中文摘要：

周围神经损伤危害性很大，是造成人类伤残及死亡的重要因素之一，其诊断和治疗是困扰临床的难题。为了再现周围神经的空间结构，辅助临床疾病诊断，三维重建是亟待解决的问题。现有研究绝大多数是基于"可视人"数据集，具有很大的局限性，目前国际上还缺乏针对活体周围神经空间树状结构三维重建的研究。针对这个问题，本项目提出（1）基于非下采样Contourlet变换的含噪CT图像增强，自适应增强边缘、抑制噪声；（2）基于自适应形状先验图割算法和区域平均转移跟踪算法的序列图像交互式分割，结合周围神经内在结构特征，提高分割精度；（3）基于NURBS曲面模型的周围神经空间树状结构三维表面重建，保证重建速度；（4）结合临床需求的周围神经疾病辅助诊断，大大减轻医生工作量，避免误诊及漏诊。本项目的研究对更新周围神经损伤的诊疗理念、完善周围神经诊疗手段、开辟周围神经科研与立体解剖教学的新途径等方面均具有重要的应用价值。

结论摘要：

周围神经损伤危害性很大，是造成人类伤残及死亡的重要因素之一，其诊断和治疗是困扰临床的难题。本项目旨在研究周围神经空间结构的三维重建，辅助临床疾病诊断，主要从以下几个方面开展 （1）周围神经增强。根据同层显示HRCT周围神经具有细长管状结构而普通HRCT周围神经似圆形的不同特征，实现基于多尺度Hessian矩阵的周围神经增强。同时，以非下采样Contourlet变换（Non-subsampled Contourlet Transform, NSCT）为基础，实现了基于NSCT和全变差的周围神经去噪和增强，提出了基于NSCT和广义高斯混合模型的周围神经增强，自适应增强边缘、抑制噪声。针对周围神经序列切片的特点，将序列切片作为一个三维时空信号，提出一种基于Surfacelet变换的周围神经切片序列增强算法。 （2）周围神经分割。在增强算法的基础上，实现了基于Grabcut的HRCT周围神经交互式分割。研究了核熵成分分析和谱聚类在HRCT图像分割中的应用；完成了基于稀疏表示和低秩表示的子空间聚类在UCI数据集中的实验，进一步探讨其在HRCT医学图像中的应用。 （3）周围神经三维重建。为了再现脊柱及其内部脊神经的三维立体结构，应用改进的水平集曲线演化模型，对二维HRCT脊神经图像进行分割，应用移动立方体算法进行三维重建，获得了比较理想的脊柱及脊神经的三维重建模型。同时，探索基于模型的周围神经三维重建。 （4）心内膜表面几何模型三维重建及其后处理。以周围神经三维重建为依托，研究心内膜表面几何模型的三维重建。提出了基于改进泊松算法的心内膜表面几何模型三维重建，实现了法向量一致化，消除了二义性对重建结果的影响，同时可以对模型及时修正，满足临床需求。另一方面，研究了基于心内膜散乱点云数据外层点的快速三维重建；通过构造初始椭球模型、粗调和细调，实现模型渐进重构并评价。最后，实现消融线添加、导管与心内膜表面几何模型交互和心电信号QRS波检测等，为电生理信号三维标测奠定基础。 本项目的研究对周围神经损伤的计算机辅助诊断有着极为重要的参考价值，在临床、医学教学、科研等方面均具有广阔的应用前景，对电生理信号三维标测有重要的实际应用价值。