（论文 字数：29758页数：68）摘 要：心脑血管疾病是危害人类健康最为严重的杀手。目前，临床主要通过基于二维DSA的血管造影图像来诊断病情,但是准确性和客观性较差,对人体有创伤,且价格昂贵。基于CT容积数据的血管提取与病情诊断方法，由于处理的是三维数据，能获得比二维的造影图像更丰富的信息，且由于其无创伤性和价格低廉，已成为临床研究的重要课题。本文研究基于CT容积数据的血管提取与重建方法，并已成功应用于三维血管分析系统。
血管提取方面，针对基于中心似然值的血管中心线提取算法中心点计算不准确的缺点，引入了滤波预处理和灰度加权处理两种方案。实验证明，两种方法都能获得更加接近于真实的血管中心的似然值；其次，在跟踪方向的计算上，将原始的基于两点的跟踪方向扩展到多点的跟踪，使得算法对于弯曲血管的跟踪更加稳定。实验证明了只要获得了用户输入的待分析血管段的起始和终止位置，该算法就能够自动地找到两个起始点和一个终止点之间的所有的离散血管中心点。
血管重建方面，首先，提出一种基于0.618法的血管中心线等间隔采样方法，将中心线的等间隔采样问题转换为求单峰函数的极小值问题，成功地得到了距离相等的离散中心点；其次，提出了一种基于坐标变换的血管切片生成算法，它根据平移和旋转坐标变换得到了平滑过渡的血管切片，使血管的中心在每层切片的中间位置；最后，通过将所有切片堆叠起来实现血管的拉直，并根据三次线性差值算法沿血管的中心线产生一个剖面，以利于后续的定量分析。
最后，给出了一个三维血管分析系统。它通过交互式方法成功地实现了血管的提取和拉直以及后端的定量分析。

关键词：血管提取,血管重建,CT容积数据,中心线提取,定量分析

Abstract ：Cardiovascular and cerebrovascular diseases are the most serious killers to human health. At present, 2D DSA images are widely used in clinic diagnosis. However they are invasive and expensive, and have low accuracy and objectivity. As a 3D technology, vessel extraction and vascular disease diagnosis based on the CT volume data has become an important research focus, since it contain more information than those based on the 2D angiography. It is also non-invasive and inexpensive. This thesis deals with vascular extraction and reconstruction algorithms based on CT volume data, leading to successful application to three-dimensional vascular analysis system.
For vascular extraction, filter preprocessing and gray-weighted processing are introduced to improve the accuracy of centerpoints calculation of the center-likelihood value based vessel centerline extraction algorithm. Experiments show that both schemes can reach as close as the real likelihood of vascular centre; Then, the original tracking based on two points’ direction is extended to multi-point tracking, which makes the algorithm more robust for tracking the curving vessel. Experimental results show that as long as the initial and termination positions of the interested vessels are obtained, the algorithm can automatically find all the discrete vascular centerpoints between two starting points and an end point.
For vascular reconstruction, an equal space centerline sampling method based on the 0.618 algorithm is proposed, which convert the problem of equal space sampling of the vessel centerline to seeking for the minimal value of single peak function. It successfully finds the discrete centerpoints of same neighboring distance; secondly, a vessel slice generation algorithm based on the coordinate transformation is presented, which obtains smooth transition vascular slices according to translation and rotation matrixes. It guarantees the each centerpoint of the blood vessel lies in center of its slice; finally, all the slices are piled to straighten the vascular. A profile is generated along the centerline of the vessel with the help of the three linear interpolation algorithm, which facilitates consequent quantitative analysis.
Finally, a three-dimensional vascular analysis system is given, which successfully realizes the vascular extraction and straight draught as well as quantitative analysis, through human-machine interaction.

Keywords: Vessel Extraction Vessel Reconstruction CT Volume Data Centerline Extraction Quantitative Analysis

目录

第一章 绪论 1
1.1 课题背景及意义 1
1.1.1 课题背景 1
1.1.2 研究意义 3
1.2 血管分析的研究现状 3
1.2.1 血管路径线和中心线提取 3
1.2.2 造影图像中血管的提取 4
1.2.3 血管狭窄程度的评估 4
1.3 论文的研究内容和章节安排 5
1.3.1 研究内容 5
1.3.2 章节安排 6
第二章 医学图像的预处理及图像分割 7
2.1 引言 7
2.2 医学图像的获取 7
2.3 医学图像的预处理 8
2.3.1 邻域平均法 9
2.3.2 中值滤波 9
2.3.3 高斯平滑滤波 10
2.3.4 实验结果与分析 10
2.4 医学图像分割 11
2.4.1 引言 11
2.4.2 基于区域的分割 12
2.4.3 基于边缘的分割 15
2.4.4 实验结果与分析 17
2.5 小结 18
第三章 血管的提取 19
3.1 引言 19
3.2 三维血管分析系统介绍 20
3.2.1 软件功能 20
3.2.2 系统原理 21
3.2.3 主要功能模块介绍 21
3.3 基于跟踪法的三维血管中心线提取算法 22
3.3.1 算法原理 22
3.3.2 血管中心的计算 23
3.3.3 跟踪方向的计算 28
3.3.4 跟踪的结束条件 30
3.4 小结 30
第四章 血管的重建 31
4.1 引言 31
4.2 基于坐标变换的血管拉直重建算法 31
4.2.1 血管拉直重建算法的原理 31
4.2.2 等间隔采样 32
4.2.3 断层图像插值 35
4.2.4 切面计算 37
4.2.5 切片体数据的生成 38
4.2.6 实验结果与分析 41
4.3 小结 42
第五章 血管的定量分析 43
5.1 引言 43
5.2常见的血管定量分析方法 43
5.2.1 直线段和曲线段的测量 43
5.2.2 周长和面积的测量 43
5.2.3 血管狭窄程度的度量 44
5.3 小结 45
第六章 结束语 47
6.1 工作总结 47
6.2 未来展望 48
致 谢 49
参考文献 51
攻读硕士期间发表的论文 57
附录A 59

第一章 绪论
1.1 课题背景及意义
1.1.1 课题背景
1895年，德国物理学家伦琴发现X射线，开启了医学影像学的大门。计算机的出现是人类在二十世纪所取得的最伟大发现，近20余年间，传统的放射技术与计算机相结合，产生了包括CT(Computed Tomography)，DSA (Digital Subtraction Angiography )，MRA(Magnetic Resonance Angiography)等在内的一系列新的医疗诊断设备，带来了影像学的变革。利用计算机来进行医学图像数据的表达、处理和定量分析占据越来越重要的位置，其中主要涉及到两个过程，即如何更好地提取物体以及描述物体。