跳到主要內容

簡易檢索 / 詳目顯示

回結果列表
研究生： 陳信豪
Shin-Hao Chen
論文名稱： 二維CT醫學影像之骨頭輪廓自動擷取
Medical Image Automatically Retrieves The Contours Of Bone Images
指導教授： 賴景義
Jiing-Yih Lai
口試委員:
學位類別： 碩士
Master
系所名稱： 工學院 - 機械工程學系
Department of Mechanical Engineering
畢業學年度： 96
語文別： 中文
論文頁數： 115
中文關鍵詞： 影像分割 、醫學影像
外文關鍵詞： Image Segmentation, Medical Image
相關次數： 點閱：7  下載：0 
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報

    • 二維醫學影像重建為三維模型的技術，除了能幫助醫生對病症診斷的正確性，若重建的網格模型具相當的準確性，在工程上該技術將可應用在人工關節的設計、齒顎關節矯正或顱顏缺陷的修補等
    。本研究主要為開發一套可讀取序列式的DICOM醫學影像檔案之醫學影像平台，該平台除了具有二維影像顯示的基本功能，本研究也將針對序列式的CT影像，發展對於骨頭影像可自動化擷取其輪廓資料，最後可輸出點資料，而該點資料即可供後續發展三維網格的重建技術。

    The technology of reconstructing 3D model from 2D medical images can effectively improve the method of diseases diagnosis. If the accuracy of the 3D model is up to some extent, this technology can be applied for design of joint prosthesis, the orthodontic treatment and the neoplasty of face malformation. The purpose of this research is to develop a software platform which can immediately extract the medical images in digital DICOM archives and deal with those images with a variety of techniques. This research also develops the algorithm which can automatically retrieve the contours of bone images and output those points in appropriate order. Eventually, the results of this research can by employed for the reconstruction of 3D models in the future.

    摘要 I ABSTRACT II 目錄 III 圖目錄 V 表目錄 VIII 第一章 緒論 1 1.1 前言 1 1.2 文獻回顧 5 1.3 研究目的與方法 6 1.3.1 醫學影像平台之基礎建構 6 1.3.2 影像之骨頭輪廓擷取 8 1.3.3 序列式點資料重建三維網格 11 1.4 論文介紹 11 第二章 Amira輪廓擷取工具介紹與範例操作 14 2.1 前言 14 2.2 介面環境介紹與功能操作說明 17 2.2.1 顯示區介面 17 2.2.2 操作區介面說明與操作方法 21 2.3 範例骨頭重建 31 2.4 結論 40 第三章 醫學影像平台的基礎建構 41 3.1 前言 41 3.2 序列式DICOM檔案的讀取 43 3.2.1 DICOM檔案簡介 43 3.2.2 DICOM檔案內容 44 3.2.3 DICOM檔頭組成說明 45 3.2.4 序列式DICOM檔案的讀取 46 3.3 二維影像顯示 50 第四章 CT醫學影像之骨頭輪廓擷取 54 4.1 前言 54 4.2 數位影像簡介與像素關係 55 4.3 影像處理流程 61 4.3.1 區域成長法 63 4.3.2 區域輪廓補償 74 4.3.3 點資料輸出 79 第五章 骨頭範例重建與誤差分析比對 83 5.1 前言 83 5.2 實例骨頭重建 84 5.2.1 操作介面說明 84 5.2.2 人體之股骨近端重建 89 5.3 人工骨誤差分析比對 95 第六章 結論與未來展望 103 6.1 結論 103 6.2 未來展望 104 參考文獻 105

    [1] Digital Imaging and Communication Standard, ACR/NEMA Standard Publication, No. 300, 1989.
    [2] Y. T. Kim, “Contrast Enhancement Using Brightness Preserving Bi-Histogram Equalization”, IEEE Transactions on Consumer Electronics, 43(1), 1-8, 1997.
    [3] R. C. Gonzalez and R. E. Woods, Digital Image Processing, 2nd edition, Addison-Wesley, New York, NY, USA, 2002.
    [4] M. Sonka, V. Hlavac and R. Boyle, Image Processing Analysis and Machine Vision, 2nd edition. New York, USA, pp. 32-35, 1999.
    [5] J. A. Stark, “Adaptive Image Contrast Enhancement Using Generalizations of Histogram Equalization”, IEEE Transactions on Imaging Processing, pp. 889-896, 2000.
    [6] J. Canny, “A computational Approach to Edge Detection”, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. PAMI-8, No. 6, pp. 679-698, 1986.
    [7] W. A. Barrett and E. N. Mortensen, “Interactive Segmentation with Intelligent Scissors”, Graphical Models and Image Processing, Vol. 60, pp. 349-384, 1998.
    [8] N. Otsu, “A Threshold Selection Method from Gray-Level Histograms”, IEEE Transactions on Systems, Vol. 9, No. 1, pp.62-66, 1979.
    [9] 許誌文, 腿骨二維輪廓點資料之三維網格模型重建論文, 國立中央大學機械工程研究所碩士論文, 2008.

    QR CODE
    :::