基于MITK的医学图像三维重建及其交互技术研究_图文

中南大学 硕士学位论文 基于MITK的医学图像三维重建及其交互技术研究 姓名:王永华 申请学位级别:硕士 专业:生物医学工程 指导教师:徐效文 20090527

摘要
医学图像三维重建技术是当前医学图像处理的热点之一。它在诊 断医学、手术规划及模拟仿真、虚拟内窥镜、解剖教学等方面都有重 要应用。因此,对医学图像三维重建的研究,具有重要的理论意义和 应用价值。

本文主要研究了基于MITK(Medical Imaging ToolKit)的医学图像
三维重建技术。首先,研究了医学图像的交互分割方法。在三维重建 部分,首先介绍了基于等值面绘制的移动立方体(Marching Cubes)算 法,详细阐述了该算法的原理,在此基础上提出了一种基于等值面优 化的改进算法,并利用MITK平台实现了改进算法下医学图像表面重 建。考虑到图像交互效率,在分析网格简化算法的基础上,实现了一 种基于边折叠的网格简化算法,利用它在MITK平台上对表面重建图 像进行了网格简化。然后阐述了光线投射(Ray Casting)算法的原理、

流程,并利用MITK平台实现了医学图像体重建。最后研究了交互式 三维重建技术,然后利用MITK平台在VC++6.O环境下采用面绘制
技术实现了交互式医学图像三维重建系统。 该系统能对二维医学图像进行数据读取,三维重建,并对重建后 的三维医学图像进行长度测量、角度测定和任意方向平面剖切等,实 现了一个三维交互重建系统的初步功能。 关键词 交互分割,三维重建,MITK,面绘制,体绘制,三维交互

ABSTRACT
The of three.dimensional reconstruction from

technology
one

medical

images iS

of the most important hotpots in the the current medical

imaging research,which is widely used in diagnostic,surgery planning and simulating,virtual endoscopy,teaching in

anatomy.Study

on

three—dimensional reconstruction from medical images has important significance
on

science and worthiness in practical application.

This dissertation mostly studies the

technology
on

of three.dimensional

reconstruction of medical images based

MITK.First.interactive
to

segmentation methods are discussed.With regard

three.dimensional

reconstruction,firstly,the marching cubes algorithm based Iso—Surface

rendering is introduced and its principle is detailed analyzed,then
ef|ficient



MC algorithm based
can

on

optimizing of the Iso.Surface

iS

presented which

improve
on

the traditional

MC

algorithm

and

3D-reconstruction

iS realized

the MITK.Considering the speed of
on

response,a mesh simplification algorithm based

edge collapse is

provided with


and and

successfully used in simplification of medical 3D model

large number of triangles.Secondly,a detailed analysis about the
process of ray-casting algorithm is elaborated,then volume
on

principle

rendering of medical images

MITK is realized.Finally,a interactive

three—dimensional reconstruction
interactive medical

technology

iS

studied is

and

then

an and

3D.reconstruction

system

designed

implemented in the environment of VC++6.0 bv using surface rendering
on

MITK。
The system
can

deal with the data

reading,3D.reconstruction,and
plane
in 3D

has

the function of displaying clipping angle and measuring the

of 3D volume data from any

distance and angle

image。乃e preliminary

function of 3D—interactive reconstruction system is achieved.

KEY

reconstruction,MITK, Surface rendering,Volume rendering,3D interaction

WORDS

Interactive segmentation,3D



原创性声明
本人声明,所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。尽我所知,除了论文中特别加以标注和致谢的 地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包 含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共 同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。

作者签名:

王墨堡

日期:j坐生年上月旦日

学位论文版权使用授权书
本人了解中南大学有关保留、使用学位论文的规定,即:学校有 权保留学位论文并根据国家或湖南省有关部门规定送交学位论文,允 许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内 容,可以采用复印、缩印或其它手段保存学位论文。同时授权中国科 学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》, 并通过网络向社会公众提供信息服务。.

储虢攀新签名数吼逊年上月季日

硕士学位论文

第一章绪论

第一章绪论
1.1医学图像三维重建的背景和意义
在20世纪90年代,综合了计算机图形处理与分析、真实感计算机图形学、 虚拟现实等技术的医学图像的三维可视化一直是国内外研究与应用的热点。三维 可视化技术最关键的部分就是三维重建,即通过对二维图像进行一系列的预处理 后,重新还原出被检物体的三维图像,使重建后的三维模型“真实”地再现组织 和器官的精确性【lJ。 本文目的是研究医学图像的三维重建方法和相关应用。从医疗设备(如CT、 MR/)获取断层序列图像,利用可视化技术重建出三维实体,并对重建出的三维 实体进行运算操作,以便满足临床应用的要求。医学图像三维重建,是指基于科 学计算可视化技术从一系列二维断层医学图像中重构出三维形体,利用计算机显 示并完成三维图像操作【2卅。在此基础上结合实际临床应用,可以实现手术模拟 和虚拟内窥镜等辅助诊断操作。由于人体内部结构十分复杂,通常医生无法观察 到手术进行的实际情况,而且手术具有高危险性,不能预先在人体上模拟。利用
可视化技术,在重建出的三维图像基础上,进行计算机模拟,可以设计、选择最

佳手术。不仅如此,还可以在手术过程中对手术进行情况在屏幕上予以监视,使 医生做到“心中有数”,因而必将大大提高手术的成功率。另一方面,医生通过对 三维重建物体进行视觉交互操作,可以全方位多角度观察感兴趣区域,从而获得 更多的信息,这对医生在手术规划中,观察病变体以及与周围正常组织之间的空 间位置关系,确定科学的手术方案有着重要的意义。

1.2医学图像三维重建技术
l医学图像三维重建方法分类 医学三维图像重建的方法大致可以分为面绘制和体绘制两大类【5l。面绘制首
先在三维空间中数据场中构造出中间几何图元,然后再用传统的计算机图形学技 术进行面绘制【61。体绘制是将三维空间中的离散数据直接转化为二维图像而不必

生成中间几何图元【n,其实质为重新采样与图像合成。这两种技术都能够实现三
维图像中选定结构的可视化,方法上各有优缺点。在实际应用中,通常根据医学

图像数据的特性,对可视化的应用以及所需的可视化结果来对这两种技术加以选
择。

(1)面绘制:医学图像的三维重建就是根据输入的断层图像序列,经分割和

硕士学位论文

第一章绪论

提取后,重建出待建组织的三维几何表示。这种三维几何表示的模型最常用的就 是表面模型。表面模型一般以平面片特别是三角面片来逼近表示,对于封闭的表 面,构成一个多面体,这时也称多面体模型。早期CT切片间距较大,因此早期 的主要研究工作集中在轮廓连接(Contour Connection)或平面轮廓重建形体
(Shape from Planar Contours)上,其中具有代表性的是Keppel在1975年提出

的用三角片拟合物体表面的方法【8,91。这类重建方法需要解决断层图像上的轮廓

抽取、层与层之间的轮廓对应和物体外表面的拟合等问题。随着新一代CT和 MⅪ设备的出现,切片间距及切片内象素间距都可以达到很小,于是出现了基 于体素级的重建方法。 基于轮廓的表面重建在处理存在多重轮廓、分叉、孔洞等情况时较为复杂, 特别是在重建复杂组织器官如大脑等,由于轮廓形状复杂,处理起来很困难。基 于体素级的表面重建方法中,主要有立方块(Cub耐11e)法【Ⅻ、移动立方体
[to](Marching Cubes)、法和n.i]分立方体【11](Dividing Cubes)法。其中Lorensen等人在

1987年提出的移动立方体法(MC)是最有影响力的等值面构造方法,一直沿用至 今。最初的MC算法不能保证三角片所构成的等值面的拓扑一致性,会造成等值 面上出现孔隙。M.J.Durst首先提出了MC算法中的二义性,后来许多人在 Lorensen等的方法基础上做了许多改进。解决二义性的方法主要有两类【1204】: 采用双曲线渐近线交点来判定二义性面和采用四面体剖分方法。清华大学的唐泽 圣、周勇[151等在MC算法的实现上也作了一些改进。移动四面体(Marching Tetrahedron)'法[15-17】是在MC算法的基础上提出的,该算法首先将立方体剖分成四 面体,然后在四面体中构造等值面。进行四面体剖分后,等值面在四面体中的剖 分模式减少,算法实现简单。其次,构造的等值面较MC算法构造的等值面精度 高,而最直接的原因是企图通过在四面体内构造等值面来避免MC算法中存在的
二义性问题。 (2)体绘制:随着医疗设备CT、MRI等生成的图像精度越来越高,目前最先 进的CT可以实现螺旋扫描,理论上可以重构出任意精度的断层图像,因此可以 对体数据直接绘制,重构出更加细腻的三维形体。体绘制不仅能重构出物体的三 维表面,还可以显示出物体内部结构,更适合于临床应用【l引。

体绘制的方法一般可以分为物空间视见法和象空间视见法两类[1 91。物空间
的视见也叫做正向视见(Forward viewing),它包括两个问题:一是坐标变换,即 把物体从物体坐标系变换到屏幕坐标系;二是可见性,也就是确定遮挡关系,解 决隐藏体素消除的问题。常用的方法有深度缓存法(Z一缓存法),只适用于二 值图像。从前至后和从后至前的投影法和Westover提出的“抛雪球法【20】 (Splatting)”。象空间的成像法主要有两种:光线投射法(Ray Casting)和光线跟



硕士学位论文

第一章绪论

踪法限ay Tracing)。光线投射法和光线跟踪法是两种基本的象空间视见方法。这

两种方法都是非常费时的【201,因此在具体应用象空间视见方法时,必须利用各
种相关性来减少计算量。 2医学图像三维重建流程

尽管医学图像的类型各不相同,但三维重建的基本流程却基本一致。主要包
括数据生成,数据预处理,图像绘制,图像显示。

第一步是数据生成,从实际人体中通过医学成像设备获取图像断层序列。
第二步是数据预处理,医学数据图片格式来源多样,包括BMP、JPEG、

DICOM、IM0、RAW等不同格式类型,因此必须根据需要进行格式转换。另外,
医学图像相对一般图像来说,结构复杂、边缘模糊,因此需要进行图像去噪、特 征增强以及插值、配准等处理,从而为图像重建做好准备。 第三步是图像的重建绘制,包括基于表面几何特征进行绘制的面绘制技术和

不经过构造中间几何图元而直接绘制的体绘制技术。这也是整个图像重建的核心
步骤。

第四步是图像的显示,通过计算机图形学技术对重建的图像进行后续处理, 包括光照计算,明暗变换,色彩渲染以及隐藏面消除等,使重建的医学图像更适
合于观察,便于医学工作者进行分析。 医学图像三维重建的整体流程图概括如图1-1所示: 实际人体

获取


采样



医学图像断层序列

处理

插值

医学图像三维重建 渲染
’r

修正



医学图像三维显示

图1-1医学t11 l¥----维重建iL,tv-_

硕士学位论文

第一章绪论

1.3国内外研究现状
1.3.1国外研究现状 近十多年来,在欧美等发达国家的著名大学,国家实验室和大公司科研室里, 关于医学图像三维重建的研究工作及应用试验十分活跃,其技术水平正从后处理 向实时跟踪和交互处理发展,并且已经将超级计算机,光纤高速网,高性能工作 站和虚拟现实四者结合起来,其代表着这一技术领域未来的发展方向。 在科研研究领域,20世纪九十年代初期,以美国为首的科技发达国家先后 实行了可视人计划,虚拟人计划,生理人计划,可视化系统等重大科研计划,并 取得了显著的成果[21’221。 在市场应用领域,国外已经研制了三维医学影像处理的商品化系统【23'241。其 中有的是一个独立的系统,如加拿大的Allegro系统,它可以根据用户需求,与 不同厂家的CT扫描设备或核磁共振仪相连接,美国通用电气公司(GE)的AW4.0, 可以对断层扫描序列图像进行完整的容积重建及分析。有的则是这类医疗设备的 一个组成部分,如以色列爱尔新特公司(Elscint Ltd)、美国通用电气公司(GE) 出产的螺旋CT扫描设备均附有基于图形工作站的医学影像可视化系统,在获得 CT和MR的序列扫描图像后,该系统可以沿三个正交方向逐帧显示序列图像,
可以用不同方法构造三维形体,还可以对三维图像由外而内按层剥离或做任意位

置的剖切以观察内部结构,也可以进行图像平移、缩放、旋转等操作。此外,还 有距离测量及面积、容积的计算等功能。很显然,具有如此强大功能的三维医学 影像处理系统将给诊断和治疗提供很大的方便,但是它们需要计算速度很高、存 储容量很大的计算机系统,连同配套软件一起,其价格非常昂贵。另外,还有美 国Stardent计算机公司推出的AVS系统,美国俄亥俄超级计算机中心开发的APE 系统,德国达姆斯达特FHG.AGD研究中心开发的VIS.A-VIS系统等【251。
1.3.2国内研究现状

国内在医学图像三维重建及可视化研究方面也进行了大量的探索和研究。中
科院自动化所、清华大学、南方医科大学等均做了大量科研研究,并且成功地开

发了一些实验系统。
中科院自动化所人工智能实验室自主开发的医学影像诊断工作台3DMed以 计算机作为平台,能够接收CT、MR等主要医疗影像设备的图像数据,具有二 维图像和三维图像处理功能,包括对图像进行预处理,二维分割以及图像三维绘 制等。另外清华大学计算机系研制的人体断面解剖图像三维重构系统,它能给外

科手术中的影像诊断提供一定的参考。但是普遍存在系统功能不完善,缺乏临床


硕士学位论文

第一章绪论

应用指导等缺陷。 广州南方医科大学珠江医院“863"计划项目成果——医学图像三维重建可 视化仿真手术系统(M口S)已经初步研制成功,它可在虚拟环境下,对手术进行预 设、可行性、指导等方面的评估和论证。“MIPS”采用64排螺旋CT对腹部肿
瘤患者进行薄层扫描以采集数据,然后输入医学图像处理系统,对数据进行快速 自动分割和三维重建,重建后的三维模型与患者本人的个体化腹部脏器完全吻

合。目前,其正在医院和科研院所推广应用中【261。
市场应用方面,国内企业也已经研发了一些三维医学影像处理系统。2005

年4月,西安盈谷科技自主研发的国内首家、完全自主知识产权的“AccuRadpro 医学影像3D高级处理软件系统"已经投入市场。它能对二维医学图像进行快速 的三维重建,并能对临床影像的数据进行科学有效的可视化和智能化挖掘和处 理,为临床提供更多有价值的信息,推动了我国医学影像数字诊断技术在医院的

普及。但总体上说,其市场空间目前较为狭型硼。
总体来说,国内目前的科研水平和国外相比,还有很大差距。由于国外三维

医学图像软件在商品化、集成化方面领先于我国,其软件结构完整,功能强大,
多家国外公司如GE,PHILLIPS等正积极地在国内进行推广。如果不研发出适合我 国国情、拥有自主版权的三维医学图像处理软件产品,国内的用户将面临十分被 动的局面。因此研究自主创新的三维医学图像处理软件产品,具有重大的战略意 义与市场应用前景。

1.4医学图像三维重建的应用
医学图像处理是可视化技术应用最早的领域之一,在对人体内部器官和组织

进行诊断时,医生主要基于断层扫描图像,核磁共振图像及超声图像,但由于这
些图像都是离散的二维序列图像,只有经过专业训练的医生才能通过它们获得对 人体三维器官或组织的病理认识和判断。可视化的任务就是要揭示物体内部的复 杂结构,使我们能够看到通常情况下看不到的物体内部结构。而运用三维重建技 术,从二维图像中直接重建出三维立体图像,从而清晰地显示出人体内部器官或 组织的复杂特征和空间定位关系,有助于医生做出正确的诊断。这些应用可以概 括归纳如下: (1)在医疗诊断中的应用 在临床和医学研究中,CT图像、核磁共振图像和超声图像的广泛应用是医 生临床诊断的有力工具。利用三维重建技术对图像进行处理、构造三维几何模型, 对重建模型不同方向观察、剖切,医生对感兴趣的部位的大小、形状和空间位置 不仅有定性的认识,也可获得定量的认识。

硕士学位论文

第一章绪论

(2)在手术规划及放射治疗规划中的应用 由CT/MRI图像序列重建出病变体、敏感组织和重要组织的形状后,明确其 空间位置,从而以此确定科学的手术方案。在放射治疗中,根据重建几何组织的 三维描述,进行射束安排,使射线照射肿瘤时不会穿过敏感组织和重要组织,不 伤害正常组织或对正常组织伤害尽量小,制定出最优的治疗方案。 (3)在整形与假肢外科中的应用 医学图像重建在整形外科与假肢设计中有着重要的应用。在整形外科中,特 别是颅面外科,目前已有成功应用。在假肢设计中,如做髋骨更换手术之前,先 要重建出髋骨及与之结合部位的三维模型,根据重建模型设计所需髋骨假肢的外 形,使之能与病人的个体特征相吻合,才能减少因假肢形状差异造成手术失败的 概率。 (4)虚拟内窥镜中的应用
虚拟内窥镜是指通过CT、MRI或超声波获得二维断层序列图像,进行三维

可视化处理,在计算机屏幕上生成具有内窥镜可视效果的、病人结构组织序列的 三维可视化图像,结合虚拟现实技术,计算机可以显示连续的三维内腔结构图, 并且可以模拟传统的内窥检查过程,观察到类似于光学内窥镜内观察到的影像。
(5)远程医疗中的应用

利用计算机网络通信,对CT、MRI或超声图像数据进行远程传送和数据共 享,进一步可以实时协同可视化操作,从而实现远程放射计划与治疗,远程手术 等目的。而远程放射计划治疗和远程手术的核心就是医学图像和模型的可视化。 所以,医学图像的可视化可以进一步促进远程医疗的发展。

1.5本文的主要内容和结构安排
本文研究医学断层图像的三维重建方法,其重点是体数据的面绘制和体绘制 以及交互技术。

本文在现有文献关于体数据三维重建的研究方法基础上,结合医学影像算法 开发平台,进一步研究了与临床医学应用紧密结合的医学图像三维重建方法,主 要的研究内容包括如下几个方面:
(1)医学图像重建开发工具的介绍。

(2)医学图像的分割。医学图像分割是医学图像三维重建的基础和前提,特别是
在实际临床应用中,医学工作者需要对具有病理特征的相关部分进行病理诊

断。因此,目前来说,医学分割是一个研究热点,鉴于医学图像本身的复杂
性,其研究又是一个难点。本文研究了两种医学图像的交互分割法,并对实

现结果进行了比较。


硕士学位论文

第一章绪论

(3)医学图像面绘制方法的研究。本文在深入研究经典面绘制算法…MC算法的基 础之上,提出了基于等值面优化的医学图像表面重建方法,并在医学影像算 法开发平台MITK上实现了医学CT图像的表面重建。 (4)医学图像体绘制方法的研究。本文研究了光线投射法的原理和步骤,并利用 医学影像算法开发平台MITK上实现了对医学CT图像的体重建。 (5)医学图像三维重建交互式技术的研究。基于医学工作者对三维医学图像不同 角度、不同层次观察和分析医学重建图像的需要,本文着重研究了几种交互 技术,并利用医学影像算法开发平台MITK开发了一个医学图像交互系统, 可以对重建的图像进行长度和角度的测量,并能对医学图像进行平面剖切和
旋转。

本文的结构和章节安排如下: 第一章介绍本文研究内容的背景和意义、研究内容的分类综述、国内外研究现
状和应用领域以及主要的研究工作。

第二章介绍了目前图像可视化领域内的几种开发工具,着重阐述了医学影像算 法开发平台M1TK的体系架构以及设计目标。 第三章研究了两种医学图像交互分割法,并利用其对医学CT图像进行了分割。 第四章介绍了面绘制的相关概念和原理,并着重提出了一种基于等值面优化的 改进MC算法,实现了MC算法和改进MC算法的医学CT图像重建, 比较了其优缺点,并对三维图像网格模型的简化进行了研究。 第五章介绍了体绘制的基本概念,阐述了光线投射算法的基本原理,并利用光 线投射绘制方法在MITK平台上实现了医学CT图像的三维体重建。 第六章研究了医学三维重建的交互式技术,介绍了交互式技术的概念和分类, 基于MITK平台设计了医学图像交互系统,并实现了对医学重建图像的 交互测量和平面剖切等交互功能。
第七章对全文进行了总结,并对下一步研究工作提出了展望。



硕士学位论文

第二章医学图像可视化开发工具及环境(MITK)介绍

第二章医学图像可视化开发工具及环境(MITK)介绍
2.1三维可视化开发工具介绍
1.VolView

volView是一个用途广泛的三维可视化应用程序。由Kitware公司生产,能 够支持Windows和Unix平台。VolView提供了多分辨率、多处理器支持的光线

投射方法实现精确的绘制。它包含丰富的体可视化特色,并且在医学体数据场可
视化、模拟和仿真、体图形学等方面实现很好的交互绘制速度【2‘丌。
2.Ⅱ)L

IDL(Intemctive

Data

Language)是美国RSI公司的产品。IDL是对科学数据进

行获取、可视化显示、分析及应用开发的理想工具软件。作为面向矩阵的可视化
语言,IDL致力于科学数据的可视化和分析,是跨平台开发和应用的最佳选择。

它集可视、交互分析、图像处理为一体,尤其是它对医学图像的处理功能,在医
学数据场可视化领域扮演着重要角色。IDL具有如下特征【28】:

(1)IDL本身是一个具有可视化功能的脚本语言,它拥有自己的命令行环境,
还有一个GUI工具集,能够开发图形用户界面,使用户能自主地开发应用软件。

(2)IDL是跨平台的开发环境,能够在个人电脑和大型主机上使用。
(3)IDL有自己的算法库,很多算法可以在库中找到源代码,同时用户可以修

改库中算法代码,实现程序开发的改进应用。
3.rrK

ITK(Insight

Segmentation and Registration

Toolki0,其主要用途在于提供医学

影像的分割与配准功能,是专门针对医学图像处理与分析领域而开发的。ITK几
乎包括所有主流的分割和配准算法,但是ITK不具有单独可视化的功能,必须 结合VTK进行可视化,观察图像结果以及进行交互显示【29】。
4.VTK

VTK(Visualization Toolkit)是美国Kitware公司设计和开发的一套免费、源代

码公开的软件工具包,主要是针对2D、3D图形图像和可视化用途设计的【30】。

VⅨ最显著的特点是具有工具包结构。它被设计成一个工具包而不是一个系统, 因此可以嵌入任何一种开发工具中。VrⅨ的核心是用VC++开发的,在此基础上
又用一些标准的程序设计语言进行了包装,例如Java,tcl/tk等。这种分层的设计 结构可以允许开发人员用自己熟悉的程序开发语言进行设计。

ⅧC是一套免费的三维可视化类库,其构造在C++基础上,融合了计算机
图形学、图像处理和可视化三大技术,在科学研究和工程领域得到了广泛的应用,


硕士学位论文

第二章医学图像可视化开发.T具及环境(MITK)介绍

已经成为一种较为流行的图像应用软件开发平台,其具有鲜明的技术特点: (1)VTK类库封装了许多优秀的三维数据场可视化算法。 (2)VTK支持C++、Java、Tel、Python等多种语言环境,并且具有代码转换 功能,能够在Windows系统或Unix系统中跨平台使用。 (3)VTK具有可移植性和可扩充性,能够进行模块化设计。 (4)VTK的源代码公开,受到源代码公开世界的广泛支持,因此其源代码能 够得到不断的更新和支持,保持其代码的灵活性,可以满足不同用户的
需求。
5.3DMed

3DMed是中国科学院自动化研究所自主开发的三维医学影像诊断工作站。 其系统在Windows环境上运行,主要包括数据接口、图像预处理、图像分割、 切片重组、三维重建、三维显示、虚拟内窥镜等不同功能,其广泛应用于CT、 MR等医学图像的处理与分析,具有广阔的应用前景。
6.MITK MITK(Medical Imaging ToolKit)是中国科学院自动化研究所开发的一套应用

于医学领域,能够集成化的医学影像开发包。MITK的代码全部使用ANSL c++
编写,具有良好的可移植性,能够支持Windows系列操作系统和Unix、Linux

操作系统。由于MITK主要应用是面向医学影像领域的,因此在医学图像可视化 领域正得到越来越多的应用。 本文研究了医学图像三维重建的方法,并在该平台上实现了一个简单的医学 图像三维重建交互系统。

2.2医学影像处理与分析开发包MITK
2.2.1

MITK概述 MITK(Medical Imaging ToolKi0是由中国科学院自动化研究所复杂系统与智

能科学重点实验室田捷研究员带领下的医学影像处理研究组开发的基于VTK
(Visualization)和ITK(Insight segmentation 处理开发包【191。 VrK和ITK是目前国际上非常知名的可视化与医学影像分割与配准的算法 研发平台,已经并且正在为可视化领域研究人员提供着非常多的便利,但是由于 一些原因,导致VTK或者ITK或者VTK+ITK有一些自己的缺陷,影响了其在更大
and registration

Toolkit)的医学影像与

范围内的广泛使用。其主要缺陷在于【3l】:

(1)ITK并不提供可视化的能力,要与ⅥK联合起来使用才能构成一个比较完


硕士学位论文

第二章医学图像可视化开发工具及环境(MITK)介绍

整的医学影像处理与分析系统。ITK主要用于医学影像的配准、分割,VrK主要
进行三维可视化,开发复杂。 (2)VTK和ITK所使用的编程风格完全不同,VrK使用的是传统的面向对象的 设计和开发方法;而ITK是采用范型编程的设计和开发方法。因此使用V1’K和ITK 时,对两种不同开发平台都要掌握,学习起来困难。

中科院自动化所复杂系统与智能科学重点实验室在深入研究医学影像算法 的基础上自主开发了这套集成化的医学影像开发包。开发MITK目的主要是为医 学影像领域提供一套整合了医学图像分割、配准和可视化等功能的,具有一致接 口的、可复用的、灵活高效的算法开发平台。
2.2.2

MITK的设计目标

1.风格统一

由于VrK使用的是传统的面向对象的设计和开发方法,而ITK使用的是范型
编程的设计和开发方法。编程风格的不一致,给VTK+ITK的使用增加了麻烦。 而MITK采用统一的面向对象的设计方法以及设计模式的使用,使得MITK有着 统一的编程风格和整体框架[321。 2.目标有限

MITK可视化算法只包括对规则数据场的支持,分割算法的输出也仅限于数 据场。这样的设计准则简化了整个MITK,使其保持了中等的规模,但同时提供了 必要的功能,包括主流的医学图像分割、配准和可视化算法的实现【321。 3.代码优化
医学影像处理与分析算法中计算量大,尤其是可视化算法,对数据处理的实


时性要求很高,因此需要对代码进行优化,而MrrK具有的中等的规模,这就使
得对一些关键算法进行优化成为现实【32】。 4.代码移植 为了扩大MITK的应用,代码的可移植性显得尤为重要。整个MITK的代码 全部用ANSIC++编写,没有使用任何编译器提供的特殊关键词或者特殊函数, 并且尽量降低平台相关的代码量【321。
2.2.3

MITK的整体结构

MITK使用面向对象技术实现,其借鉴VrⅨ和ITK的设计思想,计算框架采
用数据流的模型,以数据处理为中心,将算法和数据分开考虑。在MITK的数据 流模型中,数据和算法均使用对象表示:一个算法被抽象成为一个滤波器(filter), 它接受一个输入,生成一个输出,其中输入和输出均为数据对象(data),一个 算法的输出可以作为另一个算法的输入。通过这样的模型,一连串的算法可以被
10

硕:仁学位论文

第二章医学图像可视化开发T具及环境(MITK)介绍

串成一个流水线,组成统一的计算框架[32,33】,如图2.1所示: 图2.1中,data表示抽象的数据对象,Source,Filter和Target分别表示3种不同 的抽象算法对象,它们的意义分别如下所示: Data是对医学影像领域内要处理的数据所进行的抽象。对于医学影像处理与 分析系统来说,要能够处理多种不同的数据,在MITK中通过Data的各个具体的 子类来描述不同的数据对象,代表了数据模型中最重要的数据对象。 Source是算法类的一种,但它只有输出,没有输入,代表一个流水线的起源。 Source的作用是负责生成整个流水线的起始数据,比如从磁盘上读文件,或者用 某些算法生成数据。 Filter是算法类的一种,它负责对数据对象进行处理,代表各种各样的算法。 Filter有一个输入,一个输出,为了在概念上简单,MITK不支持多输入、多输出
的Filter,而是通过Filter的具体子类提供的辅助函数来实现。

Target是算法类的一种,它代表整个流水线的终点。Target只有输入,没有输 出,它的作用是将最后的数据放在一个合适的位置,终止流水线的执行。比如, 将得到的结果数据保存至磁盘,或者将得到的结果在屏幕上显示出来。

图2-1 MITK的数据流整体框架

2.3本章小节
本章系统介绍了目前常用的三维可视化工具的原理和应用以及它们各自的

特点,着重介绍了MITK的设计目标和体系结构,并对MITK的平台组成进行
了简单的介绍。

硕士学位论文

第三章医学图像的交互分割方法研究

第三章医学图像的交互分割方法研究
3.1医学图像分割方法
对人体断层图像进行三维重建首先要对图像进行正确的分割,提取出感兴趣 的器官、组织或病变体,并对它们进行三维重建得到三维立体图像,以达到辅助 医疗诊断、手术规划和手术模拟的目的。图像分割是图像处理的一个经典问题, 同时也是一个难以解决的问题。尽管已提出了成千上万种图像分割算法,但都难 以取得令人满意的结果。一些算法在某种特殊情况下能取得较好的效果,但适应 于多种情况的图像分割算法至今还没有发现,因此找到快速、有效的自动分割算
法是图像处理研究的难点之一。随着医学图像在临床上的成功应用,图像分割在

医学图像处理与分析中的地位愈加重要。分割后的图像被广泛的应用于各种场 合,如组织容积的定量分析、计算机辅助诊断、病变组织的定位、解剖结构的研 究、治疗规划、功能成像数据的局部体效应校正和计算机引导手术。医学图像分 割迄今仍是国内外学者研究的热点。 3.1.1医学图像的特点 医学图像与普通图像相比本质上具有模糊性和不均匀的特点【341。 (1)医学图像具有灰度上的含糊性。在同一组织中CT值会有较大的变化,如 骨骼中股骨、鼻窦骨和牙齿的密度就有很大的差别;在同一物体中CT值也不均 匀,如股骨外表面和内部的骨髓的密度。另外,由于技术上的原因带来的噪声信 号往往模糊了物体边缘的高频信号,以及由于人体内部组织的蠕动等生理现象造 成了图像在一定程度上的模糊效应。 (2)局部体效应。在一个边界上的体素中,常常同时包含边界和物体,两种 物质图像中物体的边缘、拐角及区域的关系都难以准确的描述。一些病变组织由
于侵扰周围组织,其边缘无法明确界定。

(3)不确定性知识。通常,正常组织或部位没有的结构在病变情况下出现, 如脏器表面的肿物,骨骼表面的骨刺,它的出现给建造模型带来了困难。
3.1.2医学图像分割方法的分类

根据分割算法的适用性不同,图像分割方法主要分为两大类【蚓:基于区域
的方法和基于边缘的分割法。 基于区域的分割方法【35】主要有:

(1)灰度阈值法。阈值分割方法根据某种测度准则确定分割阈值,然后用简单 的阈值将图像分割成两个区域。阈值分割的优点是计算简单,速度快。全局阈值

硕:l:学位论文

第三章医学图像的交互分割方法研究

对于灰度相差很大的不同目标和背景能进行有效的分割,当图像的灰度差异不明 显或不同目标的灰度值范围有重叠时,应采用局部阈值或动态阈值分割法;但是 另一方面,这种方法只考虑象素本身的灰度值,一般不考虑空间特征,因而对噪 声很敏感。 (2)区域生长法,根据区域内部的均匀性,通过对区域的合并、分裂及合并 分裂相结合操作实现图像的分割。区域生长法的优点是计算简单,而且能处理非
连通区域。

基于边缘的分割方法主要有:边缘算子检测算法,Live.Wire算法等。 根据分割实际操作过程来看,医学图像的分割分为两类: (1)自动或半自动方法,追求完全由计算机自主完成目标的分割任务,不需
人的参与。

(2)人机结合的交互式分割方法,先单独勾勒每一图片轮廓,然后根据所得 感兴趣部位的轮廓,进行面绘制得到重建模型。 由于医学图像结构复杂,因此对医学图像的自动分割难以得到分割的准确结 果,而人工交互的分割方法可以弥补自动分割的不足。交互式图像分割算法与自 动分割算法的不同之处在于:对图像实施自动分割的过程中,操作者可以对图像 进行干预和控制。操作者和计算机能够协同完成图像分割,可以充分利用计算机 的强大运算能力和人的实际操纵经验能力。 基于此,本文研究了两种人工交互的图像分割方法:区域生长交互式分割算 法和live.Wire分割算法,并利用这两种算法对医学图像进行了交互分割,并对 分割的图像结果进行了比较。

3.2区域生长交互式图像分割方法
3.2.1区域生长的原理 区域生长的基本思想是将具有相似性质的像素集合起来构成区域。具体是先
对每个需要分割的区域找一个种子像素作为生长的起点,然后将种子像素周围邻 域中与种子像素有相同或相似性质的像素(根据某种事先确定的生长或相似准则

来判定)合并到种子像素所在的区域中。将这些新像素当作新的种子像素继续进
行上面的过程,直到在没有满足条件的像素可以被包括进来,这样,一个区域就 形成了【珀J。 因此,在实际应用中,区域生长法需要解决三个问题:

(1)选择或确定一组能正确代表所需区域的种子像素。种子像素的选取通常
根据图像的具体特征来进行。如可以根据图像中亮度最大的像素作为种子像素,

硕士学位论文

第三章医学图像的交互分割方法研究

也可以根据灰度直方图确定像素灰度值最集中的像素进行计算。种子像素的选择

可以由某种确定的规则自动选取,也可以采用交互的方式完成。 (2)确定在生长过程中能将相邻像素包括进来的准则。区域生长的一个关键 是选择合适的生长或相似准则。生长准则可以根据不同原则制定,而使用不同的
生长准则会影响到区域生长的过程。

(3)确定让生长过程停止的条件或规则。一般来说,可以用一个公式来描述 一个终止规则或者通过设定待选像素的灰度级和生长区域的平均灰度级差值阈
值来终止区域生长。 3。2。2基于区域灰度差的生长准则 基于区域灰度差的方法主要包括以下几个步骤【36】:

(1)对像素进行扫描,找出尚没有归属的像素。
(2)以该像素为中心检查它的邻域像素,即将邻域中的像素逐个与它比较, 如果灰度差小于预先确定的阈值,将它们合并。 (3)以新合并的像素为中心,返回到步骤(2),检查新像素的邻域,直到区域 不能进一步扩张。 (4)返回到步骤(1),继续扫描,直到所有像素都有归属,则结束整个生长过程。 本文采用这种基于区域灰度差的生长准则,实现了一种种子区域选取的方 法。

(1)设灰度差的阈值为0,然后扩张,合并。 (2)求出所有邻域之间的平均灰度差,并合并具有最小灰度差的邻域。 (3)设定终止准则,反复进行(2),直到生长结束。 对于一个含有Ⅳ个像素的图像区域&其像素均值b为:

6=寺∑厂G,y)
』’

(3-1)



对于像素是否合并的判定表示为:

maxlf(x,y)-bI<T
3.2.3基于区域灰度生长分割算法 区域生长分割算法步骤; (1)选取种子点像素。

仃为给定的阈值)

(3-2)

(2)把种子点像素作为一个区域,并设定阈值。 (3)求出该区域灰度均值,作为种子值。 (4)向该种子点上下左右四个方向生长,选择该区域J,b8邻域的另一个像素。

14

硕士学位论文

第三章医学图像的交互分割方法研究

(5)将该选定区域均值与种子值比较。 (6)如果不在阈值范围内,则包括区域候选像素,回至10步I骤(2)。 (7)如果是,则结束区域生长。
区域生长分割法的流程图如下:
开始

读入图像

建立图像显示场景

长竺岁


l是

3.2.4区域生长交互分割结果

对一幅脑部CT图像利用本文的区域生长分割算法对其进行区域分割
后,得到了感兴趣区域的分割结果。图3.2中a是分割前的脑部CT图像,图3—2 中b是分割后的图像。

硕±学位论文

第=章医学图像的交Ⅱ分割办№研究



CT围像分割前



cT图像分割后

图卜2脑部cT圈像生长区域分割示意图

3.3 Hve-Wh'e分割算法

3.3 1

live-Wire算法的原理 LiveWire分割算法是一种典型的交互式分割算法。Live-Wire算法的基本思

想是将要分割的区域当成一个连通图,图像中的像素当作图中的节点,相邻像素 之间的边当作连接节点的边。在每个边上定义一个代价函数,为强边缘赋予较小 的代价值,非强边缘赋予较大的代价值,同时相邻像素间的弧赋予0代价,而非 相邻像素间的弧赋予+田代价,将目标分割转换为起始点到目标点之阳J的最优路 径问题,然后同通过图搜索来寻找物体的边界,将用户指定的物体边界上的两点 之间最短路径当作物体的边界【朔。
3.3.2

live-Wire算法的步骤

1构造代价函数 设P和口是图像中相邻的两个像素,则定义它们之间的局部连接代价函数
z(p,g)如下:

I(p,g)=%。矗(g)+wz x正(g)+wo x厶(g)

(3?3)

其中,式(3-3)中z(p,g)代表p其邻接像素口的局部代价;%,M,%代表加权

系数,厶(g)'五(n厶(g)代表对应像素g处的梯度特征函数,Laplace过零特征
函数和光滑度约束函数。

五(g)=1一G(q)/max(G)

(3—4)

驰,={0嬲筹

睡s,

硕士学位论文

第三章医学图像的交互分割方法研究

fn(q)=2/(3,0{cosED(p)×p-q]_+cos[D(q)×p-q]‘1j

(3—6)

其中,式(3—4),(3-5)中G(g)和L(q)分别给出像素g处梯度的幅值和Laplace

值,式(3-6)中D(?)代表图像中某点梯度的单位法向量。这样,对功,g有
0≤I(p,g)≤1。 2图搜索产生最短路径 局部连接代价函数计算完成以后,就得到了一个连通的赋权图G=(矿,E), 其中y代表像素的集合,E代表赋有权值的边的集合。由于边缘像素间的连接代 价小,给定两个位于边缘曲线上的点,求取边缘曲线间的问题就转化为赋权图中 求取最短路径的问题【3846】
3.3.3

Hve-Wire算法图像分割 Live.Wire算法图像交互分割过程就是操作者拖动鼠标动态地指定一个自由

起始点,由计算机自动找出连接该点到目标点的最小代价路径。由于边界点之间 的连接代价很小,操作者只要把自由点放在图像边界附近,并沿着边界变化的方 向不断调整自由点,就可以完成整个图像的精确分割。 Live.Wire算法分割流程图如图3.3所示:

厂≮F、
计算图像各个边的代价值

初始化代价图像

初始化堆栈

动态规划寻找

最优分割路径

墨磊足循环结果寨祥


/—————、 结束
’ 、、、—————————————//

I否

图3-3 1ive-Wire算法分割流程图

磺±学位论立

第!章医学田像的交Ⅱ分割方镕研觉

3.3.4

live-Wire算法图像分割结果 本文采用live-Wire算法对两幅头部CT图像的不同部位进行了分割,验证

了live-Wire算法的有效性和精确性。如图3-4所示:

c图像1分割后

c图像2分割后 固卜4脑部cT田像live-'/i re算法分割示意图

硕:仁学位论文

第三章医学图像的交互分割方法研究

3.4实验结果分析
本文利用区域生长交互分割算法和live.Wire分割算法分别实现了医学图像 的交互分割,由图3.2和图3.4可知,区域生长分割能够把具有相同灰度值的区 域分割出来,而live.Wire分割法能够分割特定区域的图像。因此,在实际的医 学图像分割中,可以根据图像分割需要采取不同的分割方法,以便对特定区域图
像进行三维重建。

3.5本章小结
本章介绍了医学图像的特点以及图像分割方法的分类,鉴于医学图像结构复 杂,图像边界模糊等特点,本章重点研究了医学图像交互分割方法,该方法利用 计算机自动分割和人工干预的方法相结合分割图像区域,能够快速有效的对图像 进行分割,当然,交互分割也存在分割不够准确,需要手工修补等缺点。

硕士学位论文

第四章基于等值面优化的三维表面重建方法

第四章基于等值面优化的三维表面重建方法
4.1医学图像面绘制原理
面绘制法将感兴趣的部分以等值面的方式抽取出来便于利用真实感技术,通 过灵活地进行旋转和变换光照效果来生成高质量的三维图像,并可以方便地对其 进行观察和分析。这种绘制方法速度快,适合予实时性要求高的情形,如交互操 作、图像引导手术等。它适用于绘制表面特征分明的组织和器官(例如由CT数据 生成骨骼三维图像),由于其形象清晰,可以在一定程度上替代实物模型。但是 面绘制方法对表面分割精确程度要求高,所以对形状特征不明显、有亮度变化特 征的软组织,以及血管、细支气管等精细组织或器官的三维显示效果不佳,而且 面绘制方法不能保留图像的完整性,其物体仅显示为一个空壳,表面里面没有东 西。面绘制方法是对整个三维数据场进行逐个体素的处理,结果会生成一个数据 量极大的三角面片数组。
面绘制算法有移动立方体(Marching Cubes)法tlol、移动四面体(Matching

Tetrahderal)法t16,171和剖分立方体(Dividing Cube)t11】法等,其中较为常用的方法是 “移动立方体"算法,它提出一种精确定义体素及其体素内等值面生成的方法, 随后又有很多人在它的基础上进行了研究,如今已经成为一种很成熟的三维重建 方法。 本章主要介绍一种基于等值面优化的改进MC算法,详细讨论其算法原理, 并通过编程实现了表面重建,并对改建MC算法和MC算法的结果进行了比较。

4.2基于等值面优化的改进MC算法
4.2.1体素模型与等值面定义 等值面是空间中的一张曲面,在该曲面上所有点的灰度值是一个常量,其
数学表示形式如下【101:

{x,y,z)l厂(五y,z)=c},

c为常数

(4-1)

对于三维体数据,可以将每个像素的空间位置作好标记,上下两层相邻的8

个像素点正好构成一个立方体。这个小立方体是三维体数据最小的空间单位,称 之为体素(voxel),如图4-1所示。三维体数据中的等值面会穿过其中的某些体素, 如果将每个体素中等值面构造出来,就可以构造出整张等值面。如果体素的8个
顶点的灰度值都大于或者都小于c,那么等值面不会穿过该体素。除此之外的所

有像素都会和等值面相交,等值面在某个体素中的部分被称为等值面片,该体素

硕七学位论文

第阴章基于等值面优化的三维表面蕈建方法

被称之为边界体素。等值面是一个三次曲面,它与体素面的交线是一条双曲线, 且这条双曲线仅由该面上的四个角点决定。这些等值面片之间具有拓扑一致性, 即它们可以构成连续的无孔的无悬浮面的曲面(除非在体数据的边界处),因为对 于任意两个共面的边界体素,如果等值面与它们的公共面有交线,则该交线就是 这两个边界体素中等值面片与公共面的交线,也就是说这两个等值面片完全吻合, 所以可以认为等值面是由许多个等值面片组成的连续曲面。由于等值面是三次曲 面,构造空间曲面的计算复杂,实现起来也十分困难,所以一般用多边形来拟合 等值曲面。最常用的就是用三角形拟合体素中的等值面片。



图4-1体素模型
4.2.2

MC算法的基本原理
Marching cubes算法是W.E.Lorenson和H.E.Cline等人于1987年提出来的一

种三维重建方法,其原理简单,容易实现,因此得到了广泛的应用,此算法在美
国己经申请专利,它被认为是至今为止最流行的面绘制算法之一,Marching
cubes

算法是面绘制算法中的一种,因为它的本质是从一个三维的数据场中抽取出一张 等值面,所以也被称为“等值面提取"算法[10,11】。
一个标准的医学图像的体数据集往往是由一系列的二维切片数据组成的,而

每张切片都有空间上的分辨率。假设有一个体数据集,包含58张切片,每张切片
的分辨率是512


512,那么它可以被认为是一个连续函数f(x,Y,z)在X,Y,Z

三个方向上按一定的间隔分别采样了512、512、58次所得到的。而所谓的等值面, 实际上是指空间中的一张曲面,在该曲面上f(x,Y,z)函数的值等于某一给定值. 等值面提取算法的核心就是要从给定的采样点中找出等值面来,这时最容易想到
的方法就是首先由采样点恢复出连续函数f(x,Y,z),然后由f【x,Y,z)和某一给

定的值(通常叫阈值)来得出等值面。这种方法一般被称为显式的等值面提取算
法,其计算复杂度比较高,并且由于重构和重采样所带来的误差比较大,所以精 度也得不到保证。与此相反,Marching cubes算法采用了隐式的等值面提取方法, 它不直接计算f(x,Y,z),而是直接从体数据中获取等值面的信息。算法需要用
21

硕士学位论文

第四章基于等值面优化的三维表面重建方法

户提供一个阈值,也就是所希望提取出来的物质的密度值,比如要提取出骨骼, 阈值就要相对大一些,然后根据体数据中的信息就可以提取出等值面的三角面片 网格来。


MC算法用于离散的三维空间规则数据场,其基本思想是逐个处理数据场中 的立方体(体素),分类出与等值面相交的立方体,然后插值计算出等值面与立方 体边的交点。根据体素的每个顶点与等值面的相对位置,将等值面与立方体边的 交点按一定方式连接生成等值面,在这里是连接成一个个的三角片,以拟合出空 间数据场中的等值面。MC算法中的体元是由相邻两层中的相邻八个体素构成的, 八个体素正好构成立方体体元的八个顶点。
MC算法假定体数据是连续变化的,所以如果等值面的值为C,某体素的两个

相邻顶点为巧(X1,Y。,z。),%(屯,Y:,Z2),它们的灰度值分别为厂∽)和厂以),那 么只有当c介于.厂(巧)和.厂(K)之间时等值面与该边才有交点,因此可以使用线性
插值法来计算采样交点。



图4-2线性插值示意图

如图4_2所示,单独对于插值立方体某棱边进行插值计算时,对于某棱边, 如果它的两个顶点K、K标记不同,也即等值面的值介于这两个顶点数据场值

厂以)和厂以)之间,那么等值面一定与此棱边相交口q,设等值面的值为C,其
交点为(x,y,g),则其交点的x,Y,g值分别为:

(a)体素棱边与x轴平行时,设该边的两端点为K(f,j『,忌),%(i+l,歹,是),那
么交点为v(x,.,,七),其x值为:
z=墨+KIx,+l一五)(4-2)

(b)体素棱边与Y轴平行时,设该边的两端点为KO,_,,七),吒(f,歹+1,七),那么
交点为yO,Y,七),其Y值为
Y=Y,+K(y,+l—Y,) (4-3)

(c)体素棱边与z轴平行时,设该边的两端点为KO,歹,七),吒G/,k+1),那么 交点为y(f,歹,z),其z值为:
z=zk+K(zt+l一缸)(4-4)

其中式(4-2)、(4?3)、(4—4)中,K=(c-s<v,))/ls(%)一厂(巧))。

硕:1:学位论文

第网章基于等值面优化的三维表面重建方法

体素的每个顶点相对于等值面C有两种状态:大于C或小于C,可以用1和O 来表示,其分类规则具体为: (1)如果立方体顶点的数值大于或等于等值面的值,则定义该顶点位于等值 面之外,记为“0"。 (2)如果立方体顶点的数值小于等值面的值,则定义该顶点位于等值面之
内,记为“1"。

这样8个顶点就有28=256种组合状态。根据互补对称性,如图4.3所示,即体素 的顶点标记置反(O变为1,1变为0),不影响该体素内三角面片的拓扑结构。这 样256种构型可以简化成128种[471。

cube l

Cube2

Cube 3

Cube4

图4-3立方体互补对称性变化示意图

再根据立方体的旋转对称性,立方体内的三角面片拓扑也不会改变,如图4.4 所示,贝JJl28种构型可以进一步简化成15种。简化后的15构型如图4.5所示【481。图
中黑点表示标记为1的顶点,对于8个顶点标记都为1或者都为O的体素,它属于“0”

号构型,没有等值面穿过该体素。当只有一个顶点标记为1时,即“1”号构型.我
们用一个三角片代表体素内的等值面片,它把该顶点以及其它7个顶点分成两部 分,对于其余几种构型,将产生多个三角面片。我们在用MC算法进行三维重建 时,用了一个一维数组来存储体素的256种构型。这256种构型通过改变对称参数 和旋转参数与15种基本构型相对应。该数组的索引以体素的8个顶点256种状态所 对应的二进制编码来表示。该数组的每一个元素又包含一个整型数组,记录所有 与等值面有交点的边。在该数组中,每三条边表示三角片的三个顶点所在的边。 在MC算法中,对于每个体素,首先根据它的索引在基本构型查找表中确定其三 角剖分形式,然后找出数组中该项所对应的有交点的各边,通过线性插值法求出 各边上的交点,然后画出三角面片。
23

硕士学位论文

第四章基于等值面优化的三维表面重建方法

西一 @一 厦g 够④ 回回 蓟⑧ 西固
Case 12 Case 13

Case 14

图4-5简化后立方体中等值面的15种构型

硕:}学位论文

第阳章蕞于等值面优化的三维表面霞建方法

4.2.3本文改进的三点逼近插值法 1线性插值法的不足 在MC算法中,一律采用体素边上的线性内插交点作为采样点,一方面交点 的拓扑连接方式有时不能唯一确定,这样会产生拓扑结构不正确的逼近等值面, 如图4.6中所示,立方体内的两个三角面片不连接和连接情况下,会产生不同的 拓扑面。因此在提取等值面时会产生歧义。


Case l


Case l’

图4-6同一构型下两种等值面拓扑连接示意图

另一方面,在对体素边上的采样点进行插值计算时,每计算一条边上的一个 采样点坐标时,由公式(4.2)、(4.3)、(4.4)可知,每次线性插值需要6次计算,确 定一个采样点则需18次运算,对于数据量很大的图像来说,等值面计算的速度会 受到很大影响。 由于MC算法重建三维图像时是用等值三角面精确表示三维物体图像模型, 因此当选取的体素网格tltd,,等值面的数量会很多,等值三角面的显示速度会受 到很大影响。因此在保证有效精度的同时提高计算速度,改善重建的效率,一直 是MC算法改进研究的主要目标。 2三点逼近插值法 在MC算法中,一个体素立方体最多只能生成四个三角面片,每个三角面片 都很小,在数据量很大的重建图像中,其比图像的像素点还要小。因此,在不改 变拓扑结构的前提下,立方体内的三角面片顶点位置的轻微变化对生成图像的质
量影响很小。 因此,基于三角面片生成速度的考虑,本文在在线性插值法的基础上,提出 了一种改进的三点逼近插值法,该方法的主要步骤如下:

(1)先求出立方体边的中点值,用中点值近似代替线性内插值所得到的采样
点值。

对于某棱边,如果它的两个端点K、巧标记不同,也即这两个顶点数据场

值/(K)和厂(%)分布大于和小于等值面的值,那么等值面一定与此棱边相交,设
其交点为(%,J,。,气),则其交点的%,y。,Z。值分别为:

(a)体素棱边与x轴平行时,设该边的两端点为KO,j『,七),吒O+l,/,足),那

硕士学位论文

第四章基于等值面优化的三维表面重建方法

么交点为矿k,J,k),其‰值为:
xo=(hl+五)/2
(4?5)

(b)体素棱边与Y轴平行时,设该边的两端点为巧(f,J,忌),圪(f,j+l,七),那么 交点为矿(f,Y。,七),其%值为:
(4-6) Yo=(Y,+I+y,)/2 (c)体素棱边与Z轴平行时,设该边的两端点为KO,/,尼),圪(f,J,后+1),那么 交点为yO,五z。),其z。值为:

go=(z川+gk)/2
种构型中的case6为例)变化如图4.7所示:

(4?7)

求出中点值%(%,Yo,g。)后代替线性内插值(x,Y,z)后,可得等值面构型(以15

图4-7中点代替插值点后等值面变化示意图

(2)求出立方体棱边顶点K和Vo的中点值y’以及吒和Vo中点值y¨,如图 4-8所示,其中硝,B’,C’和∥,∥,c.’分别是y’和矿’’在x,y,g方向上的值

BI

置一A蜃
图4—9中点值y’代替交点值后等值面构型变化示意图

当等值面C接近于%和虼中点值矿¨时,则交点值用y¨代替,此时可得等
值面构型变化如图4-10所示:

硕二E学位论文

第四章基于等值面优化的三维表面重建方法

图4—10中点值矿’’代替交点值后等值面构型变化示意图

三点逼近插值法相对线性插值法来说,其优点在于: (1)每确定一个采样点只需三次连续中点运算,大大减少了计算量。
(2)立方体中的三角面片数量可以减少,由图4.7可知,其中三角形ABC和

三角形BCD因此可以合并为一个四边形。这就减少了生成三角面片的数量。这 样相邻立方体之间连接的三角片也可以合并成一个多边形。 对于立方体顶点值数据来说(数据值为l和O),采用三点逼近插值代替线性 插值的近似误差不超过四分之一个体素。在三角面片数量很多的情况,其近似误
差可以忽略。

4.2.4等值面的法向计算 三角片的生成仅仅完成了等值面的构造,要真正显示物体,必须利用计算机 图形硬件,选择适当的光照模型进行光照计算,生成真实感图像【491。所以必须 解决在特定的光照模型下等值面法向量的计算问题。 对于等值面上的每一点,其沿面的切线方向的梯度分量应该是零,因此,该
点的梯度向量的方向也就代表了等值面在该点的法向。直接计算三角面片的法向

很费时,因此,为了消除各三角面片之间明暗度的不连续变化,只要给出三角面 片各顶点处的法向,然后代入具体的光照模型公式,即可得到等值面的表面光强 度。 因此可以采用中心差分法计算体素各顶点处的梯度,然后再通过体素边两个 端点处梯度的线性插值求出三角面片各顶点的梯度,也就是各顶点处的法向,从 而实现等值面的绘制。实际计算时是用中心差分方法计算的。设三维数据场中某 点的函数值用f(xt,Y,,z。)表示,在X、Y、z方向上相邻两点的间距分别为止,

6y,止。则该点的梯度向量b。,g,,g:),-'im PA-F公式计算:
6。

铲盘堂皇擎型(4-8) g,:坐监喽擎型(4-9)
2血
6y

2△1,

硕士学位论文

第四章基于等值面优化的三维表面重建方法

铲盘鳖鬯血型
4.2.5等值面顶点的向量平滑

(4-10)

标准MC算法重建出的三维图像,其三维显示图像清晰度往往不够理想。对 于任意立方体单元,其内部的三角形面片的位置与方向极容易受到体数据中噪声 的干扰,从而导致三维显示结果出现“鳞状效应"。为了达到理想的等值面平滑 效果,应将等值面分解为一个三维坐标和法向向量场,通过对等值面法向向量场
的向量进行平滑处理,以便得到满意的平滑效果和平滑速度。

将各顶点的梯度向量设为g,=口,g,=6,g:=C,对其法向向量场做平滑处 理,设与顶点t相邻的顶点(也即包含顶点t不同三角面片的所有顶点)为

‰仁=o,1,2…。K},他们对应的各方向向量分别为gt∥,鼠.,,,gtlz求t的各法向
向量均值为【50】:

&一=击∑口‘一 &,而去q一 乳2南善%

1‘11)(4-11

洚12)

gtiz--"志酗z(4-13)
等值面法向平滑并不改变原等值面上三角面片的坐标位置,而是根据光照模 型的浓淡绘制原理,通过提高等值面上三角面片的法向向量之间的连续相关性来 取得三维绘制的平滑效果。
4.2.6算法步骤及重建实现 l用基于等值面优化的改进MC算法重建三维表面的步骤如下 (1)将图像三维离散规则数据场分层读入;

(2)扫描两层数据,逐个构造体素,每个体素中的8个顶点取自相邻的两层;
(3)将体素每个顶点的函数值与给定的等值面作比较,根据比较结果,构造该体 素的索引表; (4)根据索引表得出将与等值面有交点的边界体素; (5)通过三点逼近插值法计算出体素边与等值面的交点:

(6)利用中心差分方法,求出体素各顶点处的法向量,再通过线性插值方法,求
出三角面片各顶点处的法向量;

硕士学位论文

第四章基于等值面优化的三维表面重建方法

(7)对三角面片顶点处的法向量进行向量平滑,并设定面绘制的阈值范围,绘制 出等值面图像。


MITK平台下重建步骤实现 MITK中,要将医学图像进行面绘制,要通过绘制类的定义和设置,绘制窗

口的设置,数据读取,面绘制场景设置,阈值设定,图像重建等七个步骤实现,
其流程图如图4.11所示。

厂 \

开始






打开图像


读入图像


建立图像显示场景 ◆ 设置重建阈值 ●
表面重建

图4-11 3

MITK平台下面绘制流程图

MITK中表面重建的三维场景渲染关键类和函数
//定义绘制场景

mitkView母m View;

mitkSurfaceModel枣m SurfaceModel;
void

//设置绘制模型 //数据打开函数 //生成数据读取类

CMitktestl0Doe::OnFileOpenlM00

mitklMOReader*reader=new mitklMOReader;

m_SurfaceModel->GetProperty0->SetAmbientColor(0.75f,0.75f,0.75f,1.0f); //面绘制材质属性设置 rn_SurfaceModel->GetProperty()->SetDiffuseColor(1.of,0.57f,0.04t,1.Of); //面绘制材质属性设置



// mSurfaceModel); eiV_载加象对制绘面 (ledoMddA>w

CThresholdDlg::CThresholdDlg() 4算法应用实现

//阈值设置函数

在清华同方计算机上利用MITK平台结合C++语言对大小为256*256*68和 256*256*66的颅部和头部CT图像(如图4.12所示)进行了表面重建。图4.13中 a、b和图4.14中a、b是颅部骨骼图像和头部图像在MC算法和改进MC算法下 得到的重建显示效果示意图。

硕±学位论文

第四章基于等值面优化的三维表卣重建方法

a呲算法下头郜表面重建

b改进眦算法下头部表面重建
图4-i 4头部袁面重建效果囤

硕:b学位论文

第pnq章基于等值面优化的三维表面重建方法

4.2

7实验结果分析 从表4-1可以看出,在改进MC算法下,由于采用三点逼近插值法,重建图

像的三角面片数有所减少,由图4.13和图4.14可以看出,图像的重建效果并没 有很大失真,基本保持了MC算法重建表面的精确性。但是本文改进MC算法重 建的时间效率却有所提高,从表4.1中可知,本文改进MC算法重建的平均耗时 较MC算法的有所减少。
表4—1改进Mc算法和MC算法实验数据比较

4.3面绘制网格简化
采用前述的改进MC算法构造出的等值面,虽然三角面片有所减少,但对数 据量极大的医学图像来说,其包含的三角面片还是很多,观察者在旋转图像时迟 滞时间较长,无法进行实时交互操作,因此必须进行模型简化。模型简化是在保 证对原模型有良好的形状逼近的前提下,使表示该模型的三角面片数量尽量少。 目前,已经提出了多种不同的网格简化算法,这些简化算法按照简化的机制
不同可以分为以下几大类【5l】: (1)抽样:这类算法是利用模型上不同的抽样,进行特征抽取,试图创建一 个与抽样点紧密匹配的简化网格。 (2)自适应细分:这类算法是首先构造一个简单的初始模型,然后对模型进 行细分,在细分的过程中不断与原模型进行比较,直到与原模型的简化误差低于

指定的阈值。 (3)删除:这类算法的基本思想是重复删除网格中的顶点或多边形,并对形
成的空洞进行三角化处理。

(4)顶点合并;这类算法的基本思想是投影到图像空间中足够小的区域内的
一组顶点用一个具有代表性的顶点来加以代替,形成多到一的映射。合并后的新 顶点又可以和其他合并的顶点进行下一轮的合并,这种合并具有层次性。如果每

3l

硕士学位论文

第四章基于等值面优化的三维表面重建方法

次合并三角形一个顶点,就称为三角形折叠或删除;如果每次只合并共享同一条

边的两个顶点,则叫边折叠【5l】。 4.3.1基于边折叠的网格简化算法 边折叠法是指将多边形内的一条边简化成一个点,从而减少构成多边形的三 角面片数量,如图4.15所示。假设边KK满足折叠条件,将其两端点折叠为一个 点圪,其相邻的两个面圪虼K和圪K圪均退化为一条边。每次边折叠操作将会简 化掉一个顶点、三条边和两个三角形(边界边除外)。在边折叠的过程中关键要 解决两个问题:一是如何选择网格中的哪条边进行折叠:二是如何确定边折叠后 新顶点的位置。解决这个问题的原则是折叠的边及折叠后的新顶点位置的选取应 使简化后的网格模拟与原网格模型的误差尽可能小【521。

vd

Vd

a折叠前 图4—15边折叠过程示意图

b折叠后

Hoppe提出了一种以能量函数(energy 格与原始网格的逼近度,其定义为:

function)基型53】来实现误差优化的方

法。E(M)来代表模型M的状态,假设原始模型为Mo,E(M)用来度量简化网

互似)=%。∞)+昱仰似)+‰∽)

(4-14)

其中%似)是M中所有顶点到Mo的距离的平方和,‰似)是M的顶点
数目乘以一个常数项,E嘲(M)是一个矫正项,模型简化的目的就是要尽可能
的缩小E(M)的值。由层(M)的定义可知随着边折叠的次数增加,因为模型中顶

点偏移原始模型的距离会越来越大,所以玩。(M)的值会越来越大,而因为顶点
数目越来越减少,E。(M)值越来越小,所以E(M)最终必定会收敛到某个值,
此时就停止边折叠。

这个方法利用E(M)函数的自然收敛性质来终止最佳化程序,这种方法并不
是将多边形缩减到某个数量之下,只是保证在尽量不改变模型形状的前提下,以

最少的三角面片数量来呈现原始模型541。
该方法的算法步骤如下: (1)计算每一条边折叠之后的E(M)值;

硕j:学位论文

第四章基于等值面优化的三维表面重建方法

(2)记录现在的E(M)值必o; (3)选择一个折叠之后E(M)值为最小的边; (4)折叠此边,产生新顶点,并且记录现在 E(M)值:

(5)重新计算这个新顶点的每一条入射边折叠后的E(M)值;

(6)如果l现在的E(M)一M。l>某一给定值,则重复(3)一(5)的步骤。
该网格简化算法流程图如4.16所示:
/,







开始






读入初始网格模型Mo



I记录所有边的E(M)值并排序

图4-16网格简化流程图

4.3.2基于边折叠的网格简化实现结果 本文的简化算法在清华同方(内存256M)计算机上,利用MITK平台通过 vC++6.0实现,得到了两幅三维网格模型的简化效果图,以及简化后的点显示和线

框显示效果图,由图4.17至图4.20可以看出,简化后的图像能够较好的保持原三
维网格模型的基本特征,虽然视觉效果稍有变差。表4.2是简化前后的图像信息 和绘制速度对比,由此表可以得到,简化后其绘制速度明显加快,提高了图像的 实时交互能力。

图4.17中a,b,c分别为简化前的头骨表面显示图,点显示图,线框显示图。
图4.18中a,a,c分别为简化96%的头骨表面显示图,点显示图,线框显示图。

硕±学位论立

第四章基十等值面优化的三维袭面Ⅲ硅方法

图4-19中a,b,c分别为简化前的兔子模型表面显示图,点显示图,线框显示图 图4_20中a,b,c分别为简化90%的兔子模型表面显示图,点显示图,线框显示图

团一卧国一卧圈
a袁面里示田

b点显示图

c或框显示圈

图4—19兔干模型简化前示毒图

顽}‘学位论文

第叫章苹F等值面优化的=维表面事建方法

a表面显示图

b点显示图

c线框显示图

囤4—20兔子模型简化后示意图

表4-2化简前后图像信息和绘制时间比较

4.4本章小结
本章在深入分析了标准MC算法的基础上.主要提出了基于等值面优化的表
面三维重建方法,并在此基础上实现三维网格模型的简化。

鉴于MC算法在绘制速度和精度方面的不足,提出了一种改进的i点逼近插 值法,同时针对三维表面重建的图像,应用基于边折叠的网格简化算法,在MITK 平台上分别用标准的MC算法和改进的MC算法,实现了医学图像的j维表而重
建,并实现了网格模型的简化,最后对实验结果进行了比较。

硕士学位论文

第五章基于光线投射的医学图像直接体绘制方法

第五章基于光线投射的医学图像直接体绘制方法
5.1体绘制概念
图像三维重建的核心问题是三维空间数据场的可视化问题。体绘制是三维空 间数据场可视化算法的一种,与前面介绍的面绘制算法不同,体绘制算法不用构 造中间体元,而是直接由三维空间数据场产生可以显示在屏幕上的二维图像。因
此,又称为直接体绘制算法。 具体来说,三维空间分布在离散网格点上的数据一般是由三维连续数据场经

过断层扫描、有限元分析或随机采样后作插值运算取得的。而图形设备屏幕上的 二维图像则是由存放在帧缓存内的二维离散信号经图形硬件重构而成。因此,直 接体绘制算法的目的就是将离散分布的三维数据场,按照一定的规则转换为图形 显示设备帧缓存内的二维离散信号,即生成每个像素点颜色mR,G,B值【551,其机 理如图5.1所示。
三维连续数据场
断层扫描


采样


离散三维数据场 直接体绘制
1 r




帧缓存的中二维离散信号 图形硬件重构
1 r

屏幕二维图象 图5-1直接体绘制概念示意图

5.2光线投射体绘制算法
光线投射法是Levy M于1988年提出的,到目前它仍然是使用最广泛的一

种经典的体绘制算法【561。光线投射法的基本思想是:从屏幕的某个像素出发,
如图5.2所示,根据设定的视点,沿一定的方向发出一条射线,沿射线选择K个等

距采样点。每个采样点的颜色值和不透明度值由距离它最近的8个体素做三线性
插值得到。最后,采用由前至后或由后至前的方法将每一采样点的颜色和不透明 度值进行组合,从而计算出屏幕上像素点的颜色值。这样遍历屏幕上的所有像素

硕j:学位论文

第五章基于光线投射的医学图像直接休绘制方法

点,就得到指定对象在屏幕上的二维图像。图5-2中点(“,∞是视平面上某像素点 坐标,图5.2中小长方体代表感兴趣的对象的数据场。

图5-2光线投射法示意图 本文重点研究了光线投射法体绘制技术,并在MITK平台上实现了光线投射

体绘制算法,并对光线投射绘制结果与面绘制结果进行了比较。
1.算法原理:

光线投射法假定三维数据场是规则的,即数据分布在均匀的网格或规则的网 格点上,算法原理如图5.3所示。流程中数据预处理包括原始数据的格式转换、 平滑、去噪、剔除冗余数据等。接着进行数据值的分类,其目的是根据体数据的 某些属性,正确地将其分为若干类,利用分类的结果给不同的类赋以颜色值和不 透明度值,以正确显示物体的结构。接下来是重采样,由于沿射线的采样点不一
定刚好在体数据的网格点上,因此采样点的值必须由距它最近的8个体素点通过

三线性插值求得,最后合成最终的绘制图像【571。
2.算法步骤

(1)对读入的体数据进行预处理,如数据滤波去噪、重新采样等操作。 (2)根据体数据的属性,如CT值、MR灰度值及其T1、T2值等,对图像进行
分类。 (3)然后根据光线跟踪法的思想沿视线方向进行重采样,累积出象平面上每 个像素的阻光度。 (4)明暗计算。 以上四个步骤的详细过程如下:

硕士学位论文

第五章基于光线投射的医学图像直接体绘制方法

(1)重采样

三维离散数据场的重采样是体绘制的关键步骤之一,在光线投射法中,不同的空 间采样算法在很大程度上决定着体元计算的效率和图像重建的效果。从象平面上 发出的每条射线,可以看成是连续的直线,也可以看成是离散的直线。当把射线
看成直线时,需指定采样步长。采样方式可以使用等步长采样,也可以使用不等

步长采样。当把射线与体素面的交点作为采样点,如果采样等步长采样,阻光度
的累计合成计算统一而简单,但是绘制速度慢,不利于医学图像绘制的实时交互;

而对于不等步长采样来说,阻光度的合成计算就需要采样点之间进行积分运算,
但是绘制速度快。

图5-3光线投射算法原理图 在本文中,采用不等步长采样法。其过程如图5.4所示,首先任取一条穿过

体空间的光线凡设光线投射法得到的采样体素分别为砜,U.,.…….虬,距离量分
别为为%,Jl,.…….J。。

当光线投射到砜后,设其距离量为S。,则认为距离‰最近的一个与砜灰度

值不相同的体素的距离为s。,然后沿光线跳跃距离S。后得到进入一点虬,则在
U。之前光线经过的体素的灰度值一定与砜相同,而转换函数只与体素的灰度值
有关。

硕士学位论文

— ; ;:; ; j; l— {: ; i;!: : j: ; ; : : :}— {一?-? ‘[: ; ; ; : ][: : ; ; ;:]—_— — — — {: 丑—-
第五章基于光线投射的医学图像直接体绘制方法

图5-4不等步长采样示意图

(2)数据分类 三维数据场中的数据是三维空间中多种不同物质的测量结果或计算机模拟 计算的结果。如医学CT图像中,各个不同组织之间的密度差异很大,其CT值会 有所不同。因此,在CT图像中就会表现出不同的灰度值。为了在最终的图像中 能够正确地用不同颜色表示出共存的多种物质的分布,就需要对数据进行分类, 找出不同物质与数据间的对应关系。 如果用集合B表示数据场的取值范围,数据场的分类就是将集合B划分为若 干个互相不重叠的子集风,B。,..……Bn一。,满足【58】:

n-I



l口:I l B.
葛‘
(5-1)

I曰f



Bj=g【o≤i<J≤以一1)

数据值的分类是三维重建中关键的一步。只有对数据值作出准确的分类,才 能通过后续操作和处理得到接近真实的图像。 本文体绘制中采用阈值法对数据进行分类,先对全部采样点的取值进行统计 后,设定若干阈值qO=0,l,2,....t1),如果各采样点的数值用f(xi,Y,,Z,)表示,则 把满足以下条件的采样点归入同一类中,即[59】:

cf≤厂k,Y,,zI J≤c,
(3)透明度设置

(5-2)

在体绘制中,需要显示三维数据场的内部结构时,必须生成具有透明效果的 图像。因此,要根据绘制需要赋予阻光度值口。根据口确定绘制图像的透明度。 在这里,规定为口=0时该图像完全透明,口=1时该图像完全不透明。阻光度可
以根据阻光度函数设定。 (4)明暗计算 体绘制中,为了显示图像中不同物质,必须采用明暗计算的效果来实现。在

面绘制中,明暗计算是基于面的法向信息的,而在体绘制中,由于不生成中间面 元,因此没有面的信息。为此必须构造等价的法向,这样才能进行明暗计算。体 绘制中,可以用各个数据点的梯度值来代替法向量【删。
设三维数据场中,设任意一点的函数值用厂(薯,Y,,气)表示,数据场中相邻

两点在x、Y、z方向上间距分别为缸,缈,△z。则采用中心差分法可以计算出
该数据点处的梯度值Grad,即:

39

硕士学位论文

第五章基于光线投射的医学图像直接体绘制方法

删加盟燮掣
锄m):血坠鬯盘州
5.3光线投射法体绘制实现
5.3.1程序流程

觎㈧:血型鬯虹型

(5-3)

(5_4)

(5-5)

本文采用光线投射算法,在Windows环境下,结合MFC与MITK平台实现了 医学CT图像的体绘制重建,并可以对重建图像进行各个方向的观察,在设置不 同阻光度后,得到了不同透明度的体重建图像。光线投射法体绘制实现的程序流
程图如图5.5所示。

图5-5光线投射绘制流程图

在数据输入阶段,首先判断输入的图像是否满足程序要求的数据格式。若符 合,则读取该数据的体信息,如图像的宽度、高度及序列层数,分配数据存储空

硕二f:学位论文

第五章綦于光线投射的医学图像直接体绘制方法

间。在数据预处理阶段,主要是提取出所有图像的灰度信息,统计灰度直方图, 为体数据内不同的器官组织分类作准备。在数据分类阶段,采用阈值分类方法, 由用户选择合适的阈值,提取出不同的物质。最后,根据分类数据,采用光线投 射体绘制算法实现数据可视化。
5.3.2

MITK下的体绘制框架 在本文中,采用光线投射算法,结合MITK中三维图像读取和三维场景构造,

实现了医学图像的体绘制,在MITK下体绘制框架图如5-6所示:

图5-6 MITK平台下体绘制框架图

在MITK平台下,光线投射体绘制中关键函数如下:
void

CMITKTestDoe::OnFileOpenlm0()

//数据读取成员函数
//设置绘制属性

m_VolumeModel->SetProperty(prop)
mitkVolumeProperty*prop=m

VolModel->GetProperty()//取得属性指针
): (yticapOralacSteS>ledoMloV_数函置设度光// 阻

mitkTransferFunctionl D*sof=prop.>GetScalarOpacity()//灰度一阻光度传递函数 m


m VolModel=new mitkVolumeModel

//建立体对象

5.3.3体绘制实现结果 本文在MITK平台上,采用光线投射法实现了CT图像的三维体重建。图5.7 和图5.8分别是数据大小为256*256*68,层间距离3mm和256*256*66,层间距离 0.6mm的医学颅骨和头部CT图像体绘制效果图。图5.7中a、b、c图分别为光 线投射法绘制后不同方向观察得到的体绘制效果图。图5.8中a、b、c图分别为 不同阻光度倪下的体绘制效果图。

41

硕±}位论Z

第五章基十光线投射的Ⅸ学嘲缘直接体镕制j法



I'a盅-..Yia-l

b阻光虎口?0



c阻光度口-0

图5-8头部CT图像在不同阻光虎口下体培科效果囤

5.4体给制与面绘制比较
本文通过研究图像三维面绘制和三维体绘制方法,在M1TK平台上得到了不 同CT图像体绘制和面绘制实现结果,如图5-9和图5.10分别为颅骨图像和头部 图像在体绘制和面绘制下效果比较示意图。 面绘制以几何三角面片拟合物体表面,具有重建速度快,边界轮廓清晰,但 是只注重物体表面特征显示,无法显示重建图像的内部细节。 体绘制以对图像三维空间数据场中的每一点数据进行采样,计算量大.图像 重建的速度慢,因此其实时性差,但是图像信息完备,绘制效果真实,能够反映
图像内组织与组织之间的相对位置关系。

硕I岸位论i

笫j章精于光线投蚶的Ⅸ学H慷直接休缭制方*

制和面绘制效

a头部体绘制效果图

b头部面绘制效果图

图5—1 0头部体绘制和面绘制效果比较示意图

5.5本章小结
本章介绍了直接体绘制法的基本概念,深入研究了光线投射算法.并结合 MITK平台。利用VC++6 0编程实现了医学图像的直接体绘制重建,并比较了体 绘制和面绘制的特点。

硕士学位论文

第六章基于MITK的交互式三维重建技术研究

第六章基于MITK的交互式三维重建技术研究
6.1交互式重建技术概述
医学三维数据场中包含了丰富的体数据信息,运用三维重建技术重建得到的

三维模型,显示了物体的三维形态,获得了三维数据的整体信息,但仅仅根据重 建后的模型,不能观察到三维模型的内部信息,往往满足不了实际需求。在某些 应用中,还需要进一步观察所显示物体的内部结构以及图形表面的几何信息。如
在医疗诊断中,对医学图像重建后,能得到显示人体某一部分或某些组织和器官

的三维立体图。然而,要准确确定病变体的空间位置、大小、几何形状以及与周 围生物组织之间的空间关系,就需要从多角度、多层次来进行定性分析,甚至需 要将组织或器官剖开以便于观察。因此,在可视化系统中必须提供平面剖切功能, 使用户能观察到物体的内部结构。因此就要研究交互式剖切技术,根据用户的具 体需求,通过对重建后的三维模型进行一系列交互操作,从而反映更丰富的图像
表面和内部细节信息【叫。

6.2三维交互绘制原理
目前,三维交互绘制技术已有实现的方法,主要包括两类: (1)控制体素的不透明度法 其原理是对不同体素赋予不同的透明度,从而形成层次清晰的立体图像。具 体来说,就是对三维图像的外层体素分配较小的不透明度值,而对内部感兴趣区 域分配较大的不透明度值。这样处理后的三维图像,其内部对用户意义不大的部 分在绘制图像中不可见,而用户感兴趣区域则突出显示,从而实现三维交互操作。
(2)区域选取法

其原理是用裁剪几何面与三维图像相交,裁剪掉一部分无关体素而显示感兴
趣的区域,这样就能清晰直观地观察物体的内部结构。一般来说,通过调整裁剪 区域和裁剪视图方向,用户可以实现把感兴趣的部分绘制在裁剪平面控制的区域 内,同时可以实时地对感兴趣部分进行旋转,从而实现多角度观察。 本文采用第二种方法,利用3D widget实现对三维图像的长度测量和角度测 定以及平面剖切,实现了三维交互应用。

硕二b学位论文

第六章綦于MITK的交互式三维莆建技术研究

6.3 3D

widget在三维交互中的应用
widget原理


6.3.I 3D

1992年,Brookshire

Conner掣61】首次提出了3D widget的概念,即是一种“封

装了三维几何形状及行为的实体”,此处的“三维几何形状”则是指3D widget的直 观表现,包括直线、角尺、平面等,“行为”则包括它对三维图像场景中其他物体 的控制以及其他物体信息的显示。此后,相关研究人员对3D widget展开了一系 列的研究,取得了一些初步的成果。
ScoR S

Snibbe等[62】提出一种了称为“阴影shadows”的3D widget,可以直观清

楚地显示三维空间中各个物体之间的相对位置,并且能够对物体进行定位显示。


Dliner等【63】研究了一套称为“导轨racks”的3D widget,可以调整和控制三维物体 在MITK中,3D widget本身是场景中的一个三维物体,是从widget派生而来。

的形变。

Widget其实质也是在影像场景中可显示的一个物体,它可以在屏幕上显示出来。 同时它还包含一些预先定义的行为,用以对影像平台场景中显示的其他物体进行 操作或返回给用户一些相关的信息。在MITKqa,Widget实质是从Mitk Widget Model继承而来,Mitk Widget Model分2DwidgetModel和3DwidgetModel两大 类。图6.1为其派生关系示意图。

图6-1 Widget s派生关系示意图

6.3.2 3D 3D

widget在三维图像重建交互中的应用 widget在三维图像交互中可用于三维图像上两点距离之间的测量,任意

两条直线夹角的测定以及任意角度裁剪平面。

(1)距离测量:该应用主要是利用LineWidgetModel2D和LineWidgetModel3D

45

硕士学位论文

第六章基于MITK的交互式三维重建技术研究

来确定二维和三维图像上任意两点之间的距离。从实现的外观上来说,主要利用 两端带箭头的线段来确定两点距离,而线段的两个端点可以由用户用鼠标交互控
制。

(2)角度测定:该应用主要利用AngleWidgetModel2D和AngleWidgetModel3D 来测定二维和三维图像上任意三点所构成的角度大小。从实现的外观角度上来 说,就是利用两条线段和三个控制点来得到一个任意角,用户通过操作鼠标可以 得到角度范围内任意大小的角,并显示出来。 (3)任意方向的平面裁剪和剖切:该应用可以对三维场景中的三维图像进行
任意角度和任意方向的剖切。剖切从实现的外观角度上来说,就是利用四条线段

构成一个四边形,其中每条线段的端点可以由用户实时控制和调整,实现对剖切 平面绕中心旋转,并能显示剖切面的二维断面图像。

6.4医学图像三维重建交互系统的设计
6.4.1系统开发环境 系统开发的硬件环境为CPU:Intel P(R)2.6GHZi内存256M;显存128M; 操作系统平台Windows 2002/XP;系统开发环境为VisualC++6.0以及医学影像

处理与开发平刽181。
6.4.2系统组成

该系统利用MITK平台搭建,采用面向对象的程序设计方法,考虑到图像重 建的速度,采用面绘制技术进行图像重建,并在此基础上实现了医学图像三维交 互的一些基本功能。该系统主要由三大部分组成,如图6.2所示:显示部分,绘 制部分,交互部分。

图6-2系统组成框架图

硕士学位论文

第六章基于MITK的交互式三维莺建技术研究

1数据输入 主要负责各种医学图片格式文件的读入。包括各种标准的医学图片格式。如 DICOM,BMP,JPEG,TIFF,IM0,RAW等。利用MITK中酐JmitkReader实现图像数据的 读取,并存储在mitkVolume用于后续的显示和绘制。该部分关键代码如下:
mitkDICOMReader*reader=new mitkDICOMReader;
mitkBMPReader
*reader=new

mitkBMPReader;

mitkMOReader
if(reader->Run0) {

*reader=new mitklMOReader;

reader->AddFileName(dlg.GetNextPathName(pos));

this->clearVolume();
m—Volume=reader->GetOutput();


(); .V?olume->AddReferencethis>UpdateAUViews(NULL);


2显示部分

主要负责读入的医学图片显示。MITK中的图像显示场景主要由mitkView类 以及由其派生的子类mitkimageView实现。而具体的图像对象显示,则是由 mitkModel负责生成。场景中具体的对象被抽象为Model(模型).一个图像场景中可 以有多个Model,通过AddModeloi函数可以添加多个Model,然后利用MITKqb的 Render()i函数来生成并显示Model,也就是图像显示场景中具体的图像。该部分关 键代码如下:

mitkimageView木卿ew;
mitkimageModel幸m_ImageModel;
m—View=new mitkimageView; m
?



m_ImageModel=new mitldmageModel; m_View->AddModel(m_ImageModel); m_View->Show(); 3绘制部分

主要负责医学图像的表面重建,在VC++6.0环境下实现医学图像三维表面重
建。其关键代码如下: mitkMarchingCubes半me=new mitkMarchingCubes; mc->SetInput(m_Volume);

47

硕士学位论文

第六章基于MITK的交互式三维重建技术研究

mc->SetThreshold(19.m_LowValue,lg.m_HighValue); me->Run(); clearMesh(); m_Mesh=mc->GetOutput(); m_Mesh->AddReference();

UpdateAUViews(NULL); 4交互部分 主要是利用3Dwidgets进行一些交互操作,包括三维图像上任意两点长度测 量,任意三点间角度测量,任意方向平面剖切。 (1)长度测量主要通过MITK中的Linewi(19et3D0bserver来实现,其关键代码
如下:
void

CMlTKTestView::OnWidget3dLine()


float m013];
float

ml[3】;

m_SurfaceModel->GetBounds(m0[0],ml[0],mO[1],mi[I],m012],m1[2】); mitkLineWidgetModel3D木line=new mitkLineWidgetModel3D(m0,m1); line->SetView(m_SceneView); line->SetSourceModel(rn_SurfaceModel); line一>SetUnitName(”ml'n”); line?>AddObserver(new MyLineWidget3DObserver(1ine,this)); m_SceneView->AddModel(1ine);


(2)角度测量主要通过MITK中AngleWidget3DObserver来实现,其关键代 码如下:
void

CMⅡlKTcstⅥew::C眭Widget3dAngle()


float

m013];

float ml[3】; float m2131;

m_SurfaceModel一>GetBounds(m0[0],ml[0],m0[1],ml[1],m012],ml【2]); m2[0】=ml[0】;m2[1】=m1[1】;m212】=m012]; mitkAngleWidgetModel3D木angle=new mitkAngleWidgetModel3D(m0,ml, m2);

硕士学位论文

第六章基于MITK的交互式三维重建技术研究

angle->SetView(m_SceneView); angle->SetSourceModel(m_SurfaceModel); angle->AddObserver(newMyAngleWidget3DObserver(angle,this)); rn_SceneView->AddModel(angle);

) (3)平面剖切主要通过MITK中的ReslicePlaneObserver实现,其关键代码如
下:
void

CMITKTestView::OnReslicePlane()


float
float

const木box=m_SurfaceModel?>GetBounds0;
const木center=m_SurfaceModel->GetCenter0;

mitkReslicePlaneWidgetModel木plane--new mitkReslicePlaneWidgetModel
plane->SetView(m_SceneView); plane->SetVolumeData(v01); plane??>SetSlicelmageWidth(vol?->GetWidth0); plane->SetSlicelmageHeight(vol->GetHeight0); plane->SetSourceModel(m_SurfaceModel);

plane->AddObserver(new MyReslicePlaneObserver(plane,this));
m_SurfaceModel?->GetBasicRenderer()-?>ClippingOnO; m_SceneView?>AddModel(plane);

) 6.4.3系统功能 该系统主要实现二维图像的显示以及三维图像表面重建、显示、几何测量以
及剖切等交互功能。

(1)二维图像功能实现
包括二维图像的显示以及二维图像的信息值显示。 (2)三维图像交互功能实现 包括三维图像的面重建,三维图像的点显示和线框显示,以及任意角度的三 维裁剪和剖切。用户可以在三维图像上进行任意角度和方向的平面剖切,从而获 得感兴趣的图像区域进行分析。

6.5交互系统设计应用
1系统流程设计
49

硕士学位论文

第六章基于MITK的交互式三维重建技术研究

首先通过MITKImageReader类读,,k--维切片图像,利用MITKImageView生成

图像重建场景,在该场景中进行图像重建的属性设置,对设置好的图像进行三维 重建,在得到三维重建图像后,在MITK场景内可以对重建图像进行交互操作, 系统流程如图6.3所示:

图6-3 MITK下系统设计流程图

2系统应用实现 在本文中,对一组大tJ、256"256"68,层间距离为3mm的CT图片在该系统上 进行表面重建后,显示在主界面上如图6_4所示。利用MFC下的图标菜单设计, 可以在点击主界面上的图标后,得到重建后的三维图像。其中,主界面左边显示
的是重建前不同显示面上的颅部CT图像。

聊l岸位论文

第A章《十MITK的交ⅡA一堆蕾址投术"f究

圜墨昼
,D瞎口

!塑夔苎…。!遗基!蠢羹纛纛j莓匣面
目■

一矗◆×

.盟

…——一01 2n…ⅢⅫty
图6=4系统三维重建显示界面

D口…m一’

在该系统上对重建后的图像进行了以下交互操作: f1)距离测量的实现 在该系统中,利用LineWidget3DObserver类实现颅骨图像任意两点『uJ的距离 测贯,交百测幂冠示结果如罔6—5所示。

a颅骨纵向距离测量

b颅骨横向距离测量

图6-5颅骨图像上任惠两点间距离剥量示意图

(21角度测量的实现

在该系统中,利用An#eWidget3DObserver类对颅骨图像上任意方向的角
度测量并显示.角度测量结果实现如图6-6所示。

硬±学位论文

第六章基于MⅡK的交§式=维重建拉术"兜

I崩骨侧面剖切

b,重骨侧面剖切断面二堆显示 图6-8颅骨侧面三堆軎0切效果圈

硕士学位论文

第六章基于MITK的交互式三维霞建技术研究

3系统特点分析 该交互系统是基于MITK平台而设计的,它能够实现简单的医学图像三维交 互操作,其有以下一些特点: (1)交互性 交互性是医学图像重建系统很重要的一个应用。本文在对交互功能模块进行 深入分析的基础之上,实现了一些简单的的交互操作。系统采用简单的图标操作, 用户能从菜单中选中图像进行三维表面重建,图像几何特征测量,任意切面剖切。 (2)实时性 本文系统设计是在个人PC机上实现,没有借助任何加速硬件。因此图像交 互的实时性相对较差,只能满足一般的学习研究。在实际的应用系统中,必须具 备加速硬件设备才能达到实际交互需求。

6.6本章小结
本章研究了医学三维重建的交互式技术应用,介绍了交互式技术的概念和分 类,基于MITK平台设计了医学图像三维重建交互系统,并实现了对医学重建图 像的交互测量以及任意方向的平面剖切。
但是该系统也存在一些不足,不能对医学图像进行三维分割操作,因此对于

医学图像感兴趣区域不能进行三维重建;另外,系统只设计了表面重建模块,没 有设计体绘制模块,主要是由于体重建数据量大,重建和交互的速度会很慢。 MITK作为一个专业的医学影像算法开发平台,其功能十分强大,本章只是 在此基础上对医学图像重建和交互操作功能的一个初步探索和实现,其他许多功 能还待今后进一步研究和扩充。

硕士学位论文

第七章总结与展望

第七章总结与展望
7.1总结
医学图像三维重建技术是科学计算可视化的一个重要分支,是计算机图形学 和图像处理技术在生物医学工程中的重要应用。它涉及到计算机图形学、数字图 像处理、生物医学工程等多种技术,是一项多学科交叉的研究课题。医学图像可 视化可以观察到人体组织及器官的三维形态和空间位置关系,利用计算机技术显 示出更多的医学信息,在医学诊断和手术规划应用中具有重要意义。 本文主要做了以下几个方面的工作: (1)本文研究了医学图像的交互分割方法,实现了医学图像的交互分割。 (2)介绍了三维重建的面绘制经典算法,分析了MC算法抽取等值面的算法 原理,讨论了存在的不足,提出了一种基于等值面优化的改进MC算法,并在 MITK平台上实现,并对结果进行了分析。考虑到图像交互效率,在分析网格简 化算法的基础上,实现了一种基于边折叠的网格简化算法,利用它在MITK平台 上对面绘制模型进行了表面网格简化。 (3)探讨了体绘制方法的基本概念,研究了光线投射算法及具体实现过程, 并在MITK平台上用光线投射算法实现了医学CT图像的体绘制。 (4)研究了三维重建交互技术,并在VC++6.0环境下,设计了医学图像三维 重建系统的框架结构,包括图像显示模块、图像三维重建模块以及交互操作模块, 实现了几何测量、视角变换观察和任意切面剖切等交互操作功能。 同时,本文也存在一些不足之处: (1)对MC面绘制算法及网格简化做了深入的研究,虽然可以满足一定的需 要,但对于实时性要求高的场合,三维重建的效率仍有待提高。另外,文中仅对 体绘制的一种光线投射算法作了简单的研究,没有深入研究医学图像体绘制加速
技术。 (2)本文设计实现的医学图像三维重建系统功能还不是很完善,系统针对重 建后的图像可以进行几何测量、平移、旋转和任意方向剖切等三维交互操作,

但不支持开窗,立体分割等操作。

7.2展望
医学图像的可视化目前是一个非常活跃的研究热点,而且有着重要的应用价 值,本文研究了医学图像三维重建方法,基于图像三维交互的目的,设计了一个

硕:t学位论文

第七章总结与展望

三维重建交互系统。 但是在以下这些方面还有待进一步研究: (1)医学图像绘制的实时性,医学图像的绘制通常有具有大数据量的特点, 因此,后续应该深入研究光线投射加速算法,优化算法程序,在提高绘制速度的 同时尽量提高图像质量,以实现大规模体数据重建的实时性。 (2)医学图像可视化的交互性的重要性越来越显著。进一步研究交互式体绘 制技术,从而能更真实更全面地反映三维模型内部信息,充分利用三维可视化技 术实现三维图像的多角度观察和分析,同时交互系统在功能上应该进一步扩充,
更符合实际需求。

总之,图像三维重建技术是随着可视化的发展而出现的一个新的研究方向。 目前国内外的图像三维重建技术的研究正在如火如荼地进行,随着计算机辅助技 术、虚拟现实技术以及成像设备的进一步的发展和完善,图像重建技术必将在医
学领域发挥其越来越重要的作用。

硕士学位论文

参考文献

参考文献
【1】唐泽圣.三维数据场可视化.北京:清华大学出版社,1999. 【2】吴章文,勾成俊,杨代伦,罗正明.医学图像可视化系统的设计与实现.四川 大学学报(自然科学版),2003,40(3):512"-516。 [3]姜志国,孟如松等.组织切片图像的可视化技术及应用.中国体视学与图像分 析,2002,7(3):1 70"-'1 74. 【4】管伟光,马颂德.体视化技术及其应用.北京:电子工业出版社,1998.
【5】沈海戈,柯有安.医学体数据三维可视化方法的分类与评价.中国图象图形学 报,2000,5(7):545"--550. 【6】Tiede
U,Hoehne K H,Bomans M.Surface Rendering.IEEE Computer Graphics

and Applications,1 990,8(4):41---,54.

[7】T.Todd

Elvins.A

survey

of

algorithms

for

volume Visualization.ACM

SIGGRAPH Computer Graphics,1992,26(3):194""201。

[8】E.Keppel.Approximating

Complex Surfaces by Triangulation of Contour Lines.

IBM Journal of Research and Development,1 975,1 9(1):2.

[9】H

Christiansen,T Sederberg.Conversion of complex

contour line

definitions into

polygonal element mosaics.ACM SIGGRAPH Computer Graphics,1 978,

12(3):1 87"--'1 92. [1 0】William
E.Lorensen and Harvey E.Cline.Marching cubes:a high resolution 3D

surface construction

algorithrn.ACM SIGGRAPH Computer

Graphics,1987,

21(4):163"-'169. [11】H.E.Cline W.E.Lorensen
et

a1.Two

Algorithms

for

Three

Dimensional

reconstruction oftomograms.Medidai Physics,1988,15(3):320""327.

【1 2】Nidson q
Marching

Hamann B.The Asymptotic Decider:Resolving the Ambiguity in
Cubes.IEEE Visualization Proceedings of the 2nd conference
Oll

Visualization’91,1991:83"-'91.

[1 3】Wu K

Hesselink L.Computer Display of

Reconstructed

3D Scalar

over

Dam.

Applied Optics,1 988,27(2):395"-'400. 【14]Jane Wilhelms,Allen
Van Gelder.Topological Considerations in iso—surface
on

generation.ACM Transactions

Graphics,1 994,1 3(4):337"~375.

[15]周勇.三维数据场可视化技术的研究与实现.北京:清华大学博士论文,
1995.

【1 6】Doi

A,Koide A.An

efficient method

of

triangulating equi—valued surface

by

using tetrahedral cells.IEICE

Transactions,1991,E74(1):214"-'224.
56

硕士学位论文

参考文献

[1 7】Giertsen

C.Volume Visualization of Sparse Irregular

MeShes.IEEE Computer

Graphics and

Application,1992,12(2):40---48.

[1 8】王旭,卿侯,林天义等.基于体素模型的体绘制算法.西北工业大学学报,
2000,1

8(1):78"82.
Data and

[1 9]Mureki S.Volume

Wavelet Transform.IEEE

Computer

Graphic&

Application,1 993,l 3(4):50"-'56.

[20]王元红,彭延年,崔圣莹.体绘制技术在医学可视化中的研究进展.泰山医
学院学报,2002,23(1):73"--79.

[21】钟世镇.数字化虚拟人体研究现状和展望.解放军医学杂志,
2003,28(5):385"--388.

[22】贾春光,段会龙,吕维雪.Visible

Human计划的发展与应用.国外医学生物

医学工程分册,1 997,20(5):269"-'274.
[23]Soumer
O,Dietz

A,Westerman

R,Ertl T.An interactive visualization navigation

tool for medical volume data.Computers&Graphics,1 999,23(2):233"-244.

【24】Shahidir.Tombropoulosr
[25】Manohar S.Advanced 23(1):73---84。

Cinical applications of three-dimensional rendering of

medical data sets.Proceeding ofthe IEEE,1998,86(3):555,--,568.
in

volume graphics.Computers&Graphics,1 999,

[26]http://www.tech—ex.corn/equipment/. [27】VolView.http://www.kitware.com. 【28】Edition
Research System Ine.IDL User’s Guide Interactive Data

Language

Version 5.4.2000.

【29】Insight

Segmentation

and

Registration Toolkit.http://www.itk.org.

【30]Visualization

Toolkit.http://www.vtk.org.

【3 1】Medical imaging Toolkit.http://www.mitk.net. 【32】田捷,赵明昌,何晖光.集成化医学影像算法平台理论与实践.北京:清华 大学出版社,2004.

【33】赵明昌,田捷,薛健,何辉光,吕科.医学影像处理与分析开发包MITK的设
计与实现.软件学报,2005,1 6(4):485,---495. 【34】李久权,王平,王永强.CT图像分割几种算法.微计算机息,2006,22(4):
240---242.

【35】汪陆君.医学图像三维重建技术研究.成都:电子科技大学硕士论文,2004. [36】张弘.数字图像处理与分析.北京:机械工业出版社,2007. [37]罗述谦.医学图像处理与分析.北京:科学出版社,2003.

57

硕士学位论文

参考文献

【38】党建武,张芳,胡铁钧,晁颖.基于Live.Wire交互式医学图像分割算法研究 及实现.计算机应用研究,2008,25(1 0):3048"3049. [39】Alexandre
X.Falc反oa,Jayaram K.et a1.User-steered image segmentation

paradigms:live wire and live lane.Graphical Model sand Image Processing, 1 998,60(4):233"---260.

[40】A.A.Amini,S.Tehrani,and T.E.Weymouth.Using

dynamic programming for

nliIlimizing the energy of active contours in the presence of hard Proceeding of the second International Conference 95"---99.
on

constraints.

Computer Vision.1 988:

【4 1]Mortensen

E N,Barrett

W A.Interactive

Segmentation

witll Intelligent Scissors.

Graphic
Medical

Models and

Imaging Processing,1998,60(5):349"--384.
live—wire boundary extraction.

【42]Barrett,W.A.and Mortensen,E.N.Interactive

Image Analysis 1 997,l(4):33 1"-'341
Mortensen,E.N.Fast,Accurate,and Reproducible Live-wire

【43】Barrett,W.A.and

Boundary Extraction.Visualization in Biomedical Computing,.1996:183"-192.

【44】罗希平,田捷.一种改进的交互式医学图像序列分割方法.电子学报,2003,


1(1):29"-32.

【45】廖志军.交互式图像分割算法研究.北京:中国科学研究院,2006. 【46】刘敏,郝绒华,邸建红.医学超声图像处理系统.现代电子技术,2006,29(20):
83~84.
Yi.A survey of the marching cubes algorithm.

【47】Timothy S.Newman,Hong

Computers&Graphics,2006,30(5):855'--857. 【48】Michael Laszlo.Fast
Generation

and

Display of

iso—surface Wireframes.

Graphical Models and Image Processing.1992,54(6):473"--483. [49】杨淑莹.、℃H图像处理程序设计(第二版).北京:清华大学出版社,2006. 【50】谢小棉,李树祥.基于MC的医学三维等值面的平滑与归并.中国图像图形
学报,2001,6(8):806"'809. [51】蒋遂平,周明天,戴颖.基于法向的网格简化.计算机学报,1999,22(10):
1074"-"1079.

【52】金海.中国教育科研网格图像处理网格应用平台设计规范.北京:清华大学 出版社,2006. [53】Hoppe
H,DeRose T'Duchamp T,et

a1.Mesh Optimization.ACM

SIGGRAPH

’93.1993,6(8):19,--,26.

【54】陶志良,潘志庚,石教英.基于能量评估的网格简化算法及其应用.软件学报,

58

硕+学位论文

参考文献

1997,8(12):88l~888.

【55]王旭,赵歆波,桂业英等.医学图像序列的直接体绘制算法研究.生物医学 工程学杂志,1 999,16(3):324--,329.
[56】Levoy M.Display
of surfaces from volume Data.IEEE Computer Graphic&

Application,1 988,8(3):29"--37.

[57】Wolfgang

Krueger.Volume
Oll

rendering

and

data

feature

enhancement.
on

Symposium
[58】Cai W

Volume

Visualization Proceedings of the 1 990 workshop

Volume visualization,1 990,24(5):2 1"--26.
L,Shi J Y.Composed scattering model for direct

volume

rendering.

Journal ofComputer Science&Technology,1996,1 1(5):433一-442.

[59】Sakas

G,Schreyer H,Grimm

M.Case

Study:Visualization of 3D ultrasonic data.

IEEE Visualization’94.New York:IEEE Computer Society Press,1 994,1 2(3):

369~373.

[60]董峰,王晓梅,石教英.交互式三维医学图像可视化系统Medvis.计算机学
报,1998,21(9):832,--。837. [6 1]D
Conner,S Snibbe,K Hemdon,et a1.Three-dimensional

Widgets.Proceedings

of Interactive 3D

graphics.Symposium,1 992:1 83'--'1 88.
Robbins,D Conner

【62]S

Snibbe,K

Hemdon,D
to

and

A.van

Dam.Using

deformations

explore 3D

Widget design.ACM

SIGGRAPH Computer

Graphics,1992,26(2):351~352. [63】J Dliner,K Hinriehs.Interactive,Animated
3D

Widgets.Proceedings

of

Computer Graphics Intemational’98,1998:278-一286.

59

硕士学位论文

致谢

致谢
随着论文的即将付梓,我的三年研究生生涯也行将结束。此时此刻,我思绪 万千,三年学习生活中的点点滴滴不时在我的脑海中浮现,让我觉得意味悠长,
遐想无限。

在论文完成之际,我深深地感谢我的导师徐效文副教授给予的悉心指导、学 习环境、实践锻炼机会。徐老师丰富的专业知识和严谨的学术作风以及对新知识 发展的敏锐洞察力给我留下了深刻印象。他博大宽广的胸怀和严谨细致的治学态 度将使我终生受益。在此,谨向三年来培养、帮助和关怀我的导师致以由衷的敬 意和诚挚的谢意。 感谢信息物理学院生物医学工程研究所每一位老师对我的关怀与培养。邓振 生老师的和蔼、赵于前老师的直爽、喻罡老师的博学、刘正春老师的豁达、黄忠 朝老师的朴实、陈真诚老师的睿智、唐艳老师的聪慧、李凌云老师的细致……, 每一位老师都在我三年的成长过程中,都给了我无价的知识和真诚的关爱。 感谢生医所实验室所有同学对我的帮助和鼓励,特别感谢夏莉,王邺,裴红 利,于子娟等在学习和生活上的关心与帮助。我非常庆幸能够在这样一个充满激 情和智慧的团队里和大家一起学习,成长。 感谢我的朋友们,一直以来对我的支持和帮助,尤其是我的室友陈永强,宗 士伟,刘浪。 最后深深的感谢我的父母和亲人们,他们是我坚强的后盾,是我前进的动力, 正是他们默默的关心和无私的奉献,我才能得以顺利完成硕士阶段的学习和研
究。

二oO九年五月 王永华

硕士学位论文

攻读学位期间主要研究成果

攻读学位期间主要研究成果
发表论文:

徐效文,王永华.基于等值面优化重建医学图像的改进算法.微计算机信息.(已
录用) 参与项目:

农药残留现场快速检测的生物传感器及微系统.中南大学创新创业启航行动 资助立项项目.编号:ZRD02

6l

基于MITK的医学图像三维重建及其交互技术研究
作者: 学位授予单位: 王永华 中南大学

本文链接:http://d.g.wanfangdata.com.cn/Thesis_Y1537079.aspx


相关文档

基于MITK的医学图像三维重建系统的设计
基于MITK的医学图像三维重建研究
基于医学图像的三维交互测量技术研究
基于MITK的医学图像三维表面重建算法
三维重建技术在医学图像中的研究与应用
基于DICOM的医学图像三维重建的研究
医学图像三维重建的研究与开发
基于医学图像的人工关节三维重建系统研究
医学成像技术(第八章_三维重建技术)
医学图像的三维重建及其实时性研究
电脑版