |
| 4.2.1 三维运动补偿重建 |
| 4.2.2 二维运动补偿重建 |
| 4.3 本文运动补偿重建方法 |
| 4.3.1 原始投影图像预处理 |
| 4.3.2 初始重建 |
| 4.3.3 最大灰度前向投影 |
| 4.3.4 图像配准 |
| 4.3.5 运动补偿重建 |
| 4.3.6 多次迭代 |
| 4.4 实验结果 |
| 4.4.1 模拟数据 |
| 4.4.2 临床数据 |
| 4.5 本章内容讨论 |
| 4.6 本章内容小结 |
| 本章参考文献 |
| 第五章 总结与展望 |
| 5.1 本文工作总结 |
| 5.1.1 本文工作总结 |
| 5.1.2 本文方法创新点 |
| 5.1.3 本文方法不足 |
| 5.2 工作展望 |
| 5.2.1 关于Zeego系统几何建模的进一步研究 |
| 5.2.2 Artis-Zeego系统在几何校正下的运动补偿重建 |
| 本章参考文献 |
| 发表论文列表 |
| 致谢 |
（10）基于IVUS和CAG图像融合的心血管重建算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景 |
| 1.1.1 冠状动脉疾病 |
| 1.1.2 冠脉疾病的治疗 |
| 1.1.3 血管内超声技术 |
| 1.1.4 冠状动脉造影技术 |
| 1.2 研究目的和研究意义 |
| 1.3 国内外研究现状 |
| 1.4 论文主要研究内容 |
| 第二章 血管内超声成像和冠脉造影成像原理 |
| 2.1 血管内超声 |
| 2.1.1 血管内超声成像原理 |
| 2.1.2 仪器设备 |
| 2.1.3 血管内超声的临床应用 |
| 2.2 X射线冠脉造影系统 |
| 2.2.1 X射线造影的基本原理 |
| 2.2.2 造影系统的组成和分类 |
| 2.2.3 造影角度 |
| 2.2.4 冠脉造影的临床应用 |
| 2.3 本章小结 |
| 第三章 造影图像血管中心线的三维重建 |
| 3.1 血管造影图像边缘和中心线的提取 |
| 3.1.1 造影图像的预处理 |
| 3.1.2 血管边缘和中心线的提取 |
| 3.1.3 血管边缘和中心线的提取结果 |
| 3.2 血管中心线的三维重建 |
| 3.2.1 B样条曲线 |
| 3.2.2 B样条拟合CAG血管边缘和中心线 |
| 3.2.3 曲面相交重建中心线法 |
| 3.3 本章小结 |
| 第四章 IVUS与 CAG数据的融合 |
| 4.1 IVUS图像的内外膜分割 |
| 4.1.1 IVUS图像预处理 |
| 4.1.2 IVUS图像内外膜分割 |
| 4.1.3 血管内外膜分割 |
| 4.2 IVUS和CAG的融合 |
| 4.2.1 IVUS图像序列在血管中心线上的定位 |
| 4.2.2 IVUS图像序列在血管中心线上的定向 |
| 4.2.3 血管表面拟合 |
| 4.3 本章小结 |
| 第五章 结论与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间取得的学术成果 |
| 致谢 |
四、对血管的三维重建问题的研究（论文参考文献）
- [1]冠脉树中感兴趣血管段的三维重建研究[D]. 王芳良. 浙江理工大学, 2021(02)
- [2]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)
- [3]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)
- [4]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)
- [5]冠状动脉三维重建与狭窄评估[D]. 马立彬. 南昌大学, 2020(01)
- [6]改进Hessian增强的自适应阈值水平集肝脏血管分割方法研究[D]. 张梦达. 燕山大学, 2019(06)
- [7]基于超声图像的冠脉病变部位模型重构[D]. 侯书鹏. 西安工业大学, 2019(03)
- [8]基于自动化Snake模型与轮廓渲染结合的颈脉DSA图像三维重建[D]. 王子昂. 天津工业大学, 2019(07)
- [9]C型臂锥束CT成像系统的数据采样建模及冠状动脉树三维重建[D]. 李思. 东南大学, 2018(05)
- [10]基于IVUS和CAG图像融合的心血管重建算法研究[D]. 鞠云全. 山东财经大学, 2018(03)