脑部疾病威胁着人类的健康,MRI技术能够提供人脑清晰、直观的三维解剖图像,是评估脑的正常以及异常病理的重要依据。随着计算机技术、数字化图像处理技术的不断发展,医学图像可视化技术也在不断更新,软件结构从原来的单机用户模式发展到C/S(Client/Server,即客户机/服务器)模式,再发展到现在盛行的B/S(Browser/Server,即浏览器/服务器)模式。搭建基于Web的脑磁共振图像的可视化平台来存储和管理大量的脑磁共振图像及病人信息,实现浏览器端对脑MR图像的加载、解析和处理,有助于信息共享和远程诊断,从而提高研究和诊断的效率。论文利用django框架快速、简洁,非常适合构建数据库驱动的网站的特点,搭建了脑磁共振图像的数据库系统,实现了基于Web浏览器的DICOM图像可视化,设计和开发了一个可以存储、查询、可视化分析和图像分割全方位的平台。本文的主要工作如下:1.基于需求分析,确定系统的技术架构和设计功能模块,建立相应的数据库模型。采用前后端分离的开发方式,后端采用django+Python+My SQL,前端基于***+***+Webpack,实现用户管理模块、病人信息管理模块和后台管理模块,研究和实现大文件的断点续传方式,并从客户端、服务器端和数据库三个方面设计系统安全。2.对DICOM标准进行概述,并介绍DICOM格式文件的数据结构和编码方式。使用DWV(DICOM Web Viewer)开源框架和HTML5标准中的Canvas标签实现DCM(DICOM文件后缀名)图像在Web浏览器端的加载,并实现了DCM图像的解析。3.在DCM图像加载和解析的基础上,完成对图像的在线操作,包括测量感兴趣区域面积、阈值滤波、图像锐化、边缘提取等操作。基于Live Wire算法实现图像处理界面的交互分割和基于区域增长分割算法实现颅骨分割。通过对各功能模块的功能测试,本平台各项功能符合预期,真正实现了跨平台、免操作系统移植和远程操作。为研究人员的研究和医生的诊断提供便捷,为脑部患者提供个人信息和图像查询,为脑磁共振图像的进一步研究奠定基础。
暂无评论