面向计算机辅助骨科手术的影像特征提取方法及软件实现.pdfVIP

摘要

计算机辅助骨科手术是利用导航系统、医用机器人、医学成像设备等完成高

效精准微创的骨科手术过程。本文面向计算机辅助骨科手术流程中对准确高效提

取影像中骨区域特征的需求，针对手术的不同阶段，选取术前CT影像和术中超

声影像，系统开展图像分割与特征提取方法研究，涉及CT影像骨区域分割与重

建、超声影像骨表面分割与提取、医学影像骨特征提取软件开发与集成等。全文

主要成果如下：

(1)CT影像骨区域分割与重建。通过分析CT成像原理和数据格式，实现CT

影像数据的读取与可视化。利用阈值分割获取人体骨组织阈值范围，在此基础上，

提出一种交替区域生长算法，并结合形态学方法，实现相邻骨组织的有效分割。

基于分水岭算法和人工交互的方式，对分割结果进行优化，实现欠分割区域的提

取。利用移动立方体算法，对特征提取结果进行三维重建，得到术前患骨模型，

通过对比不同分割方法的重建效果，验证所提出方法的有效性。

(2)超声影像骨表面分割与提取。基于超声图像的灰度特征和相位特征，预

处理得到深度加权图像和相位对称图像，实现超声图像骨表面增强和噪声抑制。

提出一种用于超声图像骨表面分割的深度学习网络A-U2-Net，其主干部分基于

2

U-Net网络搭建，通过添加注意力机制模块和替换正则化方式，提高网络对骨轮

廓的识别效果。结合预处理结果，构建多通道叠加图像数据集，利用其对不同的

网络进行训练和预测，并对分割结果进行评价。实验结果表明，所提出的网络可

以更准确的分割提取超声图像骨表面特征，并且使用多通道叠加图像可以提高神

经网络的分割质量。

(3)医学影像骨特征提取软件开发。分析医学图像特征提取软件的功能需求，

构建软件系统的功能架构，利用Web技术搭建软件的整体逻辑框架。采用前后

端分离开发模式，围绕特征提取算法模型及软件界面设计等方面开展医学图像可

视化、图像数据存储与共享、图像自动分割等功能模块的开发，形成一套Web端

医学图像可视化与骨特征提取软件。针对CT与超声影像特征提取的整体流程，

对软件各个功能模块进行测试，验证分割算法和软件系统的有效性。

关键词：计算机辅助骨科手术，医学图像分割，特征提取，区域生长，相位对

称性，深度学习

I

ABSTRACT

Computer-assistedorthopaedicsurgeryemploysnavigationsystems,medical

robots,andmedicalimagingdevicestocompletesurgicalproceduresthatareefficient,

accurate,andminimallyinvasive.Inviewoftheneedforpreciseandefficient

extractionofbonefeaturesinthecomputer-assistedorthopaedicsurgeryprocess,this

paperselectspreoperativeCTimagesandintraoperativeultrasoundimagesfordifferent

stagesofthesurgeryandsystematicallyconductsresearchonimagesegmentationand

featureextractionmethods.ThisinvolvesreconstructingboneregionsfromCTscans,

segmentingbonesurfacesfromultrasoundimages,anddevelopingbonefeature

extractionsoftwaresystem,etc.Themainachievementsofthisthesisareasfollows:

(1)Boneregionsegmentationan