基于分割的醫(yī)學(xué)圖像面繪制三維重建.pdf

1、在醫(yī)學(xué)上，醫(yī)生為了更直觀的了解人體的組織和器官，并在手術(shù)時能夠準(zhǔn)確定位和實(shí)時的觀察病變位置，就需要對人體的組織和器官進(jìn)行三維重建。由于醫(yī)學(xué)影像設(shè)備(CT、MRI)得到組織或器官的二維斷層圖像序列數(shù)據(jù)量較大，加上現(xiàn)實(shí)硬件設(shè)備有一定的限制，醫(yī)學(xué)領(lǐng)域?qū)χ亟▓D像實(shí)時性的要求較高等限制，有必要對醫(yī)學(xué)影像設(shè)備采集到的人體影像對特定部位先進(jìn)行分割處理，然后再進(jìn)行三維重建。這樣可以大大減少重建的二維圖像的數(shù)據(jù)量，縮短重建時間，滿足臨床上實(shí)時性的要求。本

2、文就是先對分割算法進(jìn)行研究，在分割的基礎(chǔ)上再進(jìn)行醫(yī)學(xué)圖像進(jìn)行三維重建方面的研究。
　　 本文首先對圖像分割中的主動輪廓模型算法的原理和特點(diǎn)進(jìn)行了介紹，并主要對結(jié)合水平集的活動輪廓模型進(jìn)行了詳細(xì)的總結(jié)和探討，最終針對李純明等提出的距離保持水平集方法在進(jìn)行圖像分割過程中初始輪廓曲線必須完全位于分割目標(biāo)的內(nèi)部或者外部，以及不能同時分割目標(biāo)的內(nèi)外輪廓等缺點(diǎn)，提出利用區(qū)域信息的自動適應(yīng)水平集方法。通過實(shí)驗(yàn)可知該方法能夠任意定義初始輪廓曲線

3、的位置，并且對有噪聲的弱邊界圖像能夠較好的分割出目標(biāo)。通過對主動輪廓模型算法的研究，為后續(xù)的三維重建做好準(zhǔn)備。
　　 接著對三維重建算法中的面繪制的原理和類型進(jìn)行了介紹，對移動立方體面繪制算法(Marching Cubes，MC)進(jìn)行了詳細(xì)的研究，通過對其原理的介紹和存在的不足，本文提出了改進(jìn)算法：針對MC算法計(jì)算插值點(diǎn)導(dǎo)致執(zhí)行速度慢、效率不高的缺點(diǎn)，提出一種基于最近鄰逼近的MC改進(jìn)算法，該方法在n次等分點(diǎn)量化序列中尋找等值面最

4、近鄰點(diǎn)代替線性或非線性插值，既避免了插值的大量計(jì)算又保證了誤差精度，還可改善三角面片結(jié)構(gòu)；針對MC算法執(zhí)行速度慢、效率不高的問題，提出了融合構(gòu)型查找表與鄰接查找子表的改進(jìn)MC方法。該方法通過顯性構(gòu)建鄰接查找子表約束體元搜索路徑，使面繪制時只處理有效體元，根據(jù)鄰接查找子表特點(diǎn)設(shè)計(jì)堆棧結(jié)構(gòu)實(shí)現(xiàn)搜索算法，不僅提高了算法訪問效率，而且減少了臨時存儲空間。
　　 最后，在VS2010環(huán)境下，結(jié)合三維可視化工具包(VTK)構(gòu)建了三維重建面繪