应用于肿瘤治疗的CT与MRI图像融合研究

论文摘要

随着医学与科技的不断发展,肿瘤的靶向治疗受到了国际、国内的普遍关注,并得到了较广泛的应用。在进行氩氦刀靶向肿瘤治疗前,必须明确肿瘤的形状和部位及其与周围血管和其他器官的关系,才能制定出合理的治疗计划。肿瘤的靶向治疗一股情况下是在B超或CT图像或MRI图像的引导下进行手术的。由于成像原理不同,CT和MRI反映人体的信息也各有侧重,利用单模态图像制定的靶向治疗计划是不全面的,在治疗时难以达到肿瘤的精确定位。图像融合技术可以从不同模态的图像中提取有用信息,剔除冗余,所以图像融合技术在肿瘤治疗中起到了越来越重要的作用。本文主要研究CT与MRI图像融合算法和图像融合应用。在图像融合算法方面,提出了基于PCA加权和小波变换的图像融合方法,并进行了实验。在图像融合的应用方面,为了辅助氩氦刀肿瘤靶向治疗系统,对肿瘤的分割技术和肿瘤测量技术进行了深入的研究,并进行了实验。通过本文的研究不仅可以辅助医生做出更加合理的靶向治疗计划还有助于靶向治疗手术中肿瘤的精确定位。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• §1-1 课题提出的意义
• §1-2 图像融合的国内外发展现状
• §1-3 图像融合方法综述
• 1-3-1 像素级图像融合的算法
• 1-3-2 特征级图像融合算法
• 1-3-3 符号级图像融合算法
• 1-3-4 小结
• §1-4 本学位论文的主要工作
• 1-4-1 本学位论文主要的研究内容
• 1-4-2 本论文的总体结构
• 第二章 像素级简单图像融合方法
• §2-1 像素灰度值选大图像融合方法
• §2-2 像素灰度值选小图像融合方法
• §2-3 加权平均图像融合方法
• §2-4 权系数主分量分析的选取方法
• §2-5 像素级简单融合方法的图像融合实验
• §2-6 本章小结
• 第三章 基于PCA加权和小波变换的图像融合方法
• §3-1 小波变换的图像融合方法
• 3-1-1 目前人们利用小波变换做图像融合研究的现状
• 3-1-2 图像的小波变换及其Mallat算法
• 3-1-3 小波变换高、低频常用的融合规则介绍
• §3-2 基于PCA加权和小波变换的图像融合方法
• 3-2-1 基于PCA加权和小波变换的图像融合方法的提出依据和方法介绍
• 3-2-2 基于PCA加权和小波变换的图像融合实验
• §3-3 融合效果评价
• §3-4 本章小结
• 第四章 医学图像肿瘤分割技术
• §4-1 医学图像分割技术
• 4-1-1 医学图像分割的目的和意义
• 4-1-2 医学图像分割技术的发展
• 4-1-3 医学图像分割方法
• 4-1-4 医学图像分割技术的评价
• 4-1-5 小结
• §4-2 肿瘤分割技术
• 4-2-1 图像的二值化处理
• 4-2-2 数学形态学处理
• 4-2-3 区域生长法分割
• 4-2-4 边界追踪
• §4-3 肿瘤交互分割的实现
• §4-4 本章小结
• 第五章 肿瘤测量
• §5-1 肿瘤面积的测量
• 5-1-1 区域筛选法
• 5-1-2 多边形逼近法
• 5-1-3 多边形面积公式推导
• §5-2 肿瘤体积的测量
• 5-2-1 曲线拟合
• 5-2-2 常用的曲线拟合方法
• §5-3 肿瘤位置及其与周围组织关系的测量
• 5-3-1 肿瘤的重心
• 5-3-2 肺部的外轮廓
• 5-3-3 肿瘤位置与肺部外轮廓的关系
• §5-4 确定肿瘤面积、体积以及其与周围组织关系
• §5-5 本章小结
• 第六章 结论与展望
• 参考文献
• 致谢