高速光學相干層析三維掃描系統(tǒng)成像軟件的設計實現(xiàn)

1、<p><b>　　論文封面書脊</b></p><p><b>　　四號黑體字</b></p><p><b>　　四號黑體字</b></p><p><b>　　小四號黑體字</b></p><p><b>　　北京航空航天大學&l

2、t;/b></p><p>　　本科畢業(yè)設計（論文）任務書</p><p>　?、?、畢業(yè)設計（論文）題目：</p><p>　　高速光學相干層析三維掃描系統(tǒng)成像軟件的設計實現(xiàn) </p><p>　?、?、畢業(yè)設計（論文）使用的原始資料（數(shù)據(jù)）及設計技術要求：</p><p>　　使用光學相干層析技術（OCT）對葡

3、萄三維結(jié)構(gòu)進行研究，相關設備平臺包括由近紅外光譜儀，寬頻光源，系統(tǒng)控制模塊，自動對焦系統(tǒng)，系統(tǒng)控制界面搭建而成的OCT系統(tǒng)，OCT技術探測的精度能夠較好地達到其內(nèi)部結(jié)構(gòu)的探測（OCT系統(tǒng)三維掃描速度預計為25frame/sec，橫向分辨率可達15~20um，深度分辨率可達10um）。</p><p>　　對于葡萄三維結(jié)構(gòu)的探測所需的成像系統(tǒng)需要極高的軟硬件要求，其中，本課題主要針對軟件系統(tǒng)進行設計。對于軟件設計的

4、要求主要包括：1.基于多核CPU的并行OCT解調(diào)引擎實現(xiàn)：對葡萄三維結(jié)構(gòu)進行并行光學相干斷層掃描，解調(diào)并進行成像，包括基于Visual Studio開發(fā)環(huán)境下Intel MKL函數(shù)庫的使用進行波數(shù)域線性化及FFT等信號處理內(nèi)容；2.葡萄三維結(jié)構(gòu)圖像的三維重建：綜合使用柵格化、光線投射、輻射著色、光線跟蹤等算法，完成由模型到圖像的轉(zhuǎn)化,調(diào)用VTK、ImageJ 3D Viewer作為接口進行交互，實現(xiàn)圖像三維重建；3.數(shù)據(jù)留盤實現(xiàn)：對葡萄

5、解調(diào)圖像所得進行存儲，使用多線程高級編程對所獲數(shù)據(jù)進行處理；4.用戶友好化軟件交互界面設計。 </p><p>　　Ⅲ、畢業(yè)設計（論文）工作內(nèi)

6、容：</p><p>　　2014．3下半月：選取合適的OCT系統(tǒng)波數(shù)域線性優(yōu)化算法，對OCT光學成像系統(tǒng)軟件進行結(jié)構(gòu)分析，完成軟件工程需求分析 </p><p>　　2014．4上半月：基于Intel MKL函數(shù)庫對波數(shù)域數(shù)據(jù)進行處理，完成A掃后由波長域信息向深度信息的算法轉(zhuǎn)換，與VTK、ImageJ 3D Viewer進行交互，使用多線程接口同時對數(shù)據(jù)的輸入輸出流進

7、行處理 </p><p>　　2014．4 下半月：對軟件系統(tǒng)進行測試和優(yōu)化，設計較為友好的用戶界面，完善軟件的相關功能； </p><p>　　2014．5 上半月：對軟件系統(tǒng)進行測試和完善，協(xié)調(diào)配合OCT硬件系統(tǒng)對軟件設計進行調(diào)試和改善；對三維結(jié)構(gòu)樣品過程進行樣品實驗成像；

8、 </p><p>　　2014．5下半月：對樣品實驗結(jié)果進行驗收，撰寫畢業(yè)設計論文，整理參考文獻和實驗結(jié)果； </p><p>　　2014．6上半月：修改論文，答辯。

9、 </p><p><b>　　Ⅳ、主要參考資料：</b></p><p>　　Huang D, Swanson E A, Lin C P, et al. Optical coherence tomography[J]. Science, 1991, 254(5035): 1178-1181.</p><p>　　[2

10、]. Yaqoob Z, Wu J, Yang C. Spectral domain optical coherence tomography: a better OCT imaging strategy[J]. Biotechniques, 2005.</p><p>　　[3].Yazdanfar S, Kulkarni M, Izatt J. High resolution imaging of in vi

11、vo cardiac dynamics using color Doppler optical coherence tomography[J]. Optics Express, 1997, 1(13): 424-431.</p><p>　　[4]. Yazdanfar S, Rollins A M, Izatt J A. Imaging and velocimetry of the human retinal

12、circulation with color Doppler optical coherence tomography[J]. Optics Letters, 2000, 25(19): 1448-1450.</p><p>　　[5]. Puliafito C A, Hee M R, Lin C P, et al. Imaging of macular diseases with optical coheren

13、ce tomography[J]. Ophthalmology, 1995, 102(2): 217-229.</p><p>　　[6]. Rollins A M, Ung-Arunyawee R, Chak A, et al. Real-time< i> in vivo</i> imaging of human gastrointestinal ultrastructure by us

14、e of endoscopic optical coherence tomography with a novel efficient interferometer design[J]. Optics letters, 1999, 24(19): 1358-1360.</p><p>　　[7]. Sivak Jr M V, Kobayashi K, Izatt J A, et al. High-resoluti

15、on endoscopic imaging of the GI tract using optical coherence tomography[J]. Gastrointestinal endoscopy, 2000, 51(4): 474-479.</p><p>　　[8]. Tearney G J, Bouma B E. Atherosclerotic plaque characterization by

16、 spatial and temporal speckle pattern analysis[J]. Optics letters, 2002, 27(7): 533-535.</p><p>　　[9]. Fujimoto J G. Optical coherence tomography for ultrahigh resolution in vivo imaging[J]. Nature biotechno

17、logy, 2003, 21(11): 1361-1367.</p><p>　　[10]. Bouma B E, Tearney G J, Yabushita H, et al. Evaluation of intracoronary stenting by intravascular optical coherence tomography[J]. Heart, 2003, 89(3): 317-320.&l

18、t;/p><p>　　[11]. Wang X J, Milner T E, de Boer J F, et al. Characterization of dentin and enamel by use of optical coherence tomography[J]. Applied Optics, 1999, 38(10): 2092-2096.</p><p>　　[12]. B

19、randenburg R, Haller B, Hauger C. Real-time in vivo imaging of dental tissue by means of optical coherence tomography (OCT)[J]. Optics communications, 2003, 227(4): 203-211.</p><p>　　[13]. Yelbuz T M, Choma

20、M A, Thrane L, et al. Optical coherence tomography a new high-resolution imaging technology to study cardiac development in chick embryos[J]. Circulation, 2002, 106(22): 2771-2774.</p><p>　　[14]. Perea-Gomez

21、 A, Camus A, Moreau A, et al. Initiation of gastrulation in the mouse embryo is preceded by an apparent shift in the orientation of the anterior-posterior axis[J]. Current biology, 2004, 14(3): 197-207.</p><p&

22、gt;　　[15]. Boppart S A, Bouma B E, Brezinski M E, et al. Imaging developing neural morphology using optical coherence tomography[J]. Journal of Neuroscience Methods, 1996, 70(1): 65-72.</p><p>　　生物與醫(yī)學工程學 院（系

23、）生物醫(yī)學工程 專業(yè)類 101012 班</p><p>　　學生 吳瑋瑩 </p><p>　　畢業(yè)設計（論文）時間： 自 年 月 日至 年 月 日</p><p>　　答辯時間： 年 月 日 成績 </p><p>　　指導教

24、師： </p><p>　　兼職教師或答疑教師（并指出所負責部分）：</p><p>　　教研室主任 </p><p>　　注：任務書應該附在已完成的畢業(yè)設計（論文）的首頁。</p><p><b>　　本人聲明</b></p><p>　　我聲明，本

25、論文及其研究工作是由本人在導師指導下獨立完成的，在完成論文時所利用的一切資料均已在參考文獻中列出。</p><p><b>　　作者： 吳瑋瑩</b></p><p><b>　　簽字：</b></p><p>　　時間：2014年 5 月</p><p>　　高速光學相干層析掃描系統(tǒng)成像軟件的

26、設計實現(xiàn)</p><p>　　學 生：吳瑋瑩 </p><p><b>　　指導教師：李 昂</b></p><p><b>　　摘 要</b></p><p>　　本論文描述了一種高速光學相干層析三維成像軟件系統(tǒng)的實現(xiàn)方法，該成像軟件針對譜域光學相干層析術（SD-OCT）的數(shù)據(jù)

27、類型。其數(shù)據(jù)處理過程主要包括兩個部分，分別為數(shù)據(jù)解調(diào)過程以及三維重建過程。其中，數(shù)據(jù)解調(diào)過程包括數(shù)據(jù)重排、快速傅里葉變換以及LOG灰度級壓縮與數(shù)據(jù)存儲，其主要開發(fā)工具為Intel MKL數(shù)學核心函數(shù)庫以及Visual Studio 2012運行環(huán)境。解調(diào)圖像獲得了較高的信噪比以及較快的成像速率，并對數(shù)據(jù)重排過程中不同的插值算法進行了對比，對LOG灰度級壓縮的相關參數(shù)進行了優(yōu)化；三維重建過程主要包括基于VTK視覺化工具函式庫的體繪制光線投

28、射法的使用以及基于Imagej 3D Viewer相關三維重建接口的調(diào)用，并對二者的三維重建效果進行了對比與分析。</p><p>　　關鍵詞：光學相干層析成像，解調(diào)，三維重建</p><p>　　High-speed optical coherence tomography </p><p>　　imaging software system design<

29、/p><p>　　Author : Wu Weiying</p><p>　　Tutor : LI Ang</p><p><b>　　Abstract</b></p><p>　　This paper describes a data processing method for high-speed optical coh

30、erence tomography imaging software system, which aims at Spectral Domain Optical Coherence Tomography (SD-OCT). The data processing procedure can be divided into two parts, the data demodulation process and the 3D recons

31、truction process. The data demodulation process involves k-domain remapping of the original spectralscopic data, Fast Fourier Transform (FFT) of the remapped data, gray-scale manipulation of the FFT result an</p>

32、<p>　　Key words：Optical coherence tomography, demodulation,3D reconstruction</p><p><b>　　1 緒論</b></p><p>　　課題研究背景及現(xiàn)實意義</p><p>　　光學技術在生物醫(yī)學工程領域的應用具有很長的歷史，自從18世紀顯微鏡問世后

33、，光學技術就成為生物學領域不可或缺的工具。1960年激光問世之后，一種新型的手術工具成為醫(yī)療領域的新寵，而光纖技術的發(fā)展更是使得允許直接對人體內(nèi)部器官進行深入觀察的內(nèi)窺鏡操作成為可能。在現(xiàn)代化的醫(yī)療實驗室，光學技術的使用能夠較好地進行組織樣本的化學分析以及血細胞數(shù)量和大小的測量。OCT光學相干層析術10年前由MIT的Fujimoto的團隊提出以來[1-2]，不斷地發(fā)展成熟，目前已成為重要的臨床成像方法。</p><p

34、>　　OCT光學相干層析能夠在微米級分辨率對圖像進行補償，而其成像所要求的光學流動水平較低，靈活性較高，能夠使用于敏感組織區(qū)域，如人眼等部位的成像；而其掃描探測器體積較小，能夠在醫(yī)療領域人體胃腸道以及主要的血管里面進行操作。對于一個光學相干層析系統(tǒng)，其基本功能能夠保證對目標一定深度的結(jié)構(gòu)圖像進行成像，而更多復雜的光學相干斷層掃描則能夠提供附加的功能信息，如流動（通過多普勒光學相干層析掃描），組織結(jié)構(gòu)布局（通過雙折射光學相干層析掃描

35、），特定對照的空間分布（通過分子對照光學相干層析掃描）等的成像[3-4]。</p><p>　　OCT光學相干層析術是一種能夠提供高清活體生物內(nèi)部微結(jié)構(gòu)的橫截面的典型成像技術，該技術深深根植于早期對白光相干性的研究所催生的光相干域反射儀的發(fā)展，這是一種一維的光學測量技術。盡管OCDR光相干域反射儀原先主要應用于光學電纜和網(wǎng)絡元件查錯，但它在探索眼部和其他生物組織中的潛質(zhì)漸漸地浮出水面。例如，光學相干層析術在黃斑裂

36、孔疾病發(fā)展過程中能夠提供較為清晰的深度成像輪廓，對視網(wǎng)膜稀釋與分離具有良好的成像效果，而這種成像效果對于那種表層的圖像成像方法則是難以企及的。光學相干層析術在消化道應用中亦具有極高的實用性，其結(jié)構(gòu)信息提供了一種對疾病診斷較為有效的生理相關信息的間接測量方法。OCT光學層析術在人體其他部位的應用包括對腫瘤診斷的內(nèi)窺鏡GI神經(jīng)纖維束的成像[6-7]，對血管系統(tǒng)中脂質(zhì)成形的血小板進行監(jiān)督和評估[8-9]，監(jiān)督經(jīng)皮冠狀動脈介入治療[10]，對與

37、牙齒退化有關的結(jié)構(gòu)傷害進行追蹤探測[11-12]等。OCT光學相干層析術在生命科學中的應用則朝雞胚心臟發(fā)育[13]，鼠胚胎原腸胚形成[14]，以及有爪蟾蜍的神經(jīng)形態(tài)學成像方向發(fā)展[15]。</p><p>　　OCT光學相干層析術的光學分辨能力是通過實現(xiàn)光源寬帶短暫的相干性，使得OCT掃描儀能夠獲得不同深度的組織結(jié)構(gòu)微觀圖像，遠遠地超過了傳統(tǒng)光學領域以及共焦望遠鏡所能達到的精度。對透明組織要求探查深度需要大于2c

38、m，包括眼睛和青蛙胚胎。對于皮膚和其他高度分散的組織，OCT光學相干斷層掃描技術可以對微小的血管組織和其他表皮層以下1-2mm深度的結(jié)構(gòu)進行成像。OCT具有可進行高頻超聲成像的優(yōu)點，該技術具有極強的競爭力，能夠?qū)崿F(xiàn)較大的深度探測，而其硬件系統(tǒng)的要求則相對簡單。</p><p>　　OCT的深度成像范圍可達6mm，而其一個A掃的軸向分辨率可達5um，與超聲波、共焦顯微等技術相比，它在較高的分辨率以及較大的成像深度范

39、圍之間達到了較好的權衡，與其他成像技術相比，OCT的性能如圖1.1所示。</p><p>　　圖1.1 成像性能比較</p><p>　　隨著OCT光學相干層析術的發(fā)展，其發(fā)展趨勢逐漸由原來的時域光學相干層析術向譜域光學相干層析術轉(zhuǎn)變。譜域相干層析術(SD-OCT)相對于時域相干層析術(TD-OCT)能夠提供更高的感光度，而高感光度則能夠提高OCT光學相干層析術的獲取樣本信息的速率，獲得更

40、高的深度洞穿率，從而提高不同的功能光學相干層析掃描方法的敏感度。</p><p>　　譜域相干層析術(SD-OCT)所使用的線性感光陣列具有極高的掃描速度，其采集數(shù)據(jù)的速度可達幾十兆赫茲。對于如此高的數(shù)據(jù)采集速度，需要較高的數(shù)據(jù)處理速度來與之匹配，這就要求OCT光學相干層析術的軟件系統(tǒng)具有較高的性能。</p><p>　　對于一個OCT光學相干層析三維成像軟件系統(tǒng)，其主要任務為快速高效地完

41、成對硬件接口裸數(shù)據(jù)的解調(diào)以及對二維圖像的三維顯示。</p><p>　　其中，對于OCT裸數(shù)據(jù)的解調(diào)，Intel MKL(英特爾數(shù)學核心函數(shù)庫)封裝了大量高度優(yōu)化的函數(shù)例程，能夠快速高效地完成OCT解調(diào)所需的樣條插值、傅里葉變換等計算過程，能夠較好地滿足SD-OCT的成像要求，其處理數(shù)據(jù)的性能（以FFT為例）與傳統(tǒng)算法相比如圖1.2所示。</p><p>　　圖1.2 Intel MKL與

42、傳統(tǒng)算法FFT性能比較</p><p>　　對于OCT光學相干層析術二維解調(diào)圖像的三維顯示，VTK（Visualization Toolkit）提供了一個開源、多語言、并行處理的圖形處理開發(fā)函數(shù)庫，可對輸入的二維圖像進行快速高效的三維顯示及重建,ImageJ 3D Viewer提供了基于JAVA的三維重建接口，便于高效精確地對其進行調(diào)用。基于Intel MKL以及VTK的三維圖像顯示、ImageJ 3D View

43、er接口的調(diào)用與基于MFC的API相互嵌合，可滿足光學相干層析實時精確的成像要求。</p><p><b>　　研究內(nèi)容</b></p><p>　　本論文第二章對OCT光學相干成像基本原理進行了簡要的闡述和介紹，包括OCT系統(tǒng)的基本理論以及時域光學相干層析術（TD-OCT）與頻域光學相干層析術(SD-OCT)的相關原理；第三章則對OCT成像算法原理進行了闡述，包括直

44、流分量濾除的相關原理、數(shù)據(jù)重排所使用的三次樣條插值算法原理、快速傅里葉變換、LOG灰度級壓縮以及光譜儀校正和色散補償?shù)南嚓P原理、OCT三維數(shù)據(jù)場基本原理以及三維重建面繪制、體繪制相關算法基本原理等；第四章則對本軟件所使用的相關函數(shù)庫以及本軟件系統(tǒng)的構(gòu)成進行了介紹，包括Intel MKL數(shù)學核心函數(shù)庫、VTK視覺化工具函式庫、ImageJ 3D Viewer插件相關函數(shù)的使用以及三維成像軟件的構(gòu)成與流程等；第五章則對所使用的算法進行了實驗

45、驗證，通過對葡萄OCT數(shù)據(jù)使用上述方法進行二維解調(diào)、三維重建，論證了本成像軟件的可行性以及實用性。</p><p>　　本論文的研究內(nèi)容包括：OCT數(shù)據(jù)解調(diào)算法的編寫、不同插值算法的比較、基于CPU的OCT解調(diào)算法的優(yōu)化、灰度級壓縮參數(shù)的優(yōu)化、VTK三維重建體繪制算法的優(yōu)化、ImageJ 3D Viewer 三維顯示JAVA接口的調(diào)用、VTK三維重建體繪制算法的優(yōu)化與ImageJ 3D Viewer三維顯示效果的

46、對比。</p><p>　　光學相干成像基本原理</p><p><b>　　OCT系統(tǒng)基本理論</b></p><p>　　圖2.1展示了基本OCT光學相干成像系統(tǒng)的基本組成。該系統(tǒng)的中心元件為一個光學干涉儀，其照明由寬帶光源提供。 </p><p>　　圖2.1：OCT系統(tǒng)模塊</p><p>

47、;　　OCT光學相干斷層掃描儀將一個寬帶場分成參考場Er和樣本場Es，其中樣本場通過光學掃描和透鏡對組織表面以下一定深度的點進行聚焦。從組織回掃之后，標準化的樣本場Es’ 與Er在圖像探測器的表面混合。假設圖像探測器捕捉了從參考臂與樣本臂的光源發(fā)射出來的所有的光，則光學探測器的光強為</p><p><b>　　(2.1)</b></p><p>　　其中Ir和Is分

48、別為從干涉儀的參考臂和樣本臂發(fā)射來的平均光強，該公式的第二個等式?jīng)Q定于光學的時延τ，它由參考鏡的位置所決定，表示了攜帶組織結(jié)構(gòu)信息的干涉邊緣的振幅。干涉邊緣的特征（或者無任何邊緣形成）則決定于Es’ 與Er所匹配的時空特征。因此，干涉儀起到了一個交叉相關器的作用：經(jīng)過在探測器表面疊加后的相干信號的振幅的聚集提供了對交叉相關信號的測量方法。為了使交叉相關信號從光強的成分中分離出來，須使用不同的技術用來對τ進行調(diào)整。 </p>

49、<p>　　基于生物組織可表現(xiàn)為一個理想鏡對光束不作改變的特征，相關振幅決定于時間相干特征，根據(jù)</p><p><b>　　(2.2)</b></p><p>　　其中c為光速，是光源的中心頻率，而是它的關于變量的復合時間相關方程。根據(jù)Wiener-Khinchin定理，與光源的功率譜密度有關,如等式2.3所示。</p><p>

50、;<b>　　(2.3)</b></p><p>　　光源的發(fā)射譜的形狀和寬度在OCT光學相干斷層掃描技術中是較為重要的變量，因為它們對不同光路干涉儀敏感度的影響較大。對于一個OCT成像系統(tǒng)，寬頻的光源是可以實現(xiàn)的，從而可產(chǎn)生短暫的時間或者空間的光學干涉。而與之間的關系都可以清晰地用高斯函數(shù)來表示：</p><p><b>　　(2.4)</b>

51、</p><p><b>　　而對于，有</b></p><p><b>　　(2.5)</b></p><p><b>　　對于，有</b></p><p><b>　　(2.6)</b></p><p>　　在這些等式中，半功率

52、帶寬表示光學頻率定義域內(nèi)光源的頻率寬度,相應的相關寬度的測量方法可從等式2.6中衍生而來，其相關長度可由如下等式得到：</p><p><b>　　(2.7)</b></p><p><b>　　(2.8)</b></p><p>　　其中是相干方程中波長最大值測量中的寬度,在OCT光學相干層析術相關文獻中，等式2.8是其

53、最為普遍的定義。</p><p><b>　　OCT相干成像</b></p><p>　　2.2.1 時域光學相干成像</p><p>　　一個經(jīng)典的時間光學相干斷層掃描系統(tǒng)如圖2.2所示。對于這樣一個系統(tǒng)，一個A掃是按照時間的序列進行的，稱之為時域光學相干層析成像(TD-OCT)，TDOCT的深度掃描原來是通過在參考臂安裝壓電陶瓷，壓電陶瓷的

54、變化驅(qū)動反射鏡使參考臂光程發(fā)生變化，實現(xiàn)對深度掃描的探測。由于在TD-OCT中，A掃的速度具有局限性，因而早期的OCT速度較為緩慢。</p><p>　　圖2.2：基于時間以及基于光譜的光學相干斷層掃描系統(tǒng)示意圖。M為鏡子，ODL為光學延遲</p><p>　　在一個時域光學相干層析成像系統(tǒng)中，其參考臂通常為不固定的，可在一定的樣本深度范圍內(nèi)對一定距離范圍進行掃描，該距離與深度范圍相等，表

55、示為。對于一個給定的掃描持續(xù)時間T，我們可以得到一個時域光學相干成像系統(tǒng)將消耗時間來獲取從任何樣本表面到達的相干信號。</p><p>　　2.2.2 頻域光學相干成像 </p><p>　　隨著OCT成像技術的發(fā)展，譜域光學相干層析成像（SD-OCT）逐漸進入人們的視線，它大大地提高了一個A掃的速度，在成像的信噪比和靈敏度上也都有了較大的提升。TD-OCT中，所探測信號是編碼在時間域中寬

56、帶光源以波數(shù)為基準其各個成分經(jīng)所測樣品深度調(diào)制后所得的和；而在SD-OCT中，所獲信號是按頻率域分布的，需通過傅里葉變換被解調(diào)出來。對于這樣一個系統(tǒng)，其干涉信號在參考臂和樣品臂上可分別表示成：</p><p><b>　?。?.9）</b></p><p>　　譜域光學相干層析掃描系統(tǒng)組成如圖2.2(A)所示。該系統(tǒng)使用一個寬帶光源，通常為一個超輻射發(fā)光二極管或者一個

57、鎖模激光器，它與一個2*2的光纖組成了一個Micelson干涉儀。在探測臂中，一個低損耗的光譜儀從參考臂或者樣本臂返回光的干涉形式的光譜，而該基于柵格的光譜儀通過一個帶有波長λ的公式對干涉信號進行測量。通常情況下，在k空間，光譜數(shù)據(jù)將被重新調(diào)節(jié)和取樣，在此之前，則通過傅里葉變換或A掃獲得樣本深度范圍（如圖2.2，B-D）。</p><p>　　圖2.2：基于光譜儀的光譜光學相干斷層掃描系統(tǒng)，寬帶激光器能夠作為一個

58、超輻射發(fā)光二極管或者鎖模激光器。SMF為單模纖維，G為衍射柵欄，PC為計算機，CCD為電荷耦合設備。</p><p>　　其中，k為波數(shù)，為光源的功率譜，2r為參考臂往返光程，n為所測樣本折射率。其中，為了簡化論述，假設(參考臂反射對光的反射率)為1；則表示樣本在不同z值的散射率信息，解調(diào)出即可實現(xiàn)對樣品進行深度斷層成像。</p><p>　　假設樣品散射率如下：</p>&

59、lt;p><b>　　(2.10)</b></p><p>　　其對樣品表面，散射率呈對稱分布，帶入式(2.14)中，可化為：</p><p><b>　　(2.11)</b></p><p>　　上式中第一項為信號的直流偏置，第二項為參考臂和樣品臂干涉信號，第三項為樣本臂信號的自相干；左右兩邊進行傅里葉逆變換，可得

60、：</p><p><b>　　(2.12)</b></p><p>　　其中對調(diào)制，從而表現(xiàn)為所使用光源光譜對系統(tǒng)深度分辨率造成的影響。為了提高信噪比，由(2.12)式可知，須抑制第一項DC噪聲和第三項AC噪聲。在OCT系統(tǒng)中，AC噪聲主要分布樣品表面位置，強度較弱，因此較為容易濾除。對于直流噪聲，可直接在所測信號中減除直流分量進行去除。由上，我們可得在樣品不同深度

61、z的散射率信息，從而用于光學成像。</p><p>　　對于SD-OCT技術，其最大優(yōu)勢為不須進行深度掃描，從而大大提高了數(shù)據(jù)采樣的速度，其成像速度較TD-OCT提高了一個數(shù)量級。缺點則為探測器陣列價格較高、動態(tài)范圍較小；另一個缺點則為物體結(jié)構(gòu)自相關寬度為其實際寬度的兩倍，從而浪費了一半的信號帶寬，對于1024陣列的探測器，只有512個陣列得到有效的利用。</p><p>　　3 OCT成

62、像算法原理</p><p>　　3.1 OCT成像數(shù)據(jù)解調(diào)</p><p>　　3.1.1 直流分量濾除</p><p>　　OCT讀出的信號為按波長域線性排列的光譜強度信號，而SD-OCT的深度信息則是由基于波數(shù)域線性排列的光譜強度信號的傅氏變換，對于一個SD-OCT系統(tǒng)，對于由樣本臂和參考臂得到的裸數(shù)據(jù)，首先需要進行直流分量濾除、數(shù)據(jù)重排、快速傅里葉變換、LOG

63、灰度級壓縮等步驟，從而獲得一個B掃（截面成像）的二維截圖圖像，其基本原理基于公式3.1：</p><p><b>　?。?.1）</b></p><p>　　其中，為所測樣本在不同深度z反射光的光強值，為光譜儀所測的對應于波數(shù)K的反射光的光強值，兩者之間為傅里葉變換對的關系。</p><p>　　對于直流分量濾除，由于光譜儀的輸出信號可表示為:

64、</p><p><b>　　（3.2）</b></p><p>　　由上式可得，反射光的直流分量是由于參考臂的反射光作用造成的，所以，在數(shù)據(jù)解調(diào)的過程中，只需在所測光譜儀信號的基礎上減去參考臂測得的信號即可。在測量信號之前，遮擋住樣本臂，對參考臂的反射光光強信號進行測量，然后進行樣本臂光譜強度信號測量即可，無需進行重復測量，OCT輸出信號如圖4.1所示。</p

65、><p>　　(a)參考臂反射光譜信號 (b)光譜儀輸出信號 (c)濾除直流分量之后的交流信號</p><p>　　圖3.1 OCT輸出信號</p><p>　　3.1.2 數(shù)據(jù)重排</p><p>　　在進行直流分量濾除后，須對所得波長域數(shù)據(jù)進行數(shù)據(jù)重排，對于數(shù)據(jù)重排算法，常見的包括近鄰插值、線性插值以

66、及三次樣條插值等，其中，使用近鄰插值以及線性插值無疑會引入較大誤差，降低所得圖像的信噪比，故而本算法中，使用的是三次樣條插值(圖3.2)。</p><p>　　三次樣條插值使用的插值方法為使用分段多項式對特定點進行擬合，使用多段低階多項式降低插值誤差，故而可以避免使用高階多項式產(chǎn)生的龍格現(xiàn)象。</p><p>　　三次樣條插值主要包括自然插值、Akima插值、Bessel插值等多種方法[1

67、6-17]，其中，這些插值方法均有以下插值形式(公式3.3)：</p><p><b>　?。?.3）</b></p><p>　　由插值條件，我們可得，</p><p>　　圖3.2 三次樣條插值示意圖</p><p>　　)

68、 （3.4）</p><p>　　而所取樣條是相互連接的，故而有</p><p><b>　　(3.5)</b></p><p>　　對于若干三次多項式，其連接處兩次連續(xù)可導，故有：</p><p><b>　　(3.6)</b></p><p>　　對于給定n個多項式

69、，由于每一個三次多項式都需要4個條件來確定其唯一性，故而共需要4n個條件，公式3.4給出了n+1個條件，而內(nèi)部數(shù)據(jù)點則共給出了n-1個條件，共給出4n-2個條件，而另外兩個邊界條件選擇的不同則成為不同三次樣條插值方法的誘因。</p><p>　　其中，對于不同的插值方法，其邊界條件如表3.1所示：</p><p>　　表3.1 不同插值方法邊界條件</p><p>

70、　　3.1.3 傅里葉變換</p><p>　　將數(shù)據(jù)從波長域重采樣至波數(shù)域后，對所得結(jié)果進行快速傅里葉變換即可得到相應的復數(shù)據(jù)，對其實部虛部計算結(jié)果的幅度值，可得到相應的灰度信息。</p><p>　　3.1.4 LOG灰度壓縮</p><p>　　經(jīng)傅里葉變換后所得的二維數(shù)組數(shù)量級較大，須對其進行灰度級壓縮，由于其動態(tài)范圍較大，直接線性映射到0-255灰度空間將

71、會造成較大的失真，故而在本實驗中，采用先對所得傅里葉變換結(jié)果進行LOG變換，其映射公式如式3.7。</p><p><b>　　(3.7)</b></p><p>　　其中，與與圖像本身光強有較大關系，須通過不同取值的灰度直方圖來確定其最優(yōu)取值。</p><p>　　另外，為了增強對比度，本實驗還對其進行了偽彩色顯示，將其映射到RGB空間進行顯

72、示。</p><p>　　3.1.5 光譜儀校正與色散補償</p><p>　　本實驗室所采用的OCT光譜儀為Bayspec OCT engine，其波長域范圍為，在OCT系統(tǒng)中，由于樣本臂與參考臂色散的不匹配以及光譜儀與線性感光陣列的對應問題，因此，須對光譜儀進行標定，對讀入光譜的波長域進行校正。</p><p>　　校正方法為：遮擋系統(tǒng)的參考臂，使其反射的信號為

73、零；在樣本臂中置放厚度約為0.1mm的蓋玻片，使其上下表面反射的光信號發(fā)生干涉。假設兩束光所經(jīng)過的介質(zhì)基本相同，那么干涉信號的相位譜就應當滿足線性：</p><p><b>　?。?.8）</b></p><p>　　根據(jù)以上標準，我們可設定光譜儀分光之后不同像素點所對應的波長關系，當所獲得的相位譜最接近線性分布時，認為所設定的對應關系最接近實際情況。</p&g

74、t;<p>　　假設實際波長與不同像素點滿足如下多項式關系：</p><p>　　n=1,2 (3.9)</p><p>　　圖3.3 光譜儀校正信號示意圖</p><p>　　上式中，表示所覆蓋的波長范圍，為了簡化論述，設為1300nm；N表示感光陣列像素點數(shù)，所使用系統(tǒng)其值為1024；為中心波長，則表示使二次和三次分式誤差為0的像素點。式

75、3.9中最后兩項各自用以擬合分光系統(tǒng)二次和三次的非線性誤差。由于實際實驗中，系統(tǒng)三次的非線性誤差相對于其他分式非常小，因此采用二次模型就可以達到擬合的精度。</p><p>　　因此，經(jīng)簡化，我們得到：</p><p>　　n=1,24 (3.10)</p><p>　　因此，公式中共有三個參數(shù)需進行最優(yōu)擬合估計。以相位曲線和直線誤差的平方和作為

76、誤差評判標準，求得當=680，1346，2.9367e-5時所得誤差最小。此時，蓋玻片的上下表面反射光干涉信號相位曲線與直線最為接近。</p><p>　　圖3.4 光譜儀最優(yōu)化結(jié)果</p><p>　　經(jīng)校正后，我們可得到不同像素點對應的光譜波長關系為：</p><p>　　n=1,24 (3.11)</p><p>　　3

77、.2 OCT圖像三維重建</p><p>　　3.2.1 OCT三維數(shù)據(jù)場</p><p>　　三維數(shù)據(jù)場也稱體數(shù)據(jù)場，在一個三維空間中，根據(jù)構(gòu)成體數(shù)據(jù)的離散數(shù)據(jù)間的數(shù)據(jù)關系，可以分成結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)、結(jié)構(gòu)化與非結(jié)構(gòu)化混合數(shù)據(jù)三類。</p><p>　　其中，結(jié)構(gòu)化數(shù)據(jù)為可以在邏輯上組織成一個三維數(shù)組的離散空間數(shù)據(jù)，每個數(shù)據(jù)都有自己的行號、列號、層號，該空間

78、離散數(shù)據(jù)每個元素之間具有一個三維數(shù)組每個元素間的邏輯關系。按照三維數(shù)組的均勻?qū)傩?，又可將結(jié)構(gòu)化數(shù)據(jù)分為規(guī)則網(wǎng)格結(jié)構(gòu)化數(shù)據(jù)與非規(guī)則網(wǎng)格結(jié)構(gòu)化數(shù)據(jù)，對于規(guī)則網(wǎng)格結(jié)構(gòu)化數(shù)據(jù)，其數(shù)據(jù)組成是由均勻網(wǎng)格構(gòu)成，其中一個網(wǎng)格即為一個元素，稱之為體素（圖3.5）。對于OCT系統(tǒng)所采集到的數(shù)據(jù)，其組成是均一的，故而屬于這個范疇。</p><p>　　對于所采得的數(shù)據(jù)，其函數(shù)值是按點分布的，對于一個體素而言，假設所采得的值分別位于其八

79、個頂點，而在三個方向上，不同像素點的間距分別設為、、，對于八個頂點，我們設其索引值分別為（i,j,k）、（i+1,j,k），(i+1,j+1,k),（i，j+1,k），（i,j+1,k+1）,(i+1,j,k+1),(i,j+1,k+1),(i+1,j+1,k+1)。對于索引值為(i，j，k)的點，它位于空間處，所對應的函數(shù)值為，而對于空間中其他點，其函數(shù)值則通過八個頂點的插值來獲得。對于OCT數(shù)據(jù)場，它實際上是一個標量場，是一個與方向

80、無關的三次線性插值模型，故可以通過對八個頂點進行三次線性插值獲得。</p><p>　　圖3.5 體素示意圖</p><p>　　OCT系統(tǒng)所采集的數(shù)據(jù)解調(diào)后可看作一系列二維圖像的疊加，對于一系列的二維圖像，可構(gòu)成一個三維數(shù)據(jù)場，如圖3.6所示。</p><p>　　圖3.6 二維圖像構(gòu)成的三維數(shù)據(jù)場</p><p>　　對于醫(yī)學上所說的三維

81、重建，即為對所給的三維數(shù)據(jù)場進行可視化處理，其主要算法可分為兩類：面繪制算法和體繪制算法。其中，面繪制算法為在三維空間的數(shù)據(jù)場構(gòu)造出所需的曲面或者多邊形平面，對所構(gòu)造出的幾何圖元使用計算機圖形學的方法進行繪制。體繪制算法則并不構(gòu)造中間的幾何圖元，而是對三維空間體素按照一定的規(guī)律賦予不透明度值和顏色值，隨即產(chǎn)生二維圖像，它實際上是對圖像的重新采樣與合成。</p><p>　　3.2.3 OCT三維重建面繪制算法&l

82、t;/p><p>　　三維重建面繪制算法可分為兩類：基于輪廓線的面繪制算法與基于體素的面繪制算法。</p><p>　　其中，基于輪廓線的面繪制算法又包括全局優(yōu)化法、局部優(yōu)化法以及曲面擬合法等。全局優(yōu)化法最初由上世紀七十年代Kepple等人首次采用[18]，優(yōu)化參數(shù)為由生成的輪廓表面之間相互連接所得的體積，而Fuches等人則采用生成輪廓表面積為優(yōu)化參數(shù)[19]，全局優(yōu)化法計算量大且精度有限，

83、不能解決其多輪廓線拓撲重構(gòu)的問題。局部優(yōu)化法則包括最大體積法、相鄰輪廓線同步前進法等，相對于全局優(yōu)化法，計算量大大地減小，極大地提高了三維重構(gòu)的效率。曲面擬合法則包括雙三次B樣條曲面法、非均勻有理B樣條曲面法等，其曲面重構(gòu)問題得以較好地解決，但是計算量偏大，也不能較好地解決多輪廓線拓撲重構(gòu)問題。而基于體素的面繪制算法則包括立方體算法、移動立方體算法（Marching Cube）[20]、剖分立方體算法等，移動立方體算法（MC）應用較為廣

84、泛，它能夠較好地解決多輪廓線拓撲重構(gòu)問題，但是由于移動立方體算法需要設置小立方體逐個對體素進行遍歷，因而執(zhí)行效率較低，而且生成大量零散的小面片，對存儲空間要求較高。而且在體間距較大的時候，移動立方體算法（MC）將會造成較大的誤差。</p><p>　　3.2.3 OCT三維重建體繪制算法</p><p>　　OCT信號經(jīng)過解調(diào)后，可獲得二維灰度圖像數(shù)組，而一組對齊的二維灰度圖像數(shù)組將會產(chǎn)生

85、不同的三維數(shù)據(jù)場，由三維數(shù)據(jù)場我們可以得到OCT成像的三維顯示圖像。</p><p>　　將所得三維數(shù)據(jù)場按照其位置和角度信息排列，并對其進行規(guī)則化處理，即可得到三維空間中的均勻網(wǎng)格組成的數(shù)據(jù)場，這個數(shù)據(jù)場反映所探測樣品的內(nèi)部結(jié)構(gòu)，從而反映其相應的灰度、密度等特征。</p><p>　　體繪制算法包括光線投射法、二維紋理映射法、錯切變形法等。其中，光線投射法基于圖像空間掃描而生成高質(zhì)量的圖

86、像，其基本思想為從某一圖像平面像素沿著視線的方向發(fā)射一條射線，該射線經(jīng)過體數(shù)據(jù)集，并按照一定的步長進行采樣，從內(nèi)部插值計算出采樣點的灰度值和不透明度大小，由前向后或者由后向前逐個計算出該點累計的灰度值和不透明度值，直至所射出的光線完全中間某個點吸收或穿過物體為止。對于該方法，能夠較好地反映出物質(zhì)邊界的變化，若使用Phong模型，從中引入鏡面反射、漫反射、環(huán)境反射等將得到很好的光照效果，從而將所測各組織器官的屬性、形狀及相互的層次表現(xiàn)出來

87、，大大地豐富了圖像的信息。</p><p>　　光線投射法體繪制包括合成法體繪制、最大密度法體繪制、表面輪廓法體繪制。其中，合成法體繪制對體素頂點以外的空間點進行插值，而最大密度法體繪制則取體素定點的最大值作為空間點的取值。</p><p>　　3.3 OCT圖像存儲</p><p>　　在對OCT數(shù)據(jù)進行解調(diào)后，我們須對其解調(diào)結(jié)果進行存儲。由于位圖圖像具有使用廣泛

88、、操作簡便的優(yōu)點，故我們將其存儲成.bmp位圖圖像格式的文件。</p><p>　　在Visual Studio 2012運行環(huán)境中將灰度壓縮后的二維數(shù)組存儲成.bmp格式的文件，需要對位圖圖像的四個部分進行寫入，即位圖圖像文件實際上是由四個部分組成:包括位圖文件頭、位圖信息頭、彩色表以及定義位圖的字節(jié)陣列。</p><p>　　位圖文件頭包含了文件的類型、大小、存儲位置等信息，用BITM

89、APFILEHEADER結(jié)構(gòu)體來定義，其中該結(jié)構(gòu)體中btType的值設為0x4D42（即.bmp位圖格式文件），而bfSize以及bfOffBits則分別表示文件的大小以及文件頭到實際圖像數(shù)據(jù)之間字節(jié)偏移量的大小。位圖信息則由BITMAPINFO結(jié)構(gòu)體定義，它的實際組成有兩部分，包括位圖信息頭以及顏色表，其中，位圖信息頭是由BITMAPINFOHEADER結(jié)構(gòu)體定義的，而顏色表則是由GRBQUAD結(jié)構(gòu)體定義的。</p>&

90、lt;p>　　在圖像存儲的過程中，在該線程中讀入信息流，對信息流的位圖文件頭、信息頭進行定義，隨后將數(shù)組大小映射到RGB顏色表，隨后將位圖文件頭、信息頭以及RGB顏色表寫入生成的.bmp文件。</p><p>　　4 OCT成像軟件開發(fā)</p><p>　　4.1軟件系統(tǒng)開發(fā)工具</p><p>　　本畢業(yè)設計所運行的環(huán)境為Visual Studio 2012

91、,數(shù)據(jù)解調(diào)使用的是Intel MKL（Math Kernel Library）高性能數(shù)學核心函數(shù)庫實現(xiàn)數(shù)據(jù)重排和快速傅里葉變換，對所得結(jié)果進行LOG灰度級壓縮后，使用VTK（TheVisualization Toolkit）對二維解調(diào)結(jié)果進行三維立體顯示和重建。</p><p>　　4.1.1 Intel MKL數(shù)學核心函數(shù)庫</p><p>　　Intel MKL數(shù)學核心函數(shù)庫封裝了許

92、多高度優(yōu)化的數(shù)學例程和函數(shù)，主要面向需要大量計算的科學、工程、財務應用。其主要工具庫包括線性代數(shù)庫LAPACK（Linear Algebra Package）、離散傅里葉變換庫DFTs(Discrete Fourier Transforms)、矢量數(shù)學庫VML（Vector Math Library），矢量統(tǒng)計庫（Vector Statistical Library）等。</p><p>　　其中，本畢業(yè)設計主要

93、將Intel MKL數(shù)學核心函數(shù)庫用于數(shù)據(jù)重排所使用的樣條插值算法以及快速傅里葉變換。對于數(shù)據(jù)重排，使用MKL中的插值函數(shù)，其中封裝了不少高度優(yōu)化的插值算法，包括線性插值、近鄰插值、不同邊界條件的三次樣條插值等，其主要封裝的運算包括：插值構(gòu)造、插值位置導數(shù)計算與迭代、以及對插值位點的匹配與遍歷等，其數(shù)據(jù)結(jié)構(gòu)構(gòu)成可允許單精度或雙精度的數(shù)值運算，并提供C/Fortran接口以供調(diào)用。對于快速傅里葉變換，使用MKL中的離散傅里葉變換庫DFTs

94、，它封裝了同樣帶有C/Fortran接口的多維FFT（從一維到七維），提供了一系列的C語言例程，可模擬FFTW2.0或3.0接口，可支持用戶將MKL集成到相關應用上去。</p><p>　　4.1.2 三維重建軟件平臺</p><p>　　主流的三維重建軟件平臺目前包括兩種類型，一類是封裝了多種三維重建算法的工具包，包括目前醫(yī)療領域廣泛應用的數(shù)據(jù)可視化工具函式庫VTK（Visualizat

95、ion Toolkit）；另一類則為封裝了多種三維重建算法、具有較為友好的用戶交互界面的平臺，如醫(yī)學領域常用的ImageJ 3D Viewer,3D Slicer, MITK(Medical Imaging Toolkit)等。由于VTK以及ImageJ 3D Viewer均有開源算法庫以供調(diào)用，而其他軟件多為商業(yè)軟件，不便于進行科研開發(fā)，故而本畢業(yè)設計主要使用數(shù)據(jù)可視化工具函式庫VTK的體繪制算法以及調(diào)用ImageJ 3D Viewe

96、r接口進行三維重建，最后對兩者的成像性能以及效果進行對比。</p><p>　　4.1.3 VTK（Visualization Toolkit）視覺化工具函式庫</p><p>　　VTK（Visualization Toolkit）是一款開源、多語言、跨平臺、可支持并行處理的軟件開發(fā)庫，主要用于計算機三維圖像處理、計算機圖形學以及可視化，其內(nèi)核由C++實現(xiàn)，是在面向?qū)ο蟮脑砗突A上設計

97、的，其中封裝了250000行代碼、2000多個類以供用戶調(diào)用，提供了強大的三維可視化功能，符合本畢業(yè)設計三維顯示的要求。VTK可用于多種編程語言的開發(fā)，提供了C++、Java、TCL/Tk、Python等多種語言的接口，可在Unix操作平臺或Windows系統(tǒng)中使用。</p><p>　　VTK具有強大的三維可視化功能，提供了多種體繪制算法以供調(diào)用，同時，也保留了傳統(tǒng)的面繪制算法，極大地改善了三維圖像的可視化效果

98、。VTK是基于OpenGL基礎上編寫的，能夠支持其各種圖形圖像的渲染、繪制、著色功能，具有強大的可視化效果。并且，VTK具有較強的高速緩存能力，能夠快速高效地處理大批量數(shù)據(jù)同時進行存儲，與所使用的設備并無必然聯(lián)系，代碼具有良好的可移植性。</p><p>　　VTK圖形模型是在基于面向?qū)ο蟮幕A上開發(fā)的，其對象類型主要分為圖形模型對象和可視化模型對象兩種。對于圖形模型對象，主要分為九類，如表4.1所示。</

99、p><p>　　表4.1 圖形模型對象 </p><p>　　對于可視化模型，主要包括數(shù)據(jù)對象和過程對象兩類，數(shù)據(jù)對象包括多邊形數(shù)據(jù)、結(jié)構(gòu)點數(shù)據(jù)、非結(jié)構(gòu)點數(shù)據(jù)、非結(jié)構(gòu)網(wǎng)格、數(shù)據(jù)對象繼承關系；而過程對象則包括數(shù)據(jù)源(Source)、映射（Mappers）、過濾器(Filter)、數(shù)據(jù)流水線（Data pipeline）等，其主要作用如表4.2所示。</p><p>　　

100、表4.2 可視化模型對象</p><p>　　4.1.4 ImageJ 3D Viewer</p><p>　　ImageJ由National Institute of Health開發(fā)，是一款基于Java的開源、多平臺圖像處理軟件，它能夠?qū)Σ煌粩?shù)的圖片進行顯示、分析、處理、編輯、保存和打印，它可以支持JPEG, BMP, TIFF, PNG, GIF, DICOM, FITS等多種格式

101、圖片的處理，符合OCT圖像解調(diào)后二維圖像的重建要求。</p><p>　　ImageJ能夠在一個窗口里以多線程的方法堆疊多張圖像，對它們進行并行處理。在內(nèi)存允許的情況下，ImageJ能打開任意多的圖像進行處理。ImageJ是一個開放源碼的軟件，用戶可自定義插件和宏對其進行開發(fā)。同時，ImageJ自帶編輯器界面，并且嵌入了Java的編譯器，可直接使用ImageJ進行圖像的三維重建和處理。</p>&l

102、t;p>　　ImageJ 3D Viewer提供了基于Java的可對堆圖像進行三維顯示和重建的插件，可對一系列的二維圖像進行重建、渲染、三維立體顯示，封裝了面繪制、體繪制等多種三維重建的類和算法，在程序中對其進行調(diào)用，可以獲得三維重建的結(jié)果圖像。</p><p>　　4.2 軟件系統(tǒng)構(gòu)成</p><p>　　本畢業(yè)設計所開發(fā)的軟件系統(tǒng)可分為二部分，一為數(shù)據(jù)解調(diào)單元，數(shù)據(jù)解調(diào)單元又可分

103、為數(shù)據(jù)重排、傅里葉變換、LOG灰度級壓縮與圖像存儲單元；二為三維重建單元，分成兩種方法對其進行重建，一為基于VTK的體繪制算法，調(diào)用VTK視覺化工具函式庫對二維解調(diào)結(jié)果進行重建，二為基于Imagej 3D Viewer的三維重建方法，調(diào)用Java接口的3D Viewer插件對二維解調(diào)結(jié)果進行重建，其構(gòu)成如圖4.1所示。</p><p>　　圖4.1 OCT軟件系統(tǒng)</p><p>　　對于

104、數(shù)據(jù)重排，采用三次樣條插值方法進行波長域到波數(shù)域的變換，其中樣條插值方法包括自然插值、Akima插值、Bessel插值三種，其主要步驟如圖4.2所示,包括參數(shù)設置、任務建立、任務參數(shù)設置、構(gòu)造樣條插值以及最終的插值幾個部分。</p><p>　　圖4.2 數(shù)據(jù)重排過程</p><p>　　對于傅里葉變換，其Intel MKL主要程序步驟如下圖4.3所示，其主體包括構(gòu)造描述器、賦值、編輯描述

105、器、傅里葉變換、釋放內(nèi)存五個步驟：</p><p>　　圖4.3 傅里葉變換過程</p><p>　　對于軟件系統(tǒng)的解調(diào)部分，將數(shù)據(jù)重排、傅里葉變換以及LOG灰度級壓縮使用三個線程并行處理，從而將裸數(shù)據(jù)直接生成一系列的二維數(shù)組陣列以供后續(xù)的存儲、三維重建和顯示調(diào)用。</p><p>　　對于VTK三維重建體繪制過程，其主要程序步驟則如圖4.4所示:</p>

106、;<p>　　圖4.4 VTK三維重建體繪制過程</p><p>　　對于本成像系統(tǒng)軟件，其解調(diào)部分由C語言編寫，且基于Intel MKL數(shù)學核心函數(shù)庫，其余部分則基于MFC框架，由C++編譯成應用程序，而將解調(diào)部分編譯成程序包以供MFC應用程序調(diào)用，包括數(shù)據(jù)保存、基于VTK視覺化工具函式庫的三維重建、ImageJ 3D Viewer相關接口的調(diào)用等操作。</p><p>　

107、　圖4.5為本軟件MFC主界面，其中解調(diào)與保存位于主菜單欄“查看”的選項卡中，而基于VTK的三維重建與ImageJ 3D Viewer接口的調(diào)用則位于主菜單欄“三維重建”的選項卡中。圖4.5左下方的窗口演示了調(diào)用ImageJ 3D Viewer對數(shù)據(jù)進行三維重建的過程，而右下方的窗口則演示了基于VTK體繪制光線投射法進行體繪制的過程。</p><p>　　圖4.5 MFC主界面&