一、三维医学可视化系统(三维CT)（论文文献综述）
赵文超[1]（2021）在《三维重建技术在胰十二指肠切除术术前评估的应用》文中提出目的:探讨三维重建技术在胰十二指肠切除术术前评估中的应用价值。方法:收集2019年1月至2020年10月就诊于吉林大学第一医院初步诊断为胰腺及壶腹部周围占位50例患者影像学资料,其中男性29人,平均年龄（60.34±8.25）岁,女性21人,平均年龄（58.62±11.63）岁。所有患者行肝胆胰脾增强CT,将获得的影像学资料以DICOM格式传输至腹部医学图像三维可视化系统[1],进行三维重建,分析增强CT数据和三维重建数据,分别判断肿瘤的形态、位置、并且观察病变与周围血管、组织、器官之间的关系以及有无血管变异,并分别完成术前可切除性评估。将手术中的实际情况和术后病理（是否为R0切除）与两者术前评估的结果相对比,分析结果。结果:收集的50例患者中,术后病理为胆管末段癌的患者12例,胰腺癌35例,Vater壶腹癌2例,胰腺导管内乳头状粘液瘤（IPMN）1例;术前应用肝胆胰脾增强CT判断肿瘤可切除29例,判断为不可切除21例;术前应用三维重建判断肿瘤可切除31例,判断为不可切除19例。对比分析后发现,三维重建术前评估的灵敏度、特异度、准确率均高于增强CT的术前评估。且三维重建术前评估为可切除的患者术后病理均为R0切除,所以术前三维重建评估有着极高的可信度和准确性。结论:三维重建技术对于胰十二指肠切除术术前评估有着极大帮助,其灵敏度与特异度均高于增强CT;通过术前的三维重建,可以更准确评估肿瘤可切除性,以及血管是否有变异,让术者做到心中有数,术中得心应手。三维重建技术可以作为胰十二指肠切除术前评估的新方法,更好的保证手术的准确性和安全性。
李俊伯[2]（2021）在《基于超分辨率网络的CT三维重建算法研究与实现》文中进行了进一步梳理电子计算机断层扫描（Computed Tomography,CT）三维重建技术通过上采样体数据以提高三维模型质量,改善模型中的锯齿状边缘、条纹状伪影和不连续表面等现象,从而提高临床医学中疾病诊断的准确率。可临床医学实践中出于辐射剂量的考虑和信息采集设备精度的影响,往往只能采取具有一定厚度的扫描,这造成了数据的部分容积效应。由于卷积神经网络可极大程度自适应学习图像特征。在过去的十年里,计算机视觉为医学诊断提供了巨大的支持,近年来基于深度学习的图像处理和三维视觉方向已成为目前研究的热点。但是在医学层析影像的三维重建处理领域仍存在很多问题,其中最主要的问题是网络模型对CT图像的特征提取能力不足,缺乏对医学图像的特点的针对性机制,同时没有特别关注采集设备成像原理,从而影响了重建质量。针对上述医学影像三维重建的纹理,基于深度学习思想,本文将对基于超分辨率网络的CT三维重建算法展开研究,主要包含以下几个方面:（1）数据集作为深度监督学习中的根本,对训练模型的性能有着重要影响。本文数据来源是KITS19 Challenge Homepage中的人体腹部CT公开数据集,从中挑选20个病例共4124张纹理丰富,高低频信号对比明显的冠状位图像。（2）对于目前网络在CT图像上特征提取能力不足,三维重建模型质量不够精细。本文提出了一种具有双重损失的优化学习纵轴超分辨率重建网络（Double Loss Refinement Network,DLRNet）,模型末端引入优化学习模块,且除计算基准图与超分辨率图像的损失外,还计算模型内部粗略超分辨图像的损失,优化学习与双重损失迫使网络产生更接近于基准图的结果。随后在特征提取模块引入空间特征金字塔和通道注意力机制,加权细化学习了不同粗细规模不一血管组织的特征。实验结果表明,相比通道注意力超分辨率算法（RCAN）,本文模型在2,3,4倍缩放因子下的PSNR平均提高0.79d B。本文模型有效提升了CT三维模型的质量,一定程度上恢复了组织血管的连续细节特征,同时具备了实用性。（3）为了解决网络的学习能力,同时具有更加轻量级的模型复杂度,本文提出一种基于特征强化的密集残差单轴超分辨率重建网络,全局层面的加权学习使得模型专注于关键部分组织器官的特征学习,为医生提供高质量且高响应速度的重建技术。
刘蕊[3]（2021）在《基于深度学习的肝脏肿瘤图像分割算法研究与应用》文中提出肝癌是全球高发的恶性肿瘤之一,是亟待攻克的全人类公共卫生问题。在中国,肝癌患者数量达到世界总数的一半,肝脏健康问题更需要加以重视。医学影像分割是对肝脏肿瘤进行准确分析的关键,分割的速度和精度都直接影响着后续的治疗过程。传统的医学图像分割过分依赖于人工操作,耗时且主观性强,因此利用日益发展的计算机辅助治疗技术实现肝脏肿瘤CT图像的自动分割是极具应用价值的研究课题。针对肝脏肿瘤CT图像的自动分割还有很多难点等待突破,例如由于不同病例之间肝脏和肿瘤的尺寸、形状和位置差异大导致的特征多样化问题,由于肝脏肿瘤与周围各组织器官的密度过于接近而导致的CT图像对比度低和目标边界模糊问题,因此提升肝脏肿瘤的自动精确分割依然是具有挑战性的任务。近年来,深度学习方法在计算机视觉领域异军突起,被大量应用在医学图像分割任务中,并且取得了明显的效果。这种分割方法基于数据驱动,从带有标注的原始医学图像数据中自动找寻特征规律,挖掘深层信息,避免了传统方法过于依赖人工的特点,满足了肝脏肿瘤分割算法自动、快速和准确的需求。但深度学习在肝脏肿瘤分割领域仍然存在局限性,现有的一些网络结构对原始三维数据信息的提取并不充分,同时还存在肝脏和肿瘤边界分割不清、小尺寸肿瘤区域无法分割等情况。因此,本文采用深度学习的方法,对肝脏肿瘤图像自动分割任务进行了研究,在改善上述问题的基础上,进一步提高了肝脏和肿瘤图像分割的精度,并设计了肝脏肿瘤自动分割算法可视化系统,对算法结果进行展示。本文的主要工作有:（1）针对现有神经网络结构对原始CT数据利用不充分的问题,本文设计了一种基于多维度特征提取网络的肝脏图像分割方法。该方法中的网络模型从网络层级、轴向和体素三个维度出发,分别利用层间连接、三维网络结构和空洞卷积方法,使网络对原始CT数据特征进行充分的学习;同时针对三维网络计算量大的问题,设计了不平衡深度可分离卷积模块,在网络学习效果不变的条件下大幅降低了参数量;最后针对数据不平衡和肝脏边缘分割效果欠佳的问题,设计了混合损失函数,并与深度监督结构相结合,有效提高了肝脏区域的分割精度。通过在肝脏肿瘤CT图像数据集Li TS上进行实验,本方法的肝脏分割结果在Dice系数和体积相对误差（VOE）衡量标准上都超过了其他算法,得到了较精确的分割结果。（2）针对神经网络获取三维医学图像体积信息的计算成本高问题,本文提出了一种基于密集注意力LSTM网络的肝脏肿瘤图像分割方法。该网络首先采用级联思想,利用上述肝脏分割网络的结果对肿瘤分割的感兴趣区域进行选取,大幅度减少了周围组织结构对肿瘤分割的干扰;其次针对小尺寸肿瘤区域特征的学习,设计了基于密集连接和残差混合域注意力机制的图像特征提取模块,充分提取水平面方向上二维切片图像的特征信息;最后将连续的二维切片看作序列,从序列的上下文关系中引入医学数据的体积信息,利用双向卷积LSTM构建序列特征融合模块,将切片间的体积特征信息进行融合,进一步提升分割精度。通过在肝脏肿瘤CT图像数据集Li TS上进行实验,本方法的肿瘤分割结果与其他方法相比有了一定程度的提升。（3）本文开发了肝脏肿瘤自动分割可视化系统。本系统利用Python编程语言和Py Qt5开发框架进行搭建,将本文所提出的两种基于深度学习的肝脏肿瘤图像分割方法嵌入其中,为用户提供了CT数据加载、图像预处理和神经网络图像分割等功能,实现了相应操作结果的可视化显示和保存。
胡志明[4]（2021）在《三维可视化肝脏重建技术的临床应用》文中研究表明目的:1、对比分析三维（three-dimensional,3D）可视化肝脏重建技术对传统计算机断层扫描（computerized tomography,CT）图像在显示肝脏方面的优势,利用三维可视化重建模型进行肝癌病例的观察与分析;2、应用三维可视化重建技术进行术前评估和手术规划;3、对比分析应用三维可视化重建技术对临床手术疗效的影响和意义;4、对三维可视化肝脏重建技术在肝脏外科领域的应用进行探究。方法:本研究按照纳入和排除标准收集了2018年07月至2020年12月间就诊于吉林大学第二医院肝胆胰外科的原发性肝癌患者60例,将样本患者依据术前是否应用三维可视化重建模型进行手术规划分为2组,重建模型手术规划组（以下简称3D组）24例,传统二维（two-dimensional,2D）CT手术规划组（以下简称2D组）36例。应用重建系统对3D组24例患者的薄层扫描CT数据资料进行肝脏可视化三维重建,对比分析三维可视化肝脏重建3D组与2D组在肝脏、肿瘤及相关动静脉显示方面的优劣。通过三维可视化重建模型对手术方案进行科学规划,为进一步探究三维可视化重建技术对手术方案规划的应用价值。收集入组患者手术相关资料,对比分析3D组与2D组在术中出血量、输血量、手术时间和术后肝功及并发症的情况,评价三维可视化重建技术对临床手术的影响。进一步探索三维可视化重建技术联合3D打印技术的临床应用,随机选取一例病例通过3D打印构建实体化三维模型,把三维数字模型和实体3D打印模型充分应用到临床医患沟通与医学教学培训实践中,探索三维可视化重建技术在临床医患沟通和医学教学与培训中的应用和意义。结果:相比传统二维CT影像,三维可视化重建模型具有诸多优势。1、三维可视化重建图像能够直观清晰地对肝脏、肿瘤及毗邻的脉管系统进行观察。2、肝脏三维可视化重建模型能够对脉管系统进行更加精细化、清晰的显示以及重建。3、Mimics 21.0重建软件可以对重建模型添加伪彩和透明化处理。4、三维可视化重建图形可以精准计算肿瘤以及肝脏的具体大小。三维可视化重建能够将其自身优势进行充分利用,以实现科学的术前评估以及可视化的手术方案设计。在患者手术资料的对比分析中,3D组在术中出血量、输血量和手术时间上与2D组存在显着性差异（P<0.05）。在患者术后资料的分析中,3D组直接胆红素66.2±16.2 umol/L、间接胆红素37.2±12.6 umol/L、血清白蛋白30.5±3.2 g/L均优于2D组,存在显着性差异（P<0.05）,表明三维可视化重建技术的临床应用有利于患者术后肝脏功能的恢复。除此之外,探索性地选取1例患者将三维可视化重建模型通过3D打印的方式实体化,使三维可视化重建技术在临床医患沟通及医学教学与培训中发挥更直观的优势。结论:1、对比传统CT图像,三维可视化肝脏重建图像对肝脏、肿瘤、动静脉及相关组织和器官的立体显示位置更精准;2、肝脏三维可视化重建模型能帮助医生术前评估病情,合理规划手术方案。3、三维可视化重建技术对适合肝段切除的手术患者,可以减少术中出血量、输血量,缩短手术时间;降低肝损伤,有利于术后患者肝功能的恢复。4、肝脏三维可视化重建技术联合3D打印能直观显示肝脏及相关系统的解剖结构,为指导医学教学与医患沟通提供新模式。肝脏三维可视化重建技术能够准确地依据二维CT图像对肝脏的脉管系统进行细致地三维重建显示,并能依此对肝脏进行合理的肝段划分,为三维可视化重建技术在术前评估与手术规划时提供合理、可靠的依据,进一步提高肝切除术的安全性和有效性,为精准肝切除的发展指明方向。
王静怡[5]（2021）在《种植牙手术导航系统关键技术研究》文中研究指明传统牙科医生通过测量和操作牙模来进行诊疗,该法成本高、耗时长、精度不高。现代三维牙齿的数字模型为牙科提供了重要的临床治疗信息。牙科医生可通过数字化模型将医疗器械或者种植体植入口腔进行诊断以及手术虚拟规划,进而实现数字化、高效、准确的牙科治疗。传统的医护人员手工进行牙齿种植已经难以满足现在口腔种植行业需要的精度,随着数字化技术发展,使用手术规划和导航系统辅助医师进行便捷、精准的进行种植牙手术已经成为欧美发达国家一种重要的趋势。而现有的种植牙手术导航系统多为国外产品垄断,难以被国内中小医院、牙科门诊所普及。在此背景下,本文结合医学图像处理理论,对种植牙手术规划与导航系统的关键技术进行研究。本文的主要研究内容包括:（1）研究了CBCT（锥形束计算机断层扫描图像）图像预处理理论,分析医学图像标准格式的图像特征,将CBCT与普通CT图像进行对比,优选了更适合CBCT图像性质的图像滤波、图像插值算法。（2）基于CBCT图像分割理论。对比和分析了传统水平集分割算法和阈值分割算法的优缺点,并通过在传统水平集分割算法上进行改进的思路,提出了一种PSO联合水平集算法的图像分割方法。并验证了序列的CBCT图像进行分割验证。（3）结合三维重建算法理论。通过对体绘制和面绘制两种不同绘制方法的对比和讨论,选用了面绘制方法里的移动立方体算法对牙列及颌骨进行三维重建。同时为了使重构的三维模型精度更高和更快的算法运行效率,提出了改进的移动立方体算法,并用实际的序列切片图像进行验证算法的重建效果和运行效率。（4）基于VTK开发软件包开发了一套用于种植牙手术导航系统的配套使用软件原型系统。该软件可以实现基本的种植牙手术规划和手术导航功能,通过三维交互操作和虚拟剖切功能方便医护人员进行种植牙手术规划设计,通过测量技术来确保种植体位置的精度,最后开发了种植牙手术仿真和模拟导航模块来预警种植手术过程中的碰撞伤害和种植体位置超差情况。
刘彩霞[6]（2021）在《计算机辅助肺癌CT诊断教学关键技术研究》文中指出从医学影像中进行有效的疾病诊断是影像诊断学学生需要掌握的重要的临床实践技能。学习者通过研究正常或疾病状态下机体的医学影像特征,建立起疾病的病理过程及人体的解剖结构之间的关系,进而有效的指导内外科临床治疗。然而由于仪器参数或外界环境的影响,影像质量往往不高。同时,教学内容可视化、考核评测智能化不足,无法满足教学需求。教学内容的抽象和教学手段的落后不利于教学活动的开展,阻碍了学习者临床思维的构建和疾病的有效诊断。随着教育信息化2.0行动计划的开展,我国教育全面进入了信息化新时代,信息技术与教育的深度融合有助于推动智慧医学教学改革。本论文从肺癌CT诊断教学实际需求出发,研究计算机辅助肺癌CT诊断教学中的相关问题和关键技术,论文的主要工作及创新包括:首先,为增强CT图像细节信息的可检测性和识别效果,首先对噪声等引起CT图像可视化程度不高的因素进行了分析。在此基础上,研究了CT图像预处理技术,提出了基于经验模态分解和双边滤波的平滑方法、基于法向量相似度和非局部均值滤波的去噪方法,以及基于多尺度暗通道的增强方法。平滑方法有助于增强CT图像肺部组织强边缘而消除噪声和弱边缘;去噪方法可以去除CT图像中的噪声;增强方法能有效增强CT图像细节表示。论文提出的预处理技术有助于学习者对肺组织细节的观察,以及后续的肺部组织分割和病灶特征提取。第二,为了方便特定教学内容显示、病灶定量评估和学生考核评测,同时为后续的三维可视化提供准确肺组织区域,论文对肺部组织分割技术进行了研究。首先分别提出了基于随机森类、深度卷积神经网络、随机森林与深度卷积神经网络相结合的肺区域分割方法。在利用以上技术提取初始肺区域的基础上,通过一系列后处理操作进一步提高了分割的准确性。其次,分别提出了基于多尺度边缘检测和基于灰色关联的肺结节提取方法。肺部组织分割技术能够提供高效、准确的分割结果,为肺部组织可视化和肺部组织的智能评测提供重要支持。第三,肺结节语义特征有助于计算机辅助肺癌CT诊断教学中的肺癌智能诊断,论文对肺结节的主要语义特征进行了介绍,分析了毛刺征、分叶征、钙化度、对比度、边缘、球形度、内部结构等语义特征与肺结节恶性程度的相关度。在此基础上提出了基于深度神经网络的分类技术对与肺结节恶性相关度较高的语义特征进行分级。语义特征分级可以有效辅助肺癌智能诊断中结节的分类和恶性程度的评估。最后,为了直观、真实、全面地表现肺组织信息,辅助医学生对肺组织及病灶的深入理解,在分析断层图像三维可视化模型构建算法及面临的挑战的基础上,提出了点云空间中的稀疏CT图像三维重建技术。首先通过单像素追踪方法提取肺部组织轮廓,然后利用梯度矢量流动态轮廓模型进行缺失肺部组织轮廓构造,计算点云及法向量,最后利用浮动尺度等算法进行肺部组织的三维可视化重建。该方法可以有效的处理肺部组织重建中的匹配和分支问题,重建准确肺部组织。计算机辅助肺癌CT诊断教学关键技术的研究有助于增强学习者的学习体验,解决教师教学困难,有效辅助医学影像诊断教学活动开展,进而促进人工智能技术与医学教学的深度融合,推动医学教育信息化发展。
程乐[7]（2021）在《基于改进光线投射算法的椎骨CT图像三维可视化方法研究》文中进行了进一步梳理脊柱相关疾病是现代人类社会面对的一大问题,椎弓根螺钉置入术是目前治疗脊椎疾病比较成熟的医疗手段,而椎骨的三维重建是术前模拟量化的前提。利用医学图像可视化得到的三维椎骨模型可以为医生提供更为逼真的解剖结构,从而帮助医生准确诊断病情,设计治疗方案,因此有着重要的临床实用价值。光线投射算法是基于体数据空间的经典体绘制算法,因其重建效果能呈现出更多医学图像的细节特征信息而在医学图像三维重建可视化领域有着广泛的应用,但其绘制速度较慢,降低了使用的实时性。所以,如何在加快重建速度的同时兼顾重建效果已成为椎骨重建领域的研究热点。为此,本文提出一种改进的光线投射算法用于椎骨CT图像的三维重建。该方法首先通过对DICOM格式的椎骨CT图像预处理操作之后构建出三维体数据场,根据不同类型数据的不同属性,将其分为若干不同的类,为每一类数据设定不同的色彩值和不透明度值,并沿视线方向从屏幕每个像素点的位置开始发射一条光线射入三维数据场;然后,沿着射线方向采集三维数据场中所有被光线穿过的体素中的采样点,利用空间跳跃技术跳过空体素,根据采样点所在非空体素的八个邻近点的属性值进行反距离加权插值计算,求出采样点相应的色彩值和不透明度值;最后,按照从前向后的方向对射线上所有采样点的色彩值和不透明度值进行合成计算,得到该像素点的最终色彩,再对每个像素点的都进行此计算,最后得到最终二维图像。本文使用VTK工具包在合作医院提供的77个脊柱腰椎CT数据上进行椎骨三维重建可视化实验。结果表明,相比传统光线投射算法,本文算法在保证重建质量的前提下,重建时间缩短了约40%,具有一定的临床应用价值。
杨健智[8]（2021）在《增强现实环境中前列腺粒子植入机器人的语音控制研究》文中研究表明放射性粒子植入治疗,是当前早期前列腺癌的主要治疗手段之一,具有靶向性好、手术风险小和副作用少等优点,但在实际临床治疗中,也存在着治疗效果不稳定、手术效率低下和医生劳动强度大等问题。虽然随着现代科技的快速发展,使用机器人完成前列腺粒子植入手术具备理论可能性,但在具体的技术实现过程中,依然有很多问题急需解决,如导航信息单一、可视化效果不直观、机器人控制复杂等。本文研究增强现实环境中前列腺粒子植入机器人的语音控制技术,利用了增强现实和语音控制技术,为前列腺粒子植入手术提供更加友好的可视化系统与控制系统,并利用语音控制技术统一手术机器人系统与增强现实系统的操作,为手术过程提供更加方便、自然的非接触式控制,力求提高手术过程的智能化、可视化和信息化程度。对前列腺MRI医学图像,进行图像去噪和图像分割处理,然后利用面绘制技术,实现前列腺及其周围器官组织的三维虚拟模型重建,分析增强现实系统中软硬件框架的架构方法,结合全息应用程序,搭建前列腺粒子植入手术的增强现实系统,为前列腺粒子植入手术提供可视化导航功能。对前列腺粒子植入的增强现实系统进行技术需求分析,结合该系统中各组成部分之间的坐标关系,确定三维注册技术的注册流程,研究SVD算法与ICP算法在实现三维注册时存在的优缺点,提出基于ICP改进的SVD三维注册算法,通过相关实验证明基于ICP改进的SVD三维注册算法可以有效提高三维注册精度,优化增强现实系统的可视化效果。架构增强现实环境中前列腺粒子植入机器人的语音控制系统,针对手术环境中的应用功能需求,确定语音控制方案及流程,在保证基于语音指令的机器人运动控制的同时,为医生提供与之对应的增强现实可视化信息,再对机器人用D-H法分析结构的坐标系组成,完成机器人运动学建模,获取语音控制系统所需要的机器人运动学基础信息,采用三维注册技术,优化语音控制系统中存在的非实时性问题,保证前列腺粒子植入的手术精度。结合医生的语音信号特性及手术环境,分析在前列腺粒子植入手术中产生的噪声类型,并进一步确定去噪评价标准与语音去噪流程,针对谱减法去噪和BP神经网络去噪各自存在的优缺点,提出基于谱减法与BP神经网络的融合算法,通过相关的实验结果证明,融合算法可以有效提高语音控制系统的可靠性,保证手术过程中的系统控制效果,且所构建的集成系统可以基本满足前列腺粒子植入手术的响应性要求。
孟祥晖,张志军,方策,任文涛,胡仲翔,高飞,蔡善保[9]（2021）在《三维可视化技术在复杂骨与软组织肿瘤手术中的临床应用》文中提出目的探讨三维可视化技术在复杂骨与软组织肿瘤外科手术治疗中的临床应用价值。方法回顾性研究。纳入2019年4—12月中国科学技术大学附属第一医院（西区）骨科11例复杂骨与软组织肿瘤患者的临床资料,其中男5例、女6例,年龄16～67（52.6±15.9）岁。11例患者术前均行CT常规二维扫描及三维可视化技术重建,于重建模型上观察肿瘤与周围组织尤其是血管的关系、评估肿瘤的可切除性及安全切缘、指导制定手术方案并模拟手术操作;对比常规CT二维扫描与三维可视化重建影像的观察结果,并于肿瘤切除手术中观察验证术前三维可视化重建影像评估的准确性。结果本组11例患者CT二维扫描图像经三维可视化技术重建后,可清晰显示肿瘤形态、大小及其与周围组织的关系。对比CT二维扫描影像,三维可视化技术在手术策略精准制订和指导手术操作方面更具有优势。除1例因腹腔转移未予手术治疗外,余10例患者经三维可视化技术评估后均顺利完成安全边界外肿瘤完整切除术,无血管损伤并发症发生,术中探查结果与术前三维可视化模型的判断基本一致。结论在复杂骨与软组织肿瘤术前应用三维可视化技术可以提高术前评估的准确性,指导个体化精准手术方案的制订,协助确定肿瘤外科边界并完整切除肿瘤,使患者获得更好的疗效。
杨旭鸿[10]（2021）在《基于改进UNet的主动脉分割与三维重建方法的研究》文中进行了进一步梳理主动脉是人体向全身各部位输送血液的主要导管,是体内最主要的动脉血管;主动脉夹层是临床上极其凶险的一类急重症,如果诊断治疗不及时或者病人没有意识到危险性拖延病情,致死率极高。现代医学影像学中的CT成像技术能够有效显示出主动脉夹层的病变范围,但是主动脉的周围有较多的器官组织,对于临床医师而言,需要从CT图像中需要获得更多的有效关键信息,因此准确分割提取主动脉区域是尤为关键的。本文针对人体胸腹腔CT图像中的主动脉在不同条件下的结构特征,设计了一种改进UNet主动脉分割方法,以实现对主动脉区域的精确分割提取,并完成主动脉三维立体化模型显示,以辅助医生对主动脉夹层进行明确诊断。本文主要工作如下:（1）通过与天津市胸科医院合作,构建了人体胸腹腔主动脉CT图像数据集,通过医生精确标注主动脉区域,然后对CT图像进行预处理,采用滤波算法去除图像上存在的噪声。为了避免一些重要信息的丢失,通过Laplacian算子对图像进行锐化,从而凸显出各个组织的边缘特征,最后通过基于Hessian矩阵的Frangi2D滤波算法对CT图像主动脉区域进行血管增强,为后续主动脉分割提取奠定基础。（2）根据主动脉的形状特征,对传统的UNet模型进行改进,设计了适合主动脉二维分割的Attention-UNet模型、Atrous-UNet模型和改进的Res-UNet模型,并将三种模型训练的结果和金标准相比较,得出本文所设计的改进Res-UNet网络模型对主动脉分割精度较高,能够实现对人体胸腹腔CT图像中主动脉区域的精确分割提取。（3）通过对主动脉壁的三维立体化显示,方便医生观察主动脉壁的厚度信息,同时基于VTK和MFC开发环境,利用移动立方体算法设计了一套主动脉三维可视化系统,该系统利用本文所设计的方法提取出的主动脉分割结果进行三维重建,可以准确展示主动脉模型三维立体形态并进行相关可视化操作。本文设计的基于改进UNet网络模型的主动脉分割方法充分考虑了主动脉的形状特征,可以高效准确地对主动脉进行分割,本文设计方法的实验结果平均重叠率比现有方法最大提高15.85%;因此本文提出的主动脉分割算法的精度基本符合实际应用要求,重建的主动脉三维模型显示效果也较为理想。
二、三维医学可视化系统(三维CT)（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、三维医学可视化系统(三维CT)（论文提纲范文）
（1）三维重建技术在胰十二指肠切除术术前评估的应用（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 前言 |
| 第2章 资料与方法 |
| 2.1 研究对象 |
| 2.1.1 一般资料 |
| 2.1.2 纳入标准 |
| 2.1.3 排除标准 |
| 2.2 实验仪器与材料 |
| 2.3 研究方法 |
| 2.3.1 CT数据的采集 |
| 2.3.2 依据CT数据进行三维重建 |
| 2.3.2.1 肝动脉三维重建 |
| 2.3.2.2 对于胰腺周围脏器、血管进行三维重建 |
| 2.3.3 进行可切除性评估 |
| 2.3.4 手术治疗 |
| 2.3.5 数据统计与分析 |
| 第3章 临床资料统计结果 |
| 3.1 综合增强CT和三维重建模型的肿瘤可切除性评估 |
| 3.1.1 动脉侵犯的术前评估 |
| 3.1.2 静脉侵犯的术前评估 |
| 3.2 术前评估血管变异 |
| 3.2.1 动脉变异 |
| 3.2.2 静脉变异 |
| 第4章 讨论 |
| 第5章 结论 |
| 综述 数字医学智能化技术在胰十二指肠切除术中的应用进展 |
| 参考文献 |
| 作者简介及在校期间取得的科研成果 |
| 致谢 |
（2）基于超分辨率网络的CT三维重建算法研究与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和研究意义 |
| 1.1.1 课题来源 |
| 1.1.2 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 医学层析影像三维重建算法研究现状 |
| 1.2.2 图像超分辨率重建算法研究现状 |
| 1.3 本文主要研究内容及安排 |
| 1.3.1 主要研究内容 |
| 1.3.2 论文架构 |
| 1.4 本章小结 |
| 第二章 相关理论 |
| 2.1 计算机断层扫描CT特征 |
| 2.1.1 窗宽与窗位 |
| 2.1.2 部分容积效应 |
| 2.2 图像超分辨率重建网络 |
| 2.2.1 通道注意力机制 |
| 2.2.2 任意缩放比例的上采样模块 |
| 2.3 医学CT层析影像三维模型可视化 |
| 2.3.1 三维数据场可视化技术基础 |
| 2.3.2 体绘制 |
| 2.4 本章小结 |
| 第三章 具有双重损失的优化学习单轴超分辨率算法研究 |
| 3.1 基本理论 |
| 3.1.1 数据集与预处理 |
| 3.1.2 模型评价指标 |
| 3.2 网络整体结构 |
| 3.3 特征提取模块 |
| 3.3.1 多尺度特征融合 |
| 3.3.2 稠密连接的通道注意力学习DCAB |
| 3.4 损失函数 |
| 3.5 实验结果分析 |
| 3.5.1 与其他方法对比 |
| 3.5.2 消融实验 |
| 3.6 本章小结 |
| 第四章 特征强化的密集残差单轴超分辨率网络 |
| 4.1 网络结构整体结构 |
| 4.2 特征提取模块 |
| 4.2.1 密集残差块组 |
| 4.2.2 稠密特征块 |
| 4.2.3 特征强化模块 |
| 4.3 上采样模块 |
| 4.4 实验结果分析 |
| 4.5 本章小结 |
| 第五章 系统实现与测试 |
| 5.1 系统设计的目的及意义 |
| 5.2 医学影像三维重建系统总体设计 |
| 5.3 医学影像三维重建系统详细设计 |
| 5.3.1 系统登录模块 |
| 5.3.2 系统上传模块 |
| 5.3.3 高质量三维重建与可视化模块 |
| 5.3.4 帮助中心模块 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读硕士学位期间所取得的研究成果 |
| 致谢 |
（3）基于深度学习的肝脏肿瘤图像分割算法研究与应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 论文研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 医疗人工智能发展现状 |
| 1.2.2 基于经典方法的医学图像分割 |
| 1.2.3 基于深度学习的医学图像分割 |
| 1.3 本文主要研究内容 |
| 1.4 本文的组织结构 |
| 第二章 肝脏肿瘤CT图像及深度学习理论基础 |
| 2.1 肝脏肿瘤CT图像简介 |
| 2.1.1 电子计算机断层扫描技术概述 |
| 2.1.2 肝脏肿瘤CT图像分割难点 |
| 2.2 肝脏肿瘤图像预处理 |
| 2.2.1 窗口化操作 |
| 2.2.2 直方图均衡化 |
| 2.3 肝脏肿瘤图像分割数据集 |
| 2.3.1 数据集介绍 |
| 2.3.2 肝脏肿瘤CT分割评价指标 |
| 2.4 卷积神经网络基础 |
| 2.4.1 卷积层 |
| 2.4.2 池化层 |
| 2.4.3 激活函数 |
| 2.4.4 反卷积层 |
| 2.5 本章小结 |
| 第三章 基于多维度特征提取网络的肝脏图像分割 |
| 3.1 相关网络及方法 |
| 3.1.1 UNet网络结构 |
| 3.1.2 空洞卷积 |
| 3.1.3 深度可分离卷积 |
| 3.1.4 损失函数 |
| 3.2 基于多维度特征提取网络的肝脏图像分割 |
| 3.2.1 RDD-UNet网络结构 |
| 3.2.2 不平衡深度可分离空洞卷积模块 |
| 3.2.3 混合损失函数和深度监督结构 |
| 3.3 实验及结果分析 |
| 3.3.1 实验数据与实验环境 |
| 3.3.2 实验一:混合损失函数和深度监督实验效果 |
| 3.3.3 实验二:空洞卷积与残差连接实验效果 |
| 3.3.4 实验三:与其他方法对比 |
| 3.4 本章小结 |
| 第四章 基于密集注意力LSTM网络的肝脏肿瘤图像分割 |
| 4.1 相关网络及方法 |
| 4.1.1 密集连接网络 |
| 4.1.2 注意力机制 |
| 4.1.3 RNN切片序列处理 |
| 4.2 基于密集注意力LSTM网络的肝脏肿瘤图像分割 |
| 4.2.1 算法结构概述 |
| 4.2.2 UDAB-LSTM网络结构 |
| 4.2.3 残差混合域注意力模块(sc RSE) |
| 4.2.4 切片序列处理 |
| 4.3 实验及结果分析 |
| 4.3.1 实验数据与实验环境 |
| 4.3.2 实验一:密集连接模块和注意力模块实验效果 |
| 4.3.3 实验二:切片序列处理实验效果 |
| 4.3.4 实验三:与其他方法对比 |
| 4.4 本章小结 |
| 第五章 肝脏肿瘤自动分割可视化系统 |
| 5.1 PyQt5 简介 |
| 5.2 系统架构 |
| 5.2.1 系统架构设计 |
| 5.2.2 系统功能模块设计 |
| 5.3 系统实现与测试 |
| 5.3.1 系统使用流程 |
| 5.3.2 启动页面 |
| 5.3.3 登录页面 |
| 5.3.4 主功能页面 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（4）三维可视化肝脏重建技术的临床应用（论文提纲范文）
| 中文摘要 |
| abstract |
| 中英文缩略词对照表 |
| 第1章 引言 |
| 第2章 综述 3D打印技术的临床应用 |
| 第3章 资料和方法 |
| 3.1 研究对象 |
| 3.2 纳入及排除标准 |
| 3.3 分组方式 |
| 3.4 研究设备、材料 |
| 3.5 研究方法 |
| 3.5.1 薄层扫描CT影像数据资料 |
| 3.5.2 肝脏三维可视化重建部分 |
| 3.6 肝部分切除术的实施 |
| 3.7 患者围手术期一般资料的记录与收集 |
| 3.7.1 患者入院一般资料 |
| 3.7.2 患者术中资料 |
| 3.7.3 患者术后资料 |
| 3.8 统计学处理 |
| 第4章 结果 |
| 4.1 患者术前一般情况 |
| 4.2 图像资料的处理与分析 |
| 4.2.1 CT薄层扫描数据处理与测量 |
| 4.2.2 三维可视化肝脏重建处理及结果分析 |
| 4.3 二维CT图像与三维可视化模型体积运算结果的比较与相关性分析 |
| 4.4 肝脏三维可视化重建的手术规划 |
| 4.4.1 虚拟手术规划 |
| 4.4.2 手术规划实例展示 |
| 4.5 手术资料的比较与分析 |
| 4.5.1 手术方式的选择 |
| 4.5.2 手术时间、术中出血量和术中输血量的比较 |
| 4.6 术后资料的统计与分析 |
| 4.7 三维可视化肝脏重建技术联合3D打印在临床中的应用 |
| 第5章 讨论 |
| 5.1 肝脏三维可视化重建图像的优势 |
| 5.2 三维可视化重建模型在术前评估中的应用 |
| 5.3 三维可视化重建技术在临床手术及术后疗效的影响 |
| 5.4 肝脏三维可视化重建模型与3D打印模型的其他应用 |
| 5.5 本研究的局限性 |
| 第6章 结论 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（5）种植牙手术导航系统关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.2 国内外研究现状 |
| 1.2.1 CBCT图像分割技术研究现状 |
| 1.2.2 牙齿三维重建技术的研究现状 |
| 1.2.3 种植牙手术规划与导航系统应用现状 |
| 1.3 技术路线和研究内容 |
| 第二章 种植牙手术导航系统理论基础 |
| 2.1 CBCT图像解析原理 |
| 2.1.1 DICOM医学图像格式 |
| 2.1.2 CBCT图像 |
| 2.1.3 CBCT序列图像的解析 |
| 2.2 牙齿CBCT图像分割算法理论 |
| 2.2.1 PSO算法理论 |
| 2.2.2 水平集算法理论 |
| 2.3 牙列及颌骨三维重建算法理论 |
| 2.3.1 标准MC三维重建算法理论 |
| 2.3.2 等值面拉普拉斯平滑理论 |
| 2.3.3 边塌陷理论 |
| 2.4 本章小结 |
| 第三章 种植牙手术导航系统软件框架设计 |
| 3.1 种植牙手术导航系统软件需求分析与功能设计 |
| 3.2 种植牙手术导航系统软件总体设计 |
| 3.2.1 模块层次结构 |
| 3.2.2 界面总体设计 |
| 3.3 本章小结 |
| 第四章 牙列及颌骨的三维可视化建模 |
| 4.1 三维可视化基本流程 |
| 4.1.1 VTK的架构 |
| 4.1.2 VTK的可视化流程 |
| 4.1.3 牙齿及牙列的三维可视化基本流程 |
| 4.2 CBCT图像的预处理 |
| 4.2.1 图像滤波 |
| 4.2.2 图像插值 |
| 4.3 牙齿及牙列的CBCT图像分割 |
| 4.3.1 PSO联合水平集算法步骤 |
| 4.3.2 图像分割结果与分析 |
| 4.4 牙齿及牙列的三维重建 |
| 4.4.1 改进MC三维重建算法步骤 |
| 4.4.2 三维重建结果与分析 |
| 4.5 本章小结 |
| 第五章 种植牙手术定位规划与导航技术开发 |
| 5.1 结合CBCT图像和牙齿重建的手术定位规划方案制定 |
| 5.1.1 虚拟剖切面的生成功能技术开发 |
| 5.1.2 三维交互操作技术功能开发 |
| 5.2 辅助测量技术功能开发 |
| 5.2.1 长度测量 |
| 5.2.2 角度测量 |
| 5.3 种植牙手术导航技术开发 |
| 5.3.1 种植体的建模设计 |
| 5.3.2 模拟种植牙手术功能实现 |
| 5.3.3 虚拟剖切位置更新 |
| 5.3.4 种植过程预警技术功能开发 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文工作总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（6）计算机辅助肺癌CT诊断教学关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究的背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 教学方式 |
| 1.2.2 关键技术 |
| 1.3 研究思路与研究内容 |
| 1.3.1 研究思路 |
| 1.3.2 研究内容 |
| 1.3.3 组织结构 |
| 第2章 肺癌CT诊断教学 |
| 2.1 计算机辅助教学 |
| 2.1.1 教育活动中的教育路径 |
| 2.1.2 计算机辅助教学技术 |
| 2.2 肺癌CT诊断 |
| 2.1.1 CT图像 |
| 2.1.2 肺癌及影像组学 |
| 2.3 医学影像学教学 |
| 2.3.1 医学影像学专业及其影像教学 |
| 2.3.2 计算机辅助肺癌CT诊断教学关键技术 |
| 第3章 CT图像预处理 |
| 3.1 影响CT图像可视化的因素 |
| 3.2 CT图像预处理技术研究 |
| 3.2.1 图像质量评价指标 |
| 3.2.2 基于经验模态分解和双边滤波的CT图像平滑 |
| 3.2.3 基于法向量相似度和非局部均值滤波的CT图像去噪 |
| 3.2.4 基于多尺度暗通道的CT图像增强 |
| 3.3 本章小结 |
| 第4章 基于人工智能的肺组织分割 |
| 4.1 准备工作 |
| 4.1.1 肺和肺结节 |
| 4.1.2 肺部CT数据库 |
| 4.1.3 评价指标 |
| 4.2 肺区域分割 |
| 4.2.1 关键技术 |
| 4.2.2 基于随机森林的肺区域分割 |
| 4.2.3 基于深度卷积神经网络的肺区域分割 |
| 4.2.4 基于随机森林和卷积神经网络的肺区域分割 |
| 4.3 肺结节分割 |
| 4.3.1 基于多尺度边缘检测的肺结节分割 |
| 4.3.2 基于灰色关联的肺结节分割 |
| 4.4 本章小结 |
| 第5章 基于神经网络的肺结节语义特征分析 |
| 5.1 结节语义特征 |
| 5.2 语义特征相关度分析 |
| 5.2.1 数据准备 |
| 5.2.2 语义特征相关度分析 |
| 5.3 语义特征分级 |
| 5.3.1 数据归一化 |
| 5.3.2 结节图像提取 |
| 5.3.3 语义特征分级 |
| 5.3.4 模型结果分析 |
| 5.3.5 讨论 |
| 5.4 本章小结 |
| 第6章 基于GFV Snake和浮动尺度的肺组织三维重建 |
| 6.1 医学图像三维可视化技术 |
| 6.2 稀疏CT图像三维重建 |
| 6.2.1 基于GVF Snake的轮廓线提取 |
| 6.2.2 基于浮动尺度的肺组织三维重建 |
| 6.2.3 结果分析 |
| 6.2.4 讨论 |
| 6.3 本章小结 |
| 第7章 总结与展望 |
| 7.1 本文主要工作 |
| 7.2 主要创新与贡献 |
| 7.3 未来展望 |
| 参考文献 |
| 攻读博士学位期间的主要成果 |
| 致谢 |
（7）基于改进光线投射算法的椎骨CT图像三维可视化方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 课题研究目的及意义 |
| 1.3 国内外研究现状 |
| 1.4 论文主要研究内容及章节安排 |
| 1.4.1 主要研究内容 |
| 1.4.2 本文章节安排 |
| 第2章 相关理论基础 |
| 2.1 引言 |
| 2.2 CT成像原理及图像格式 |
| 2.2.1 CT成像原理 |
| 2.2.2 CT医学图像文件格式 |
| 2.3 三维重建方法 |
| 2.3.1 面绘制与体绘制 |
| 2.3.2 两种绘制方法比较 |
| 2.3.3 光线投射算法 |
| 2.4 本章小结 |
| 第3章 椎骨三维重建方法研究 |
| 3.1 引言 |
| 3.2 椎骨CT图像预处理 |
| 3.2.1 滤波去噪 |
| 3.2.2 三维插值 |
| 3.3 椎骨三维重建算法 |
| 3.3.1 利用空间跳跃加速 |
| 3.3.2 插值算法优化 |
| 3.3.3 改进的光线投射算法流程 |
| 3.4 本章小结 |
| 第4章 可视化实验及结果分析 |
| 4.1 引言 |
| 4.2 基于VTK的可视化实现 |
| 4.2.1 可视化工具包VTK |
| 4.2.2 VTK主要类库及功能 |
| 4.2.3 VTK可视化流程 |
| 4.3 实验结果与分析 |
| 4.3.1 实验数据及实验环境 |
| 4.3.2 评价标准 |
| 4.3.3 实验结果及分析 |
| 4.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间取得的学术成果 |
| 致谢 |
（8）增强现实环境中前列腺粒子植入机器人的语音控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 课题研究的背景和意义 |
| 1.3 国内外研究现状 |
| 1.3.1 前列腺介入机器人国内外研究现状 |
| 1.3.2 增强现实技术国内外研究现状 |
| 1.3.3 语音控制机器人国内外研究现状 |
| 1.4 本文研究的主要内容 |
| 第2章 前列腺粒子植入的增强现实系统 |
| 2.1 前列腺医学图像处理 |
| 2.1.1 医学图像去噪 |
| 2.1.2 医学图像分割 |
| 2.1.3 三维虚拟模型重建 |
| 2.2 前列腺粒子植入的增强现实系统架构 |
| 2.2.1 增强现实的硬件系统架构 |
| 2.2.2 增强现实的软件系统架构 |
| 2.3 前列腺粒子植入的增强现实场景构建 |
| 2.3.1 增强现实系统全息应用基础 |
| 2.3.2 增强现实场景开发 |
| 2.4 本章小结 |
| 第3章 增强现实的三维注册技术研究 |
| 3.1 增强现实系统的三维注册技术分析 |
| 3.1.1 增强现实系统的坐标关系转换 |
| 3.1.2 增强现实系统的三维注册流程 |
| 3.1.3 双目成像模型与标定矫正 |
| 3.2 三维注册算法研究 |
| 3.2.1 基于SVD的三维注册 |
| 3.2.2 基于ICP的三维注册 |
| 3.2.3 基于ICP改进的SVD三维注册 |
| 3.3 三维注册实验 |
| 3.3.1 三维注册算法精度实验 |
| 3.3.2 三维注册算法实时性实验 |
| 3.3.3 三维注册模型实验 |
| 3.4 本章小结 |
| 第4章 前列腺粒子植入的语音控制系统 |
| 4.1 前列腺粒子植入的语音控制系统架构 |
| 4.1.1 前列腺粒子植入机器人的语音控制系统 |
| 4.1.2 增强现实系统的语音控制 |
| 4.1.3 整体语音控制方案及流程 |
| 4.2 前列腺粒子植入机器人运动学建模 |
| 4.2.1 机器人坐标系分析 |
| 4.2.2 前列腺粒子植入机器人正运动学分析 |
| 4.2.3 前列腺粒子植入机器人逆运动学分析 |
| 4.3 基于三维注册算法的语音控制系统优化 |
| 4.3.1 语音控制下机器人运动规划问题 |
| 4.3.2 基于三维注册算法的语音控制指令优化 |
| 4.4 本章小结 |
| 第5章 语音控制的去噪技术研究 |
| 5.1 语音去噪基础 |
| 5.1.1 语音信号特性 |
| 5.1.2 噪声构成及去噪评价标准 |
| 5.2 前列腺粒子植入的语音控制指令去噪研究 |
| 5.2.1 语音信号预处理 |
| 5.2.2 基于谱减法的语音去噪 |
| 5.2.3 基于BP神经网络的语音去噪 |
| 5.2.4 基于融合算法的语音去噪 |
| 5.3 前列腺粒子植入语音控制系统的相关实验 |
| 5.3.1 前列腺粒子植入语音信噪比实验 |
| 5.3.2 语音去噪算法波形图实验 |
| 5.3.3 前列腺粒子植入语音的去噪延时性实验 |
| 5.3.4 语音识别度实验 |
| 5.3.5 集成系统响应速度实验 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的学术成果 |
| 致谢 |
（10）基于改进UNet的主动脉分割与三维重建方法的研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 主动脉分割及三维重建研究现状 |
| 1.2.1 主动脉分割研究现状 |
| 1.2.2 医学三维可视化技术现状分析 |
| 1.3 本文研究内容与结构安排 |
| 第二章 主动脉CT图像特征分析及血管增强 |
| 2.1 医学CT成像简介 |
| 2.2 主动脉CT图像特征分析 |
| 2.2.1 人体胸腹腔CT图像序列 |
| 2.2.2 主动脉结构和夹层类型分析 |
| 2.3 主动脉区域预处理 |
| 2.3.1 图像滤波 |
| 2.3.2 图像锐化 |
| 2.3.3 Frangi2D滤波血管增强算法 |
| 2.3.4 实验结果与分析 |
| 2.4 本章小结 |
| 第三章 基于改进UNet的主动脉区域分割算法 |
| 3.1 卷积神经网络理论基础 |
| 3.1.1 常用损失函数 |
| 3.1.2 网络原理 |
| 3.1.3 常用深度学习框架 |
| 3.2 UNet神经网络 |
| 3.2.1 网络结构 |
| 3.2.2 网络优点 |
| 3.3 Attention-UNet神经网络 |
| 3.3.1 网络结构 |
| 3.3.2 注意力机制 |
| 3.4 Atrous-UNet神经网络 |
| 3.5 改进Res-UNet神经网络 |
| 3.5.1 网络结构 |
| 3.5.2 残差模块 |
| 3.6 实验设计 |
| 3.6.1 实验数据集 |
| 3.6.2 实验方案 |
| 3.7 分割结果评价 |
| 3.7.1 金标准 |
| 3.7.2 平均交并比 |
| 3.7.3 实验结果及分析 |
| 3.8 本章小结 |
| 第四章 主动脉的三维可视化 |
| 4.1 医学图像三维重建的基本方法 |
| 4.1.1 面绘制 |
| 4.1.2 体绘制 |
| 4.2 移动立方体算法 |
| 4.2.1 移动立方体算法原理 |
| 4.2.2 移动立方体算法的二义性 |
| 4.3 可视化工具包VTK及配置 |
| 4.3.1 VTK介绍 |
| 4.3.2 VTK配置 |
| 4.4 主动脉壁三维可视化 |
| 4.5 主动脉三维可视化系统 |
| 4.5.1 功能介绍 |
| 4.5.2 功能实现 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 工作展望 |
| 参考文献 |
| 发表论文和参加科研情况 |
| 致谢 |
四、三维医学可视化系统(三维CT)（论文参考文献）
- [1]三维重建技术在胰十二指肠切除术术前评估的应用[D]. 赵文超. 吉林大学, 2021(01)
- [2]基于超分辨率网络的CT三维重建算法研究与实现[D]. 李俊伯. 中北大学, 2021(09)
- [3]基于深度学习的肝脏肿瘤图像分割算法研究与应用[D]. 刘蕊. 太原理工大学, 2021(01)
- [4]三维可视化肝脏重建技术的临床应用[D]. 胡志明. 吉林大学, 2021(01)
- [5]种植牙手术导航系统关键技术研究[D]. 王静怡. 电子科技大学, 2021(01)
- [6]计算机辅助肺癌CT诊断教学关键技术研究[D]. 刘彩霞. 南京师范大学, 2021
- [7]基于改进光线投射算法的椎骨CT图像三维可视化方法研究[D]. 程乐. 哈尔滨理工大学, 2021
- [8]增强现实环境中前列腺粒子植入机器人的语音控制研究[D]. 杨健智. 哈尔滨理工大学, 2021(09)
- [9]三维可视化技术在复杂骨与软组织肿瘤手术中的临床应用[J]. 孟祥晖,张志军,方策,任文涛,胡仲翔,高飞,蔡善保. 中华解剖与临床杂志, 2021(01)
- [10]基于改进UNet的主动脉分割与三维重建方法的研究[D]. 杨旭鸿. 天津工业大学, 2021(01)