超聲手術(shù)導(dǎo)航系統(tǒng)中圖像去噪和呼吸信號(hào)獲取與建模.pdf

1、手術(shù)導(dǎo)航系統(tǒng)目前已經(jīng)成為計(jì)算機(jī)技術(shù)與醫(yī)學(xué)領(lǐng)域融合的理論研究和臨床應(yīng)用新熱點(diǎn)。本文研究基于超聲圖像引導(dǎo)的經(jīng)皮穿刺類手術(shù)導(dǎo)航系統(tǒng)中若干關(guān)鍵技術(shù)。眾所周知，超聲成像過(guò)程通常伴隨著嚴(yán)重的斑點(diǎn)噪聲。其對(duì)圖像細(xì)節(jié)所造成的干擾，會(huì)給進(jìn)一步進(jìn)行圖像分割和邊緣檢測(cè)帶來(lái)一定困難，進(jìn)而影響醫(yī)生進(jìn)行快速準(zhǔn)確的診斷。因此在手術(shù)導(dǎo)航過(guò)程中無(wú)論是進(jìn)行圖像配準(zhǔn)還是圖像分割，都需要先對(duì)超聲圖像進(jìn)行去噪處理。經(jīng)皮穿刺類手術(shù)的主要對(duì)象是人體軟組織器官，由于軟組織器官在人體呼

2、吸運(yùn)動(dòng)時(shí)會(huì)產(chǎn)生位移，從而會(huì)影響到對(duì)術(shù)中超聲圖像和術(shù)前CT、MR圖像的配準(zhǔn)，同時(shí)影響穿刺的準(zhǔn)確性。針對(duì)以上存在的問(wèn)題，本文對(duì)超聲圖像去噪和呼吸運(yùn)動(dòng)的獲取與建模進(jìn)行了研究，主要內(nèi)容如下:
　　針對(duì)超聲圖像去噪問(wèn)題，本文提出了基于曲率加權(quán)全變差模型的乘性噪聲去噪算法。通過(guò)引入差異曲率算子，使得本文算法能夠在去除乘性噪聲的同時(shí)有效的保留圖像邊緣和細(xì)節(jié)。針對(duì)該模型使用分裂Bregman迭代方法進(jìn)行求解，得到較為理想的效果。
　　本文在

3、Visual Studio2010和OpenCV環(huán)境下搭建了基于光學(xué)定位體外呼吸監(jiān)測(cè)系統(tǒng)，實(shí)現(xiàn)了體外呼吸信號(hào)的實(shí)時(shí)檢測(cè)，該系統(tǒng)可以檢測(cè)體外三個(gè)標(biāo)志點(diǎn)的運(yùn)動(dòng)，檢測(cè)速率達(dá)到20幀/s。
　　手動(dòng)選取模板，利用模板匹配的方法從超聲圖像序列中獲得體內(nèi)呼吸信號(hào)，所獲得的呼吸信號(hào)與體外呼吸信號(hào)有很好的相關(guān)性。利用Hessian矩陣自動(dòng)提取模板，實(shí)現(xiàn)了從超聲圖像序列中自動(dòng)獲取體內(nèi)呼吸信號(hào)。然后使用多項(xiàng)式模型和SVR對(duì)體內(nèi)和體外呼吸運(yùn)動(dòng)進(jìn)行建模，