一、CT影像计算机辅助教学系统的开发与应用(论文文献综述)
刘彩霞[1](2021)在《计算机辅助肺癌CT诊断教学关键技术研究》文中提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。
隆涛[2](2020)在《医学图像三维重建及辅助诊断算法研究》文中进行了进一步梳理据世界卫生组织统计,肺癌已经成为确诊病例数、致死人数最高的癌症。利用计算机技术对肺癌的早期形态——肺结节进行筛查有利于早发现、早治疗,提高肺癌的生存机会,同时也能减轻阅片负担,辅助医生的诊断工作。近年来,深度学习技术在发展的同时也被应用到包含医学图像分析的各个领域,利用深度学习进行肺结节的检测与分割就是其中一个热点研究方向。本文以胸部CT图像数据为研究对象,探索利用深度学习和三维重建技术提供快捷、准确且易观察的肺结节辅助诊断方法。主要内容如下:首先,研究了基于Mask R-CNN的肺结节检测与分割方法。由于医学图像具有样本量少和正负样本不平衡的特点,本文采用了具有骨干网络迁移学习机制、二阶段结构控制正负样本比例、同时具有检测和分割功能的Mask R-CNN,并探索了具有不同权重的损失函数对检测和分割结果的影响。目前研究大都是肺结节的检测任务,缺乏含肺结节轮廓标签的数据集,本文将LUNA16数据集进行预处理,之后在影像科医生标记的肺结节直径基础上,利用labelme标记工具,建立了包含2763张具有肺结节轮廓标签的胸部CT横截面数据集:labeme_LUNA16;然后分别在数据集LUNA16、labelme_LUNA16和Ali Tian Chi上进行了实验:在labelme_LUNA16数据库上,肺结节检测评估获得了在1 FP/scan时,88.1%的敏感度和0.796的CPM分数,超过近期大部分的研究,同时将模型在独立的Ali Tian Chi数据集上进行评估,获得了0.625的CPM分数,表明模型具有较好的泛化能力和鲁棒性;在labelme_LUNA16数据库上,肺结节分割获得了0.882的AP@50分数。其次,研究了医学图像三维重建方法。研究了面绘制代表算法:移动立方体法和体绘制代表算法:光线投射法的实现方法和优缺点,并在口腔CT数据上进行对比实验,比较不同参数和算法的绘制效果,然后进行了肺部和肺结节三维重建实验。最后,基于MITK开放平台,设计了肺结节三维可视化辅助诊断系统。该系统的肺结节三维重建结果与横截面、矢状面、冠状面的位置、大小一致,同时也可以对三维模型进行交互操作,表明了该系统的有效性和可操作性。
杜晓珍[3](2020)在《智能PACS的设计与实现》文中研究指明医学影像归档与传输系统(PACS)是用于存储归档影像文件、调阅影像数据和管理患者检查报告的综合应用系统,在癌症等重大疾病诊疗中起着重要作用。随着近年影像检查需求的快速增长,放射科医生相对不足,依赖人工阅片的影像诊断方式面临极大挑战。因此,在当前人机融合的发展趋势下,智能影像诊断方法的临床应用需求更加迫切。本文旨在设计一款智能PACS系统,在PACS系统的基础功能上增加数据集标注、智能图像检测、辅助教学三个新技术模块。本文完成的主要工作包括:1.针对缺乏用于深度学习研究的专业医学影像标注数据集的问题,引入了数据集标注模块,支持医师在诊断阅片工作中实时标注,并生成XML标注文件,为研究人员提供高质量数据集。系统利用MSXML解析工具对XML文件进行解析,通过访问和编辑XML文件节点,实现对标注的保存、加载、修改等功能;2.针对目前国内影像科医师阅片压力剧增的问题,设计了智能图像检测模块,该模块引入深度学习模型对医学影像进行病灶检测,借助Active MQ消息中间件技术实现深度学习模型的异步调用,并将模型的检测结果利用Redis缓存进行存储,供医生调阅,达到辅助影像诊断的目的。同时,该模块通过部署Redis主从架构实现数据的读写分离,从而缓解Redis主服务器的压力;3.针对现有系统功能无法满足影像科人才培养工作需求的问题,设计了辅助教学模块。该模块提出诊断报告的三级审核方法,使实习医生深入参与到诊治过程中。本文设计了合理的报告处理流程,使三级审核流程与传统的二级审核流程兼容,为影像科实习医生及规培医生提供实践平台。同时,针对非正式医生设计了学习平台,支持影像诊断报告的对比学习。理论上,本文的PACS系统使医生能够在诊断时标注病灶部位,有助于提供高质量数据集,促进深度学习在医学图像识别领域的发展。在实际应用中,本系统初步实现了智能图像检测功能,有助于提高癌症早期筛查及诊断的准确率。本系统的辅助教学功能有助于提高对影像科专业人才的培训效果,具有重要临床应用价值。
翟浩宇[4](2020)在《面向模板影像学习的医学影像数据库构建研究》文中认为面对医疗大数据时代的海量医学影像资源,如何进行有效存储管理并进一步做好知识挖掘是亟需解决的难题。传统管理方法注重数据的存储与检索,忽略了对其中丰富解剖学和生理学信息的挖掘。另一方面,在医学影像的计算机辅助分析领域,特定人群的模板影像构建需要大量训练数据,急需从医学影像大数据库获取样本资源。模板影像是通过对大量样本影像进行机器学习获得的人群代表性影像,其中包含了样本人群的平均图像特征和不同个体之间的解剖形态和像素灰度差异。模板影像可被用来与个体病人影像进行配准,用于疾病诊断、人体仿真等领域。本研究以课题组常年与全国医院合作收集的大量医学影像为基础,构建数据库实现影像的存储与检索,并进一步研究算法实现海量影像的自动挖掘学习,构建不同身体部位、不同采集模式的代表性模板影像。本文研究内容包括以下三个方面:(1)构建医学影像数据库。基于课题组收集的396435幅医学影像数据设计医学影像数据库框架,实现依据图像采集信息、成像部位和病人信息的数据检索。采用MySQL搭建数据库后端提供数据存储的功能,使用Python编程实现医学影像数据的预处理与自动化存储,通过Django搭建基于Web的数据检索平台,提供医学影像数据在线查询、检索、修改与导出。(2)提出一种基于主动表观模型的模板影像生成方法,使用器官所在图像区域的变形场表示解剖形态变化,利用主成分分析法求解形状和灰度变化的主分量,进一步采用线性规划方法将这些主分量与人体生理参数相关联,最终构建了可以根据生理参数调节器官形态和像素灰度的模板影像。本方法对胸部和腰椎CT(Computed Tomography)、心脏PET(Positron Emission Computed Tomography)影像成功构建了模板影像,为不同生理特征的人群生成针对性的模板影像。(3)实现了一种基于深度学习算法的模板影像生成方法,采用无监督的Voxelmorph图像配准网络生成随人体生理参数变化的模板影像。实验结果展示了该方法可以成功生成随年龄而改变脑部结构形态的脑核磁模板影像。研究进一步对比了深度学习方法与前面的主动表观模型方法的性能,验证并分析了两种模板影像生成方法的优点与不足,主动表观模型方法具有更好的算法可解释性,深度学习方法的模型生成速度与精确度更高。本研究实现了医学影像数据库资源的有效利用,为生成中国人群的代表性医学影像奠定了初步技术基础。
何流[5](2020)在《计算机辅助诊断高血压颅内出血CT图像处理研究》文中研究说明在医学图像处理的领域中,高血压脑出血CT定量计算的问题,前人提出了诸多方法。但是这些方法大多是基于半自动的分割方法或者阈值分割法,不但增加了医生的工作量,并且由于背景、噪声等干扰因素,使得阈值分割和其他聚类分割方法失效,造成结果判断不准确,因此本文研制计算机辅助诊断(Computer Aided Diagnosis,CAD)对比数据库中的已知技术模式,从而发现技术疑点,通过计算机来实现临床实验的各项检查结果,并且通过计算机来实现影像学资料数值化技术。尽快找出异常,交由临床医生进行最终确诊,为临床病症诊断起参考价值。在放射影像中运用的计算机辅助诊断,也被称之为基于医学影像的计算机辅助诊断(MIBCAD),能够解决放射科医生面对影像信息较多,较大的工作量,影像学诊断水平依赖操作医生的能力经验等问题。因此MIBCAD技术应用临床能够处理大量患者影像数据及时查疑预防漏诊,并基于医学影像学处理建模提升诊断准确率。提出了基于MMD语义分割的高血压脑出血CT影像分割算法,借助于水平集自动轮廓的评估算法实施分割,使得出血区域不清晰和不完整等问题得到有效的解决,最后实现出血区域的迭代手段的分割处理,实证分析MMD语义分割算法。设计高血压脑出血CT影像计算机辅助诊断系统,首先提出总设计构思并分析系统设计模块功能;然后建立CT影像出血量计算方法;最终实验结果表明,基于CT影像学的脑出血电脑辅助检查确诊系统,可以帮助临床医师更加快速准确的确定患者情况,包括出血量、中线移位程度并预测患者血肿情况,为病人提供更好的治疗方案奠定基础,在临床医学中的实践运用价值很高。
张楠[6](2019)在《基于多样本图谱的PET/CT图像自动分割方法研究》文中研究说明正电子发射层析/计算机断层(Positron Emission Tomography/Computed tomography,PET/CT)成像由于同时具备功能代谢显像和解剖结构显像的技术优势,在癌症的诊断和治疗中起到了重要的作用。在PET/CT影像诊断分析过程中,人体主要器官的分割是临床诊断或治疗的基础步骤,而分割的精确性与实时性是后续工作顺利进行的关键。PET/CT影像中,软组织器官对比度差且边缘模糊,传统手工分割消耗大量人力且分割质量依赖操作者的经验程度与工作状态。为实现PET/CT图像中的器官自动分割,本课题通过多图谱算法引入解剖学的先验信息,实现精确高效分割PET/CT中多器官的目的。本课题首先进行了基于低剂量CT影像的图谱选择策略研究。图谱选择作为多图谱算法的关键步骤决定了后续分割的精确度。当选择图谱足够接近目标样本时,可以得到更加精确的分割结果。我们从图像相似度和生理标准这两类选择标准出发,对三种图谱选择策略进行了实验评估。结果标明,依据身体质量指数的图谱选择策略在精度上略逊于依据图像相似度的选择策略,但是在计算上花费更少的时间,适合大量数据批处理分割。骨骼、肺部、心脏和肝脏的分割精度均较好,这些器官对图谱选择策略不敏感。另外,各种选择策略对脾脏和两肾得到的精度均较差,提示我们下一步的工作重点应该是提高脾脏和两肾的分割精度。基于图谱选择策略研究的结论,本课题将进一步研究目标确定为提升腹部器官分割精度及改善自动分割效率。为了解决CT中腹部器官对比度差问题,我们基于利用双模态PET/CT图像提出了多图谱分割的双模态改进算法。算法分别基于CT和PET图像进行多图谱分割,利用先粗后精的双分辨率原则进行分割。本研究还提出了用曲面多图谱来代替传统体素标签图谱,显着提高了分割速度和分割结果的平滑性。实验结果显示,使用双模态PET/CT影像与基于单模态的分割相比显着性得提升了分割精度(Dice指标中值均高于0.8,表面距离中值均低于2.5毫米),而基于曲面图谱的策略使算法在耗时上(每例节约10分钟)及器官分割结果的边缘平滑性上都得到了明显改善。此外,作为拓展研究,还用所提出算法分割的大量PET/CT影像数据构造了能够展示人体解剖形态差异的在线解剖教学系统,为医学教学提供新颖的器官个体差异与形态变化。
周显军[7](2019)在《小儿肝脏与肿瘤三维重建的临床研究及神经母细胞化疗敏感性的机制探讨》文中提出目的精准了解肝脏解剖对于肝切除等手术的安全开展至关重要,最初的肝脏分段研究基于尸体肝脏标本的灌注模型,难免欠精准。随着数字医学技术的不断发展和三维成像研究的深入,通过三维重建得到的数字化肝脏模型,可以从任意的角度观察门静脉、肝静脉、肝动脉在肝脏中的解剖关系及血管变异情况,使得在活体上评价个体的肝段及肝亚段成为可能。我们根据大样本量人类正常肝脏及血管系统的三维重建影像,以精准肝脏外科要求的基本功能性肝单位的门静脉走行为基准进行肝脏分段。方法收集2013年10月至2017年3月青岛大学附属医院、浙江大学附属儿童医院等全国16家医院的上腹部增强CT影像资料,运用计算机辅助手术系统(Hisense CAS)对1260例各年龄段人类正常肝脏的增强CT原始DICOM文件进行分析,三维重建出肝脏、肝内血管系统,建立数字化肝脏3D模型,根据数字化肝脏和血管系统三维模型,以精准肝脏外科要求的基本功能性肝脏单位的门静脉分支为基准,进行数字肝脏分段,对门静脉的血管形态、走行、支配区域进行统计及数据分析。结果计算机辅助手术系统(Hisense CAS)三维重建获得的数字化肝脏模型可清晰显示门静脉四级以上血管,基于门静脉四级血管供应区域的数据分析并进行数字肝脏分段。由于左半肝门静脉变异较少,基于右前支变化分为A、B型,其中A型右前支分为两主支与Couinaud及Cho分段类似,分为8段(537例,42.62%),B型右前支分为三主支,分为9段(464例,36.82%)。C型右后支呈扇形分布(102例,8.10%)。将多种特殊变异类型归为D型(157例,12.46%)。肝段分型在不同性别构成中差异无统计学意义(c2=2.179 P=0.536),在不同年龄组中分布差异无统计学意义(c2=0.357 P=0.949)。结论三维数字化肝脏模型能显示肝内真实的立体解剖关系和肝内肝静脉、门静脉等血管的变异情况,通过数字医学三维可视化技术对门静脉解剖结构、支配区域进行观察并进行个体化肝脏分段,在充分认识肝脏解剖复杂性的基础上强调个性化肝脏解剖对于精准肝切除具有重要意义。目的肝母细胞瘤是儿童最常见的肝脏恶性肿瘤,占儿童原发性肝脏肿瘤的50%60%,多在5岁以内发病,发病机制尚不明确。小儿肝母细胞瘤通常瘤体较大、部位复杂、手术视野局限,且由于小儿肝脏血管纤细、器官体积小,对手术打击的耐力差等特点,小儿肝母细胞瘤的手术需要更加精准和微创。本文旨在探讨计算机辅助手术系统(Hisense CAS)在儿童肝母细胞瘤术前可切除性评估及手术规划中的临床价值。方法收集2015年1月2018年9月在青岛大学附属医院行肝脏肿瘤切除术的25例肝母细胞瘤患儿,术前基于上腹部二维CT及数字化肝脏重建模型分别进行可切除性评估,对比肿瘤的可切除率,应用计算机辅助手术系统指导肿瘤切除。分析25例患儿术前肝功能情况、甲胎蛋白、手术时间、出血量、术后住院天数、病理类型、并发症等情况。结果25例肝母细胞瘤患儿中,通过二维CT判断,仅7例可一期手术切除。通过数字化肝脏模型进行术前评估12例可行一期手术切除,13例患儿建议行化疗后延期手术。其中,3例患儿肿瘤巨大,基本情况差不耐受化疗,1例患儿家属坚决拒绝化疗,通过计算机辅助手术系统评估残余肝体积可代偿,遂行一期手术切除。25例患儿中共16例行一期肿瘤切除,9例行化疗后延期肿瘤切除,手术时间为160.6min(85min220min),术中出血量为27.12ml(3ml150ml),术后住院天数10.24d(5d15d),输血率28%(7/25),病理结果证实均为肝母细胞瘤。25例患儿均成功手术切除肿瘤,康复出院,随访至今,除2例患儿发生肝内或肺转移外,其他患儿未见明显的异常。结论通过计算机辅助手术系统(Hisense CAS)进行三维重建得到的数字化肝脏模型,基于全方位观察肿瘤与血管的毗邻关系,虚拟手术、设计手术方案并计算功能性残余肝体积等二维CT无法获得的信息,使部分基于二维CT规划手术认为不能切除的患儿成功手术,提高了肿瘤的可切除率,通过设计、规划最佳手术方案,使肝切除手术更加精细、安全。目的神经母细胞瘤是儿童最常见的恶性肿瘤,严重威胁患儿生命。化疗在神经母细胞瘤的治疗中起着至关重要的作用,但临床发现很多患儿对化疗不敏感。我们旨在研究miR-142-3p靶向调控HMGB1及其对神经母细胞瘤细胞对CDDP化疗敏感性影响的分子机制。方法1.构建神经母细胞瘤耐药细胞株SH-SY5Y/CDDP,RT-PCR检测细胞内miR-142-3p的表达水平;2.CCK8和Elisa检测过表达miR-142-3p对耐药细胞株SH-SY5Y/CDDP的凋亡和IC50水平的影响;3.构建HMGB1 3’UTR区荧光素酶报告载体,验证miR-142-3p对HMGB1的靶向调控作用;4.Western Blot检测转染miR-142-3p后SH-SY5Y细胞中HMGB1的表达水平;5.利用si RNA敲减耐药细胞株SH-SY5Y/CDDP中HMGB1的表达,western blot检测si RNA的敲减效果,CCK8和Elisa方法检测SH-SY5Y/CDDP细胞的IC50和凋亡情况。结果1.构建神经母细胞瘤耐药细胞株SH-SY5Y/CDDP成功,耐药细胞株IC50由原来的(4.57±0.65)ug/ml增加到(23.53±3.87)ug/ml,比亲本高了5.15倍;RT-PCR结果显示耐药的SH-SY5Y/CDDP细胞株中miR-142-3p表达水平显着低于正常的SH-SY5Y细胞。2.Elisa结果显示,过表达miR-142-3p后,与转染control mimics组相比,耐药细胞株SH-SY5Y/CDDP细胞用CDDP处理后凋亡水平升高,IC50显着降低(7.02±1.38 VS 24.27±4.13)ug/ml(P<0.05);3.荧光素酶活性检测表明miR-142-3p能够显着抑制HMGB1的荧光素酶活性;4.Western Blot结果显示,在SH-SY5Y细胞中过表达miR-142-3p后,细胞中HMGB1蛋白水平明显下调,miR-142-3p与HMGB1的表达呈负相关;5.两条si RNA敲减HMGB1后,SH-SY5Y/CDDP耐药细胞株用CDDP处理后凋亡水平升高,细胞的IC50由对照组的(24.61±4.07)ug/ml,分别下降到(9.65±1.39)ug/ml和(8.43±1.76)ug/ml(P<0.05)。结论miR-142-3p的靶基因为HMGB1,miR-142-3p能够通过靶向调控HMGB1的表达而增加神经母细胞瘤细胞对CDDP化疗的敏感性。
吕飞[8](2019)在《利用三维互动软件学习髋臼骨折Judet-Letournel分型的随机对照试验》文中进行了进一步梳理目的髋臼骨折的治疗一直是创伤骨科医生、尤其是年轻医生的一大挑战。正确判断髋臼骨折的类型对于理解骨折损伤机制、制定手术方案、选择手术入路和预测患者预后具有重要意义。传统的髋臼骨折分型学习仍然沿用二维的图片教学,对于准确理解髋臼骨折造成一定的困难。尽管三维教学工具已在医学教育中广泛使用,并且已证实其有助于复杂解剖结构的认知,但是在骨折分型学习这一领域尚未见相关报道。本实验旨在设计一款针对髋臼骨折Judet-Letournel分型的三维互动学习软件,并设计随机对照试验验证其应用效果。方法30名符合纳入标准的受试者被随机等分为2组,其中男17例,女13例,年龄2429岁,平均25.8±1.19岁。实验组(n=15)采用三维互动软件学习髋臼骨折Judet-Letournel分型,对照组(n=15)则采用传统的二维图片教学。学习过程结束后所有受试者接收髋臼骨折分型的测试,同时应用李克特量表评估两组受试者对各自学习过程的满意度。对于正态分布数据采用独立t检验比较两组数据有无差异,对于非正态分布数据采用曼-惠特尼秩和检验,P小于0.05认为有统计学差异。结果实验组和对照组髋臼骨折分型测试的正确率分别为58.67±9.16%和49.33±11.00%,差异有统计学意义(t(28)=2.526,P=0.017,Cohen’s d=0.92)。同时,实验组(36.13±3.04)在李克特量表得分方面显着高于对照组(31.87±4.72;Z=2.477,P=0.013)。结论利用三维互动软件学习髋臼骨折分型较传统的二维图片教学能够取得更好的学习效果和用户满意度,在复杂骨折分型的教学中值得推广。
麻宏阳[9](2018)在《口腔颅颌面外科机器人中虚拟手术软件开发及精度验证》文中研究指明目的:本研究旨在自主研发适用于口腔颅颌面外科的虚拟手术软件,并初步进行临床应用及精度验证。所创建的虚拟手术软件能整合于外科机器人系统中,并对本系列研究中已有的口腔颅颌面外科机器人进行精确有效的操作控制。方法:基于微软Visual Studio 2015软件及VTK7.1.1软件工具包的具有自主知识产权的口腔颅颌面外科虚拟手术软件的开发与设计,针对该软件选取临床病例进行临床功能实现,并与本领域广泛应用的商业化虚拟手术软件SimPlant进行对比精度验证。结果:本研究建立具有自主知识产权的口腔颅颌面外科机器人虚拟手术软件CMF Robot Plan;并经临床病例验证,证实该软件对虚拟手术设计及规划具有可行性;自主创建的虚拟手术软件与主流商业化虚拟手术软件进行线距和角度测量的比较,测量数据通过统计学软件SPSS进行Bland-Altman分析:线距和角度测量的误差分析图可见基本上所有的点都在95%的一致线内。进一步计算组内相关系数ICC,得出线距统计量为0.994、角度统计量为0.987,两组统计量均大于0.75。结论:1.具有自主知识产权的虚拟手术软件,经临床病例验证基本可以实现口腔颅颌面外科常见手术的虚拟手术设计及规划。2.选取临床病例与主流商用化虚拟手术软件SimPlant在线距和角度的测量进行对比精度验证,统计结果表明CMF Robot Plan与SimPlant在线距和角度的测量上两者一致性较好。3.基于所建立的具有自主知识产权、源代码开放的虚拟手术软件,能与口腔颅颌面外科机器人进行数据通讯连接,为实现外科机器人安全与精确的控制奠定基础。
龚敬[10](2018)在《基于CT影像的肺结节计算机辅助检测与鉴别诊断方法研究》文中指出肺癌逐步成为全球死亡率最高的癌症,“早发现、早诊断、早治疗”是提高肺癌患者生存率的关键。肺癌早期一般表现为肺结节,因此,检测肺结节是肺癌早期诊断的首要步骤。在临床上,检测肺结节多采用螺旋CT,而在CT扫描中产生的大量影像数据,加重了放射科医生的阅片负担,致使其诊断的效率和准确率下降。在此背景下,基于CT影像的肺结节计算机辅助检测/诊断(Computer-Aided Detection and/or Diagnosis,CAD)技术应运而生。近几十年来,虽然国内外学者研发了不同类型的CAD技术和方法辅助放射科医生进行肺结节的检测和鉴别诊断,但是到目前为止,低敏感性、高假阳性仍然是肺结节CAD方法存在的主要问题。针对上述问题,本文重点围绕CAD算法开展了两个方面的研究内容:?CT影像肺结节检测方法研究;?肺结节良恶性鉴别方法研究。第一,针对CT影像肺结节检测(Computer-Aided Detection,CADe)方法,本文提出了两种不同的算法:?基于动态自适应模板匹配和FLDA(Fisher Linear Discriminant Analysis)分类器的肺结节检测算法。首先,采用一系列预处理方法,分割和提取肺实质区域,并对分割后图像进行重采样;然后,利用3D球形滤波算法检测和分割3D感兴趣区域,并在此基础上运用3D动态自适应模板匹配算法对肺结节区域进行粗筛选;最后,选用FLDA分类器进一步排除疑似肺结节区域中的假阳性肺结节。通过与近年来文献中报道的算法进行对比,结果表明本文CADe算法能够在保持较高检测敏感性的同时,有效降低假阳性。?基于3D张量滤波和局部图像特征分析的肺结节检测方法。首先,采用肺实质分割方法提取肺实质区域,并利用图像重采样算法使分割后图像在各个方向的分辨率达到一致;然后,利用3D张量滤波算法和局部图像特征分析方法检测和定位疑似肺结节区域;最后,利用随机森林分类器进一步排除假阳性肺结节区域。通过利用公共数据集中的数据进行实验,结果表明相比于近年来文献中报道的肺结节检测方法,在相同假阳性率的条件下,本文方法可以有效提升检测的敏感性。最后,为进一步分析上述两种算法的性能,本文还进行了对比实验,结果表明方法?不仅能够提高肺结节检测的敏感性,而且可以有效降低检测的假阳性。第二,针对肺结节良恶性鉴别诊断(Computer-Aided Diagnosis,CADx)方法,本文主要开展了两个方面的研究:?研究了不同训练数据集对肺结节良恶性鉴别算法性能的影响。首先,通过利用肺结节分割、特征提取与优化、SMOTE重采样、分类器鉴别等图像处理和特征分析步骤,设计了基于CT图像的肺结节良恶性分类方法。然后,分别选用包含早期和晚期肺癌的数据集对该分类方法的性能进行测试。实验结果表明,在训练数据集中增加早期肺癌数据可以有效提高肺结节良恶性鉴别分类器的性能。?为进一步提升肺结节良恶性鉴别方法的性能,本文提出了基于影像特征和肿瘤标记物特征的肺结节良恶性分类方法。首先,分别利用CT影像和肿瘤标记物特征设计了两种不同的肺结节良恶性分类方法;然后,选用包含病理诊断“金标准”的肺结节样本分别训练和测试两种鉴别方法;最后,采用信息融合方法将两种鉴别方法获得的分类结果融合,进一步提升CADx算法的性能。实验结果表明,综合利用不同类型的肺结节特征,可有效提高肺结节良恶性鉴别方法的性能。最后,在总结和整理本文研究算法的基础上,设计和开发了一套基于CT影像肺结节CAD软件系统。该软件系统主要包括:图像信息读取、图像浏览、肺组织分割和检测分析等四个模块。通过运用本课题中研究的各类图像分割、检测方法,实现了肺结节检测、肺部组织分割、三维可视化显示等功能,为相关算法在临床中应用推广奠定了基础。
二、CT影像计算机辅助教学系统的开发与应用(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、CT影像计算机辅助教学系统的开发与应用(论文提纲范文)
(1)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 |
(2)医学图像三维重建及辅助诊断算法研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 肺结节检测 |
1.2.2 肺结节分割 |
1.3 研究难点 |
1.3.1 肺结节尺寸差异大 |
1.3.2 肺结节CT征象复杂 |
1.3.3 扫描图像质量差异 |
1.3.4 医学图像本身的限制 |
1.4 本文研究内容及章节安排 |
1.4.1 本文研究内容 |
1.4.2 本文章节安排 |
第2章 医学图像基础及其目标检测分割算法 |
2.1 医学图像基础 |
2.1.1 医学图像存储格式 |
2.1.2 CT亨氏值、窗宽和窗位 |
2.1.3 三个坐标系 |
2.2 肺结节的CT征象 |
2.3 目标检测算法 |
2.3.1 R-CNN |
2.3.2 SPP-net |
2.3.3 Fast R-CNN |
2.3.4 Faster R-CNN |
2.3.5 Faster R-CNN+FPN |
2.4 医学图像分割 |
2.4.1 patch-based architecture |
2.4.2 FCN |
2.4.3 U-net |
2.5 本章小结 |
第3章 基于Mask R-CNN的肺结节检测与分割算法 |
3.1 Mask R-CNN算法 |
3.1.1 骨干网络(backbone) |
3.1.2 特征金字塔网络(FPN) |
3.1.3 区域建议网络(RPN) |
3.1.4 功能分支:分类、检测和分割 |
3.2 实验过程 |
3.2.1 数据库 |
3.2.2 数据预处理 |
3.2.3 Mask R-CNN参数设置 |
3.2.4 实验环境 |
3.3 实验结果与分析 |
3.3.1 肺结节检测结果 |
3.3.2 肺结节分割结果 |
3.4 本章小结 |
第4章 医学图像三维重建算法 |
4.1 移动立方体法 |
4.2 光线投射法 |
4.3 算法分析与比较 |
4.4 三维重建实验 |
4.4.1 三维重建实验环境 |
4.4.2 实验过程与结果 |
4.5 本章小结 |
第5章 肺结节三维可视化辅助诊断系统 |
5.1 系统总体架构 |
5.2 系统开发平台 |
5.2.1 系统硬件开发平台 |
5.2.2 系统软件开发平台 |
5.3 系统功能与测试 |
5.4 本章小结 |
第6章 总结与展望 |
6.1 工作总结 |
6.2 工作展望 |
参考文献 |
致谢 |
攻读硕士学位期间从事的科研工作及取得的成果 |
(3)智能PACS的设计与实现(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 PACS系统简介 |
1.2 研究背景及意义 |
1.3 国内外研究现状 |
1.3.1 PACS系统的研究现状 |
1.3.2 医学智能图像检测技术的研究现状 |
1.4 研究内容与结构安排 |
2 相关技术与开发工具 |
2.1 系统开发工具 |
2.1.1 MFC开发框架 |
2.1.2 WinForm开发框架 |
2.2 DICOM标准 |
2.2.1 DICOM标准简介 |
2.2.2 DICOM文件解析 |
2.3 XML可扩展标记语言 |
2.3.1 XML简介 |
2.3.2 XML解析工具 |
2.4 Redis缓存数据库 |
2.5 Active MQ中间件技术 |
2.6 本章小结 |
3 系统的需求分析 |
3.1 功能性需求分析 |
3.2 非功能性需求分析 |
3.3 本章小结 |
4 系统的总体设计与实现 |
4.1 系统设计目标及原则 |
4.1.1 系统设计目标 |
4.1.2 系统设计原则 |
4.2 系统框架结构设计 |
4.2.1 界面层 |
4.2.2 业务逻辑层 |
4.2.3 数据层 |
4.3 系统功能模块的设计 |
4.3.1 基础功能模块 |
4.3.2 数据集标注模块 |
4.3.3 智能图像检测模块 |
4.3.4 辅助教学模块 |
4.4 数据库设计 |
4.4.1 系统E-R图设计 |
4.4.2 数据库表设计 |
4.5 系统功能模块的实现 |
4.5.1 系统界面的实现 |
4.5.2 基础功能模块的实现 |
4.5.3 数据集标注模块的实现 |
4.5.4 智能图像检测模块的实现 |
4.5.5 辅助教学模块的实现 |
4.6 本章小结 |
5 系统的关键技术 |
5.1 数据集标注模块的关键技术 |
5.1.1 标注文件的标准化结构 |
5.1.2 数据集的标准化存储 |
5.2 智能图像检测模块的关键技术 |
5.2.1 图像检测算法简介 |
5.2.2 基于.Net的多线程技术 |
5.2.3 Redis读写分离方案 |
5.2.4 基于窗技术的DICOM图像显示 |
5.3 本章小结 |
6 系统测试 |
6.1 测试环境与内容 |
6.2 系统功能性测试 |
6.2.1 基础功能测试 |
6.2.2 数据集标注功能测试 |
6.2.3 智能图像检测功能测试 |
6.2.4 辅助教学功能测试 |
6.3 系统性能测试 |
6.4 本章小结 |
7 总结与展望 |
7.1 工作总结 |
7.2 未来展望 |
参考文献 |
个人简介 |
致谢 |
(4)面向模板影像学习的医学影像数据库构建研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外相关研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 本文研究内容 |
2 医学影像数据库及模板影像学习基础理论与方法 |
2.1 医学影像数据库 |
2.1.1 数据库分类 |
2.1.2 医学影像存储结构 |
2.1.3 医学影像数据格式 |
2.1.4 数据库管理系统 |
2.2 模板医学影像 |
2.2.1 模板医学影像的定义 |
2.2.2 模板影像的应用 |
2.2.3 主动表观模型 |
2.2.4 图像配准 |
3 医学影像数据库的构建 |
3.1 影像数据介绍 |
3.2 医学影像数据库的构建 |
3.2.1 需求与功能分析 |
3.2.2 概念结构分析 |
3.2.3 逻辑结构设计 |
3.2.4 数据库实施 |
3.2.5 数据的入库操作 |
3.2.6 数据库的安全与维护 |
3.3 数据库的使用效果展示 |
3.3.1 数据库中的数据 |
3.3.2 数据检索平台 |
3.3.3 测试 |
3.4 本章小结 |
4 基于主动表观模型的模板影像学习 |
4.1 实验数据 |
4.2 算法描述 |
4.2.1 形状建模 |
4.2.2 灰度建模 |
4.2.3 关联生理参数 |
4.3 实验结果与分析 |
4.4 本章小结 |
5 基于深度学习的模板影像生成方法 |
5.1 实验数据 |
5.2 基于无监督的模板影像生成方法 |
5.2.1 Voxelmorph配准框架 |
5.2.2 模板影像生成方法 |
5.2.3 数据预处理 |
5.3 实验结果与分析 |
5.3.1 实验环境与参数设置 |
5.3.2 实验结果与分析 |
5.3.3 方法对比与分析 |
5.4 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(5)计算机辅助诊断高血压颅内出血CT图像处理研究(论文提纲范文)
摘要 |
Abstract |
1 前言 |
2 材料与方法 |
3 基于最大均值误差的脑出血区域语义分割 |
4 CT 影像出血量计算预测 |
5 高血压脑出血 CT 影像计算机辅助诊断试验结果 |
结论 |
参考文献 |
综述 |
参考文献 |
附录1 |
攻读学位期间发表文章情况 |
致谢 |
个人简历 |
(6)基于多样本图谱的PET/CT图像自动分割方法研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题研究背景和目的 |
1.2 国内外研究现状及发展动态分析 |
1.3 传统多图谱方法介绍 |
1.4 课题研究内容 |
2 基于低剂量CT影像的多图谱分割算法研究及图谱选择策略评估 |
2.1 图谱与测试数据 |
2.2 算法流程 |
2.3 最佳匹配训练样本选取方法研究 |
2.3.1 基于图像相似度的图谱集选择 |
2.3.2 基于生理标准的图谱集选择 |
2.4 结果 |
2.5 分析与讨论 |
2.6 结论 |
3 基于双模态PET/CT影像的多图谱分割算法研究 |
3.1 图谱与测试数据 |
3.2 算法流程 |
3.2.1 躯干CT分割 |
3.2.2 腹部PET分割 |
3.3 结果 |
3.3.1 精确度度量 |
3.3.2 使用单一PET或 CT的分割比较 |
3.3.3 与现有方法比较 |
3.3.4 曲面融合与体素融合方法比较 |
3.4 分析与讨论 |
3.5 结论 |
4 分割结果应用扩展研究 |
4.1 构建包含中国人群解剖学差异的Web端三维器官模型系统 |
4.1.1 解剖模型国内外发展现状 |
4.1.2 数据与模型构建 |
4.1.3 基于Web端的可形变人体解剖学模型显示 |
4.1.4 结果 |
4.1.5 讨论与结论 |
结论 |
参考文献 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(7)小儿肝脏与肿瘤三维重建的临床研究及神经母细胞化疗敏感性的机制探讨(论文提纲范文)
摘要 |
abstract |
第一部分 数字重建技术在基于肝脏门静脉结构的肝段划分中的作用及意义 |
引言 |
材料与方法 |
1 研究材料 |
2 研究对象 |
3 研究方法 |
3.1 螺旋CT检查方法 |
3.2 螺旋CT检查影像参数 |
3.3 三维重建方法 |
3.4 肝脏门静脉分支及血管分级的命名 |
3.5 肝段分型基本原则 |
4 统计学处理 |
结果 |
1 各年龄肝脏、肝内血管三维重建结果 |
2 肝脏分段结果 |
2.1 肝脏分段A型 |
2.2 肝脏分段B型 |
2.3 肝脏分段C型 |
2.4 肝脏分段D型 |
3 肝段分型在不同性别、年龄中构成结果及分析 |
讨论 |
结论 |
参考文献 |
第二部分 计算机辅助手术系统在儿童肝母细胞瘤个体化手术规划中的作用研究 |
引言 |
材料与方法 |
1 研究材料 |
2 研究对象 |
3 研究方法 |
3.1 螺旋CT检查方法 |
3.2 螺旋CT检查影像参数 |
3.3 三维重建方法 |
3.4 可切除性评估方法 |
3.5 标准肝体积计算方法 |
3.6 术中手术导航方法 |
3.7 手术方法 |
4 统计学处理 |
结果 |
1 肝母细胞瘤患儿可切除性评估结果 |
2 化疗组患儿手术规划结果 |
3 治疗结果及预后 |
典型病例 |
讨论 |
结论 |
参考文献 |
第三部分 miR-142-3p负向调控HMGB1 增加神经母细胞瘤对CDDP化疗敏感性的研究 |
引言 |
材料与方法 |
1 研究材料 |
1.1 细胞系及组织来源 |
1.2 主要试剂及材料 |
1.3 主要仪器 |
2 研究方法 |
2.1 神经母细胞瘤细胞耐药细胞株SH-SY5Y/CDDP的建立 |
2.2 RT-PCR检测miR-142-3p在神经母细胞瘤耐药细胞株SH-SY5Y/CDDP中的表达 |
2.3 细胞转染 |
2.4 CCK8 法检测转染后的细胞IC |
2.5 Elisa法检测转染后的细胞凋亡情况 |
2.6 荧光素酶报告载体的构建 |
2.7 荧光素酶检测实验 |
2.8 过表达miR-142-3p,Western blot检测细胞中HMGB1 的表达水平 |
2.9 敲减miR-142-3p的表达,Elisa检测细胞凋亡情况 |
2.10 敲减miR-142-3p的表达,CCK8 法检测细胞IC50 |
3 统计学分析方法 |
结果 |
1 神经母细胞瘤耐药细胞株SH-SY5Y/CDDP的建立 |
2 过表达miR-142-3p对 SH-SY5Y/CDDP细胞CDDP敏感性的影响 |
3 过表达miR-142-3p对细胞凋亡的影响 |
4 miR-142-3p对 HMGB1 的靶向调控作用 |
4.1 荧光素酶活性检测miR-142-3p对 HMGB1 靶序列的作用 |
4.2 miR-142-3p负向调控HMGB1 在神经母细胞瘤细胞中的表达 |
5 敲减HMGB1对SH-SY5Y/CDDP细胞凋亡的影响 |
6 HMGB1对SH-SY5Y/CDDP耐药的影响 |
讨论 |
结论 |
参考文献 |
综述 |
综述的参考文献 |
攻读学位期间的研究成果 |
英文缩略词表 |
致谢 |
(8)利用三维互动软件学习髋臼骨折Judet-Letournel分型的随机对照试验(论文提纲范文)
摘要 |
ABSTRACT |
第一部分 前言 |
1.1 研究背景 |
1.2 研究目的与方法 |
第二部分 材料与方法 |
2.1 骨盆髋臼三维模型的构建 |
2.2 针对髋臼骨折Judet-Letournel分型的三维互动学习软件的设计制作 |
2.3 受试者招募及分组 |
2.4 心理旋转测验(Mental Rotation Test,MRT) |
2.5 髋臼骨折Judet-Letournel分型的教学 |
2.6 髋臼骨折分型测试的病例选择 |
2.7 髋臼骨折分型测试的实施 |
2.8 李克特量表(Likert scale)的编制及评测 |
2.9 统计学方法 |
第三部分 结果 |
3.1 人口统计学资料 |
3.2 心理旋转测验 |
3.3 髋臼骨折分型测试 |
3.4 李克特量表 |
3.5 小结 |
第四部分 讨论 |
4.1 髋臼的解剖特点 |
4.2 髋臼骨折分型系统的发展 |
4.3 髋臼骨折Judet-Letournel分型对手术入路的指导作用 |
4.4 计算机及相关软件在医学教育中的应用和发展 |
4.5 计算机断层成像术(Computed Tomography,CT)在医学教育中的应用和发展 |
4.6 三维影像/模型在医学教育中的应用和发展 |
4.7 三维学习软件的优势分析 |
4.8 MRT结果的进一步分析 |
4.9 本实验的不足 |
第五部分 结论 |
第六部分 参考文献 |
附录1 |
附录2 |
致谢 |
攻读学位期间发表的相关论文 |
(9)口腔颅颌面外科机器人中虚拟手术软件开发及精度验证(论文提纲范文)
摘要 |
abstract |
英文缩略词表 |
第一章 绪论 |
1.1 课题的背景及国内外现状 |
1.2 本课题研究意义 |
第二章 |
第一部分 2.1 口腔颅颌面外科机器人中虚拟手术软件的建立与临床应用研究 |
2.1.1 医学影像数据的处理及三维可视化与建模 |
2.1.1.1 材料与方法 |
2.1.1.2 结果 |
2.1.1.3 讨论 |
2.1.2 口颅颌面外科手术的虚拟与仿真 |
2.1.2.1 材料与方法 |
2.1.2.2 结果 |
2.1.2.3 讨论 |
2.1.3 口腔颅颌面外科虚拟手术软件的临床应用研究 |
2.1.3.1 材料与方法 |
2.1.3.2 结果 |
2.1.3.3 讨论 |
2.1.4 口腔颅颌面外科机器人工作末端的可视化 |
2.1.4.1 材料与方法 |
2.1.4.2 结果 |
2.1.4.3 讨论 |
第二部分 2.2 CMF Robot Plan软件在二维线距和角度测量的精度验证 |
2.2.1 材料与方法 |
2.2.2 结果 |
2.2.3 讨论 |
第三章 全文总结 |
3.1 结论 |
3.2 创新性 |
3.3 研究展望 |
参考文献 |
致谢 |
学术论文和科研成果目录 |
(10)基于CT影像的肺结节计算机辅助检测与鉴别诊断方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 研究现状分析 |
1.3 研究目的与内容 |
1.4 论文结构 |
1.5 本章小结 |
第二章 肺结节计算机辅助检测与鉴别诊断方法综述 |
2.1 引言 |
2.2 肺结节检测方法概述 |
2.2.1 传统肺结节检测方法 |
2.2.1.1 CT影像数据库 |
2.2.1.2 图像预处理 |
2.2.1.3 肺实质分割 |
2.2.1.4 感兴趣区域提取 |
2.2.1.5 特征提取与优化 |
2.2.1.6 检测分析与降低假阳性 |
2.2.2 基于深度学习肺结节检测方法 |
2.2.3 总结与讨论 |
2.3 肺结节良恶性鉴别方法概述 |
2.4 肺结节CAD系统性能评价方法 |
2.5 本章小结 |
第三章 肺部影像数据库构建及肺组织分割方法研究 |
3.1 肺部影像组学数据库构建方法研究 |
3.1.1 引言 |
3.1.2 肺部影像组学数据库构建方法 |
3.2 肺实质分割方法研究 |
3.2.1 引言 |
3.2.2 基于灰度积分投影和FCM的肺实质分割算法设计 |
3.2.2.1 灰度积分投影 |
3.2.2.2 模糊C均值聚类 |
3.2.3 实验结果与讨论 |
3.3 本章小结 |
第四章 CT影像肺结节计算机辅助检测算法研究 |
4.1 基于动态自适应模板匹配和分类器方法的肺结节检测方法研究 |
4.1.1 引言 |
4.1.2 基于动态自适应模板匹配和分类器方法的肺结节检测算法设计 |
4.1.2.1 预处理 |
4.1.2.2 粗筛选 |
4.1.2.3 降低假阳性 |
4.1.3 实验结果与讨论 |
4.2 基于3D张量滤波和图像局部特征分析的肺结节检测方法研究 |
4.2.1 引言 |
4.2.2 基于3D张量滤波和图像局部特征分析的肺结节检测算法设计 |
4.2.2.1 预处理 |
4.2.2.2 三维感兴趣区域的分割与检测 |
4.2.2.3 降低假阳性 |
4.2.2.4 性能评价 |
4.2.3 实验结果与讨论 |
4.3 本章小结 |
第五章 肺结节良恶性鉴别方法研究 |
5.1 CT影像早期与晚期肺癌的计算机辅助诊断方法研究 |
5.1.1 引言 |
5.1.2 CT影像肺结节计算机辅助诊断系统算法设计 |
5.1.2.1 图像数据集 |
5.1.2.2 CADx系统介绍 |
5.1.2.3 性能评价 |
5.1.3 实验结果与讨论 |
5.2 基于影像学特征与肿瘤标记物的肺结节良恶性分类研究 |
5.2.1 引言 |
5.2.2 基于不同类型特征的肺结节良恶性分类系统算法设计 |
5.2.2.1 研究数据集 |
5.2.2.2 CADx系统设计 |
5.2.2.3 性能评价 |
5.2.3 实验结果与讨论 |
5.3 本章小结 |
第六章 CT影像肺结节CAD系统设计与实现 |
6.1 引言 |
6.2 软件框架设计 |
6.2.1 软件功能模块 |
6.2.2 系统API结构 |
6.2.3 软件工作流程 |
6.3 主要功能简介 |
6.3.1 软件初始化 |
6.3.2 影像信息载入 |
6.3.3 肺部组织分割 |
6.3.4 肺结节检测与分析 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 本文工作总结 |
7.2 未来工作展望 |
参考文献 |
在读期间公开发表的论文和承担科研项目及取得成果 |
一、论文 |
二、专利 |
三、科研项目 |
致谢 |
四、CT影像计算机辅助教学系统的开发与应用(论文参考文献)
- [1]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
- [2]医学图像三维重建及辅助诊断算法研究[D]. 隆涛. 重庆邮电大学, 2020(02)
- [3]智能PACS的设计与实现[D]. 杜晓珍. 郑州大学, 2020(02)
- [4]面向模板影像学习的医学影像数据库构建研究[D]. 翟浩宇. 大连理工大学, 2020(02)
- [5]计算机辅助诊断高血压颅内出血CT图像处理研究[D]. 何流. 新乡医学院, 2020(12)
- [6]基于多样本图谱的PET/CT图像自动分割方法研究[D]. 张楠. 大连理工大学, 2019(02)
- [7]小儿肝脏与肿瘤三维重建的临床研究及神经母细胞化疗敏感性的机制探讨[D]. 周显军. 青岛大学, 2019(07)
- [8]利用三维互动软件学习髋臼骨折Judet-Letournel分型的随机对照试验[D]. 吕飞. 上海交通大学, 2019(06)
- [9]口腔颅颌面外科机器人中虚拟手术软件开发及精度验证[D]. 麻宏阳. 上海交通大学, 2018(02)
- [10]基于CT影像的肺结节计算机辅助检测与鉴别诊断方法研究[D]. 龚敬. 上海理工大学, 2018(04)