显微CT三维血管图像定量分析的研究
谭海
学位类型博士
导师肖体乔
2016
学位授予单位中国科学院研究生院(上海应用物理研究所)
关键词定量分析 三维图像 血管 显微ct 骨架
摘要CT成像技术自上世纪70年代问世以来取得了迅速的发展,在生物医学领域获得了广泛而深入的应用。同时,通过图像定量分析的方法分析三维CT图像中研究对象的形态和结构,也成为了生物医学研究的重要手段。许多疾病的产生和发展都表现出了血管异常与畸变的现象,例如血栓、肿瘤和肝硬化等。利用三维图像定量分析的方法分析血管结构的形态和特征,提取血管分支数、血管管径以及血管密度等定量参数研究医学问题,已成为许多疾病早期检测、诊断和研究治疗方案的必要辅助方法。近年来,随着X射线成像技术的不断进步,采集到的三维血管图像具有越来越高的分辨率,血管细节信息更为丰富。基于同步辐射的显微CT成像(Synchrotron radiation micro-computed tomography,SR-μCT)技术,具有高分辨和可实现相衬成像(Phase Contrast Imaging,PCI)的特点。相比于传统的X射线吸收成像,X射线相位衬度CT成像(Phase Contrast Computed Tomography)对低Z元素样品具有更高的密度分辨能力。例如对生物样品的成像中,由于不同生物软组织间密度差异较小,吸收成像难以分辨出不同的软组织;而通过相位衬度CT成像,利用相位信息分辨不同的软组织,可以获得较好衬度的三维图像。利用X射线的吸收特性采集生物样品的血管图像时,为了在图像中显示清晰的血管,往往需要对血管填充造影材料。与之相比,相位衬度CT成像无需借助造影剂,减少了样品制备的复杂性,并且对于采用吸收成像时因为造影剂颗粒太大而不能渗透的微小血管也能够采集到清晰的图像。采集到的三维血管图像分辨率高、细节丰富和数据量大的新特点对图像的定量分析方法也提出了更高的要求和新的挑战。针对上海光源X射线成像及生物医学应用光束线站(BL13W)对于三维图像定量分析的大量需求,本文开始了显微CT三维血管图像定量分析的研究,取得了一下几个方面的成果:1.发展出了基于血管树形结构提取血管定量参数的三维图像分析方法。该方法根据血管树状结构的特点,从根部区域遍历整个血管网络,提取血管分支、血管分叉点和血管长度等一系列定量参数。此外,与传统提取血管定量参数的方法相比,还得到了血管关于树形结构的定量信息,如血管分支所位于的树的层级和血管树延伸的最高层级深度等,为定量描述三维血管的结构和形态提供了更加丰富的分析手段。2.显微CT三维血管图像定量分析中,提取血管骨架(skeleton)是获得整个血管网络定量信息的关键步骤。通过血管骨架这种单像素宽度的线性结构,“简化”表征血管图形,能够方便的提取出描述血管结构和形状的量化参数,如长度和数目等。因此,提取的血管骨架是否足够精确直接决定了后续定量分析的可靠性和准确性。为了解决现有的骨架提取算法存在的过度细化、缺失分支和存在“毛刺”噪声等问题,本文提出了基于血管末端的骨架细化提取算法,提取到的血管骨架具有几何不变性。生成精确表征三维血管图形的骨架,保证了血管定量分析结果的准确性和可靠性。3.血管骨架的提取是一个极为耗费时间的运算过程,通过Open MP多线程技术实现血管骨架提取算法的并行化运算,使得提取血管骨架的时间缩短了一个数量级。对于1.95 GB大小的显微CT三维血管图像,使用16个线程进行并行运算时,可将运算时间由176 min缩短到13 min,显著的提高了提取血管骨架的时间效率。4.血管分析算法和骨架提取算法软件工具的开发实现,本文提出的算法作为软件模块集成在3D Slicer中运行。并简单介绍了利用软件工具分析CT血管图像的流程。5.应用本文三维血管图像定量分析的算法对小鼠肝脏纤维化模型进行研究。利用图像分析的方法提出了新的定量分析指标高层级血管率(HVR)用以评估不同小鼠肝脏的纤维化程度,图像分析的结果与实际血管增生现象和肝脏纤维化程度关系相符合。
语种中文
文献类型学位论文
条目标识符http://ir.sinap.ac.cn/handle/331007/26086
专题中科院上海应用物理研究所2011-2018年
作者单位中国科学院上海应用物理研究所
推荐引用方式
GB/T 7714
谭海. 显微CT三维血管图像定量分析的研究[D]. 中国科学院研究生院(上海应用物理研究所),2016.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
谭海.pdf(8842KB)学位论文 开放获取CC BY-NC-SA请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[谭海]的文章
百度学术
百度学术中相似的文章
[谭海]的文章
必应学术
必应学术中相似的文章
[谭海]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。