医学三维重建探究医学科技论文.docVIP

医学三维重建探究医学科技论文 1三维结构 人体组织与器官的三维成像技术在现代临床医学中起着越来越重要的作用,运用计算机图形学和图像处理技术,将计算机断层(ComputerizedTomography)图像、核磁共振成像(MagneticResonanceImaging)以及超声(Ultrasonography)等成像设备得到的人体断层二维图像序列,在计算机中重建成三维图像,并在屏幕上形象逼真地显示人体器官的立体视图,通过人机交互,医生可以方便对重建的图像进行诸如旋转、缩放等操作,使医生能够更充分地了解病灶的性质及其周围组织的三维结构关系,从而帮助医生做出准确的诊断和制定正确的手术方案[5]。OpenGL是美国高级图形和高性能计算机系统公司SGI所开发的三维图形库,OpenGL被设计成为适合于广泛计算机环境下的三维图形应用编程界面(API),目前它已成为开放的图际图形标准,基于OpenGL开发的大量三维图形应用软件系统,已经广泛应用于科学可视化、实体造型、CAD/CAM、模拟仿真、图像处理、地理信息系统、虚拟现实等各个领域[3]。目前利用OpenGL来实现医学图像的三维可视化已经成为一个热点。 2三维重建原理 目前图像三维重建的方法主要有两大类:一类是三维面绘制,另一类是三维体绘制。体绘制更能反应真实的人体结构,但是由于体绘制算法运算量太大,即使利用高性能的计算机,仍然无法满足实际应用中交互操作的需要,因此面绘制仍是目前的主流算法。本文主要研究三维面绘制的实现,并且对体绘制作一些简单讨论。 2.1三维面绘制 表面表示是表示三维物质形状最基本的方法,它可以提供三维物体的全面信息,其具体形式有两种:边界轮廓线表示和表面曲面表示。最初的表面重建方法采用基于轮廓线的描述方式,即在断层图像中,通过手工或自动方式实现目标轮廓的确定性分割,然后用各层的轮廓线“堆砌”在一起表示感兴趣物体的边界,这种轮廓线表示方法简单且数据量小,但是不很直观。除了以轮廓线表示物体外,还可以由轮廓重建物体的表面来表示。最早的方法是基于多边形技术,主要采用平面轮廓的三角形算法,用三角片拟合这组表面轮廓的曲面Bussonnat提出了另外一种基于表面轮廓的Delaunay三角形方法,解决了系列表面轮廓的三维连通性问题。用三角形或多边形的小平面(或曲面)在相邻的边界轮廓线间填充形成物体的表面,所得出的只是分片光滑的表面,Lin采用从轮廓出发的B样条插值重建算法,得到了整体光滑的表面。Lorenesen提出了一种称为“MarchingCube”的算法,这是一种基于体素的表面重建方法,该方法先确定一个表面阈值,计算每一个体素内的梯度值,并与表面阈值进行比较判断,找出那些含有表面的立方体,利用插值的方法求出这些表面,这其实是抽取等值面的过程。基于表面的方法,其主要优点是可以采用比较成熟的计算机图形学方法进行显示(如裁剪、隐藏面和浓淡计算等,而这些都可以通过OpenGL来实现)。计算量小,运行速度快,借助于专用硬件支持,在高性能PC上面绘制完全可以实现实时交互显示。 2.2三维体绘制 体绘制由于直接研究光线通过体数据场与体素的相互关系,无需构造中间面,体素的许多细节信息得以保留,结果的保真性大为提高。从结果图像的质量上讲,体绘制要优于面绘制,但从交互性能和算法效率上讲,至少在目前的硬件平台上,面绘制还是要优于体绘制的[6]。下面讨论二种体绘制方法。 2.2.1投影法(Projection) 首先根据视点位置确定每一体素的可见性优先级,然后按优先级由低到高或由高到低的次序将所有体素投影到二维像平面上,在投影过程中,利用光学中的透明公式计算当前颜色与阻光度,依投影顺序(即体素可见性优先级)的不同,投影法分为从前至后(Front-to-Back)算法与从后至前(Back-to-Front)算法。一般说来,前一种算法运算速度快,但除需一个颜色缓存区外,还需要一个阻光度缓存区;后一种算法仅需一个颜色缓存区,并在执行过程中产生不同层面的图像,有助医生更好地理解医学图像。 2.2.2光线跟踪法(Ray-Casting) 该方法是在体数据进行分类后,从象空间的每一体素出发,根据设定的方法反射一条光线,在其穿过各个切片组成的体域的过程中,等间距地进行二次采样,由每个二次采样点的8个领域体素用三次线性插值方法得到采样点的颜色和阻光度值,依据光照模型求出各采样点的光亮度值,从而得到三维数据图象。直接体视法所面临的问题是运行速度慢,利用空间相关性可提高算法的效率[1]。 3三维表面重建方法及实例 本文给出二种三维表面重建实例。 3.1断层间表面重建法 这种重建方法主要应包含以下