对于统计分析基于CT图像左心室建模及参数统计
最后更新时间:2024-03-09
作者:用户投稿本站原创
点赞:5642
浏览:15458
论文导读:
摘要:左心室的泵血功能维持着人体的血液循环,因而对左心室的运动浅析可以辅助诊断心脏疾病。通过医学图像建立左心室三维模型,然后基于模型来浅析左心室的运动状态和评价心室功能成为近年来的探讨热点,而通过对反映心室局部功能的动态参数进行统计浅析可以实现疾病的早期诊断和治疗,由此相关的探讨工作尤为重要。心脏的CT图像是临床诊断的重要手段与依据,图像中左心室内外壁轮廓为不规则椭圆,且造影时由于左心房对左心室的遮挡使心室内外壁轮廓不闭合,由此,单纯基于灰度对图像进行搜索和匹配建模的策略并不适合心脏的CT图像。现有的文献中缺乏针对心脏CT图像的心脏运动浅析探讨成果,并且缺少对心脏的动态参数统计分类心脏疾病的探讨。本论文基于心脏CT图像进行了左心室建模,提取了左心室的动态参数,并对动态参数做了统计浅析来评价心脏功能。本论文主要的工作如下:1.提出了一种基于心脏CT图像建立左心室点分布模型的策略。该策略主要包括手动分割,点云获取,NURBS表面拟合,重采样和点云匹配这五个步骤。其中根据左心室的解剖结构和心肌分布的特点对手动分割进行了轮廓标记的优化,并且根据制约点的分布特点对NURBS拟合进行了点序列的优化,以物理相位时间划分为依据,可以得到7个主要相位时刻的左心室点分布模型。2.针对得到的左心室点分布模型,提取了左心室心肌扭转角度和扭转角速度两个动态参数,并且计算了心肌速度,加速度,扭转角及扭转角速度这几个参数在不同物理相位时刻的值。3.将点分布模型中计算出的左心室动态参数与临床上统计的范围值作比较,根据临床上的运动异常状态浅析左心室运动情况。并且由于数据源对于心脏是否病变有着缺失,由此引入了无监督的聚类策略对动态参数进行统计分类,浅析了心脏运动异常的疑似区域。关键词:心脏CT图像论文左心室点分布模型论文动态参数论文统计浅析论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要5-6
ABSTRACT6-9
第1章 绪论9-15
3.
4.
4.
第5章 总结及展望55-57
致谢63-64
攻读学位期间参加的科研项目和成果64
摘要:左心室的泵血功能维持着人体的血液循环,因而对左心室的运动浅析可以辅助诊断心脏疾病。通过医学图像建立左心室三维模型,然后基于模型来浅析左心室的运动状态和评价心室功能成为近年来的探讨热点,而通过对反映心室局部功能的动态参数进行统计浅析可以实现疾病的早期诊断和治疗,由此相关的探讨工作尤为重要。心脏的CT图像是临床诊断的重要手段与依据,图像中左心室内外壁轮廓为不规则椭圆,且造影时由于左心房对左心室的遮挡使心室内外壁轮廓不闭合,由此,单纯基于灰度对图像进行搜索和匹配建模的策略并不适合心脏的CT图像。现有的文献中缺乏针对心脏CT图像的心脏运动浅析探讨成果,并且缺少对心脏的动态参数统计分类心脏疾病的探讨。本论文基于心脏CT图像进行了左心室建模,提取了左心室的动态参数,并对动态参数做了统计浅析来评价心脏功能。本论文主要的工作如下:1.提出了一种基于心脏CT图像建立左心室点分布模型的策略。该策略主要包括手动分割,点云获取,NURBS表面拟合,重采样和点云匹配这五个步骤。其中根据左心室的解剖结构和心肌分布的特点对手动分割进行了轮廓标记的优化,并且根据制约点的分布特点对NURBS拟合进行了点序列的优化,以物理相位时间划分为依据,可以得到7个主要相位时刻的左心室点分布模型。2.针对得到的左心室点分布模型,提取了左心室心肌扭转角度和扭转角速度两个动态参数,并且计算了心肌速度,加速度,扭转角及扭转角速度这几个参数在不同物理相位时刻的值。3.将点分布模型中计算出的左心室动态参数与临床上统计的范围值作比较,根据临床上的运动异常状态浅析左心室运动情况。并且由于数据源对于心脏是否病变有着缺失,由此引入了无监督的聚类策略对动态参数进行统计分类,浅析了心脏运动异常的疑似区域。关键词:心脏CT图像论文左心室点分布模型论文动态参数论文统计浅析论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要5-6
ABSTRACT6-9
第1章 绪论9-15
1.1 探讨的目的及作用9-10
1.2 心脏建模探讨近况10-12
1.2.1 心脏表面模型分类10-11
1.2.2 心脏建模策略11-12
1.3 心脏运动浅析探讨近况12-13
1.4 论文内容13
1.5 论文的组织结构13-15
第2章 心脏的成像策略与心脏参数15-272.1 心脏的成像策略15-18
2.2 心脏参数的比较浅析18-24
2.1 诊断参数19
2.2 功能参数19-24
2.3 心脏物理相位的划分24-25
2.4 小结25-27
第3章 基于 CT 图像的左心室四维建模27-403.1 手动分割28-32
3.1.1 手动标记轮廓点28-30
3.1.2 手动标记优化30-31
3.1.3 获取点云31-32
3.2 表面 NURBS 拟合32-353.
2.1 NURBS 曲面拟合32-33
3.2.2 曲面拟合优化33-34
3.2.3 表面拟合结果34-35
3.3 重采样35-363.4 点云匹配36-37
3.4.1 迭代最近点算法(ICP)36
3.4.2 点云匹配结果36-37
3.5 左心室四维 PDM 模型37-39
3.6 小结39-40
第4章 左心室参数的计算及统计浅析40-554.1 左心室运动情况浅析40-42
4.1.1 室壁运动分段41
4.1.2 室壁节段运动异常分类41-42
4.2 左心室运动参数计算42-484.
2.1 心肌速度,加速度计算42-46
4.2.3 心肌扭转角度,扭转角速度计算46-48
4.3 参数的统计浅析48-544.
3.1 统计分类算法48-49
4.3.2 k-means 聚类算法49-50
4.3.3 运动异常浅析50-51
4.3.4 运动异常区域分类51-54
4.4 小结54-55第5章 总结及展望55-57
5.1 总结55-56
5.2 展望56-57
参考文献57-63致谢63-64
攻读学位期间参加的科研项目和成果64