医学图象三维重建及可视化技术地地研究.pptVIP

1 绪论 　　　　 1.1 引言 1.2 基于三维数据的建模与可视化 ? 1.三维数据的来源与分类 ? 2.三维数据建模及可视化研究内容 ?数据预处理 ? 建模 ? 绘制与显示 ? 3.数据建模技术综述 ?三维几何模型 　?基于三维数据的建模方法 ? 1)　基于断层轮廓的表面重建 ? 2)　基于体素的等值面重建 ? 3)　几何变形模型 ? 4)　体素建模 　 1.3 医学图象三维重建技术综述 ? 1 医学图象的预处理 ? 2 医学图象的分割 ? 3 三维重建方法 ? 4 模型的网格简化 1.4 医学图象三维重建在医疗中的应用  ? 1 在医疗诊断中的应用 ? 2 在手术规划及放射治疗规划中的应用 ? 3 在整形与假肢外科中的应用 ? 4 在虚拟手术及解剖教育中的应用 1.5　论文背景及主要工作 　 ? 1 论文背景及研究意义 　 ? 2 本文的主要工作 1) 图象预处理，组织器官分割与提取 2) MC、MT算法构建表面几何模型 3) 模型表面网格简化，剖切与开窗 4) 由表面几何模型转换成实体几何模型 5) 适用于适形放射治疗规划的医学图象 三维重建系统的开发 2医学图象预处理与人体组织的分割 　　?　医学图象预处理　　 ?分割流程 2.2 CT、MRI图象的获取与输入 2.2 二维图象处理与规则体数据封装 ? 1 二维图象滤波 (1) 邻域平均法 (2) 中值滤波法 (3) 保持边缘滤波法 ? 2 断层图象间插值 ? 3 三维规则体数据封装 (1) 内存记录方式 (2) 体数据文件格式 2.3 交互分割过程 ? 1 三维图象二值化 二值化结果 ? 2 数学形态学操作进行区域修整 (1) 二值形态学操作简述 ? 3 种子填充法进行组织提取 3 基于规则体数据的三维表面模型的构建 3.2.1 体素模型 3.2.2 等值面（IsoSurface）定义 ? 1　三线性插值结果 　　 　 ? 2　等值面定义 3.3 移动立方体（Marching Cubes）算 法抽取等值面 ? 1 MC算法的基本原理 a 体素中等值面剖分方式的确定 1）?? 如立方体顶点的数据值≥等值面的值，则定义该顶点位于等值面之外，记为“0”； 2）?? 如立方体顶点的数据值＜等值面的值，则定义该顶点位于等值之内，记为“1”。 8个顶点，每个顶点共有2个状态，因此共256种组合状态 ? 根据互补对称性, 256 128 ? 根据旋转对称性， 256 15 ? 2 等值面连接方式上的二义性 3.3.3 渐近线判别法消除二义性 3.3.4 MC算法的重建结果及分析 3.4 移动四面体（Marching Tetrahedra）算法抽取等值面 　　3.4.1 MT算法的基本原理 3.4.2 四面体剖分的一致性处理 3.4.3 相关性处理加速MT重建速度 ? 1 体素内的相关性处理 ? 2 体素间的相关性处理 3.4.4 MT算法的重建结果及分析 4.三维模型的网格简化与模型的剖切 4.2 基于边收缩的网格简化算法 ? 1 网格简化算法简述 ? 2 基于边收缩的网格简化算法 Hoppe采用显式能量函数E（M）来度量简化网格与原始网格的逼近度［Hoppe96］： 其中Edist(M)为M的距离能量，它定义为点集到网格的距离平方： Espring(M)为弹性能量，这相当于在的每条边上均放置一条弹性系数为k的弹簧，即： Escalar(M)度量M的标量属性的精度，而Edisc(M)则度量了M上视觉不连续的特征线（如边界线、侧影轮廓线等）的几何精度。 边收缩过程示意图 ? 4 网格简化结果 4.3 三维