脊椎特征點自動檢測和匹配的研究.pdf

1、由于長期不正確姿勢使用電子產品，脊椎疾病已經成為人群中的常見疾病。脊椎領域的相關研究成為了新的研究熱點。隨著計算機圖形圖像的技術發(fā)展，將可視化技術引入醫(yī)學領域，能夠為相關疾病的術前預演，術中導航，術后評價等過程提供相關支持。目前脊椎疾病治療過程中仍然缺乏自動化的數據采集手段，導致相關采集過程只能用手動或者半自動方式進行。
　　為了達到脊椎數據自動采集和測量的目的，本文首先研究了脊椎特征點的自動檢測。在此基礎上，利用特征點匹配方法，

2、訓練樣本數據，從而達到目標脊椎數據的自動化采集。
　　首先，本文對比分析了三種三維建模方法，分別是：面繪制、體繪制和基于Simpleware的建模方法，建立了脊椎三維模型。通過比較三種方法優(yōu)缺點，本文采用基于Simpleware的建模方法構建出脊椎L3實驗模型。
　　接著，本文總結了目前主流的特征點檢測方法。把三維模型的特征點檢測方法分為三類，分別是：基于3D幾何結構的特征點檢測方法、基于2D特征算子的特征點檢測方法和基于語

3、義的特征點檢測方法這三大類。對于每一大類，都詳細介紹了一種或多種典型的代表算法，分析了算法的原理和流程。特征點檢測算法為本文的研究提供理論基礎。
　　本文的主要工作集中在特征點檢測的實現和特征點檢測效果分析。利用VTK開發(fā)包，本文實現了三大類特征點檢測方法。通過將實現的算法應用于構建出來的脊椎L3模型中，得到多個特征點檢測結果。通過參考已有的醫(yī)學特征點定義方式和特征點評價標準，本文對脊椎特征點檢測效果，從多個影響因素對算法進行分析