醫(yī)學(xué)圖像處理與基于可視化工具集的三維重建研究.pdf

1、醫(yī)學(xué)圖像三維重建的主要研究內(nèi)容包括醫(yī)學(xué)圖像的預(yù)處理，如插值、濾波等；組織或器官的分割與提取；三維重建的表面繪制以及體繪制。首先介紹了醫(yī)學(xué)圖像三維重建及其在醫(yī)學(xué)中的應(yīng)用與關(guān)鍵技術(shù)；其次，詳細(xì)研究了圖像處理的各種技術(shù)，并且提出了一種基于二維灰度直方圖的圖像分割改進(jìn)算法；最后，介紹了可視化工具集——VTK（The Visualization Toolkits）類庫的特點、結(jié)構(gòu)以及使用方法，并且使用VTK類庫實現(xiàn)、分析和比較了面繪制、體繪制這兩

2、種目前主要的繪制方法。 圖像濾波方法包括鄰域平均法、中值濾波法等。主要討論鄰域平均法、中值濾波法和一種改進(jìn)的增強邊緣的中值濾波算法，分別對三種算法的原理、缺陷和實現(xiàn)過程進(jìn)行了分析討論，并對CT頭部圖像進(jìn)行處理，就處理結(jié)果進(jìn)行了分析。 圖像分割方法主要包括基于閾值的分割方法、基于邊緣檢測的分割方法、基于區(qū)域增長的分割方法。重點是基于閾值的分割方法，詳細(xì)討論傳統(tǒng)基于一維灰度直方圖和二維灰度直方圖的閾值分割方法，但這兩種方法各

3、自在分割效果與實時性方面存在極大的缺陷，因此提出了一種基于二維灰度直方圖的改進(jìn)算法，將處理空間控制在二維灰度直方圖對角線兩側(cè)較小的區(qū)域內(nèi)，并且采用一維最大熵分割算法求取閾值。然后使用三種算法對CT頭部圖像進(jìn)行分割，證明此改進(jìn)算法集二維灰度直方圖的抗噪能力和一維灰度直方圖的實時性優(yōu)點于一體，可獲得抗噪能力與實時性都比較令人滿意的分割圖像。 最后對表面繪制的MC（Marching Cubes）算法以及體繪制的光線投射算法的原理、缺陷