（通信与信息系统专业论文）一种医学图像体绘制的改进方法.pdf

硕十学能论文 摘要 医学图像三维重建是一种将计算机图形学、图像处理等技术运用到现代医学 中，在计算机上对图像获取设备产生的二维断层图像，进行一系列的处理和转化， 转变为直观的三维图像，并在屏幕上显示的理论、方法和技术，是医学图像可视 化研究的热点。在医疗诊断、手术规划、辅助教学等方面发挥着重要的作用，具 有极高的实用价值。 本文主要研究了医学图像体绘制技术，分析了医学图像三维重建技术的发展 状况，介绍了体绘制技术的相关概念，包括医学图像体数据、几种医学图像预处 理方法以及典型的体绘制算法，从硬件与软件两方面讨论了几种体绘制加速技 术。 针对医学图像的特点，通过分析研究基于区域与基于边缘的图像分割方法 的，提出了结合区域与边缘的分割方法，很好的保留了图像的边缘部分，解决了 区域生长分割方法中区域不连续问题，得到了较好的分割效果。为三维重建提供 了质量较高的原始图像。 重点研究了光线投射体绘制算法的原理及实现三维重建的过程，针对处理数 据量大、重建速度较慢这一不足，提出了基于层次包围盒的光线投射算法，通过 构造层次包围盒，分别从减少投射光线数量、优化求交及采样、图像合成等环节 进行改进，提高绘制速度。 最后，以3 d m e d 为实验平台，使用v c + + 6 0 ，借助3 d m e d 开放的源代码与 全面的数据接口解决方案，通过插件的方式动态加载本文提出的算法模块，得到 了较好的医学图像三维重建结果。通过对1 5 6 幅实际胸部c t 图像进行三维重建， 显示效果较好，与传统的光线投射算法相比较，绘制速度得到提升，验证了本文 提出方法的有效性。 关键词：三维重建；直接体绘制；图像分割；光线投射 一种医学图侉体绘制的弛进方法 a b s t r a c t m e d i c a li m a g ev i s u a l i z a t i o nc o n s i s t so fas e r i e so ft h e o r i e s ，m e t h o d sa n d t e c h n i q u e s ，a p p l y i n gc o m p u t e rg r a p h i ct h e o r y ，i m a g ep r o c e s s i n gt e c h n i q u ei nm o d e r n m e d i c i n e ，w h i c hc h a n g et w o d i m e n s i o n a lc ti m a g e sp r o d u c e db ya s e to fp r o c e s s i o n a n dc o n v e r s i o nf r o mi m a g ea c q u i s i t i o nd e v i c e st ot h r e e - d i m e n s i o n a li m a g e i n t u i t i v i l yo ns c r e e n ，a n di tb e c o m et h ef o c u so ft h ev i s u a l i z a t i o no fm e d i c a li m a g e s t u d y i tp l a ya ni m p o r t a n tr o l e i nm e d i c a ld i a g n o s i s ，s u r g i c a lp l a n n i n g ，r e m e d i a l t e a c h i n ge t c ，w h i c hh a sav e r yh i g hv a l u e t h i sp a p e r ，m o s t l ys t u d i e st h et e c h n i q u eo fm e d i c a li m a g et h r e e d i m e n s i o n a l r e c o n s t r u c t i o n a n a l y z e t h e i rd o m e s t i ca n do v e r s e a sd e v e l o p m e n tp r o s p e c t ， m e a n w h i l ei n t r o d u c et h ec o n c e p t so fv o l u m er e n d e r i n g ，w h i c hi n c l u d em e d i c a l i m a g ev o l u m ed a t a ，s e v e r a lw a y so fi m a g ep r e p r o c e s s i n g ，a n dt y p i c a la l g o r i t h m so f i t f o rt h ef e a t u r eo fd i r e c tv o l u m er e n d e r i n g ，w es t u d ys p e e dt e c h n o l o g yf r o m s o f t w a r ea n dh a r d w a r e d i r e c t e dt o w a r d st h ef e a t u r eo fm e d i c a li m a g e ，w es t u d yt h em e t h o do f r e g i o n b a s e da n de d g e - b a s e di m a g es e g m e n t a t i o n ，w ef o u n dt h a t t h er e g i o n b a s e d s e g m e n t a t i o nc o u l dc a u s eo v e r s e g m e n t a t i o ne a s i l y ，b u tt h ee d g e 。b a s e ds e g m e n t a t i o n i n h i b i tn o i s ew e a k l ya n dc o u l dc a u s eh o l l o wi n s i d et h eo b je c t s ，s ow ef i n dan e w s e g m e n t a t i o nw h i c hc o u l di n c r e a s et h ei m p a c to fs e g m e n t a t i o nb yc o m b i n i n gt h o s e t w om e t h o d s o nt h eb a s eo fc o n s u l t i n gm a n yd o c u m e n t s ，t h er a y - c a s t i n ga l g o r i t h mw e r e a n a l y z e da n dr e s e a r c h e d ar a yc a s t i n ga l g o r i t h mb a s e do nb v h ( h i e r a r c h i c a l b o u n d i n gv o l u m e s ) i sp r e s e n t e d i n t r o d u c eb v h ( h i e r a r c h i c a lb o u n d i n gv o l u m e s ) t o r e d u ct h ea m o u n to ft h el i g h t b yt r a v e r s i n gb v ht r e et oj u m p e de m p t yv o x e l ，a n d t h ea l o g o r i t h mp r e t r a t et h ed a t eo ft h eo r i g i n a lm e d i c a li m a g e t h e r e f o r e ，t h ei m a g e q u a l i t yi si m p r o v e d ，a n dt h es p e e do fr e b u i l di sq u i c k e n e d f i n a l l y , w ei m p l e m e n to u re x p e r i m e n to n3 d m e do p e np l a t f o r mw h i c hp r o v i d e s o p e ns o u r c ec o d ea n dc o m p r e h e n s i v ed a t ai n t e r f a c es o l u t i o n st oe n a b l er e s e a r c h e r s t ot e s tt h e i ra l g o r i t h mb yl o a d i n gp l u g i n sd y n a m i c a l l y w eu s ev c + + 6 0t od e v e l o p o u rp l u g i n s t h et h r e e d i m e n s i o n a lr e c o n s t r u c t i o nr e s u l to n1 5 6p i e c e sr e a lc h e s tc t i m a g e s s h o w st h a to u rm e t h o da c q u i r e db e t t e rr e n d e r i n ge f f e c ta n de n h a n c e d r e n d e r i n gs p e e dt h r o u g hc o m p a r i s o n o ft r a d i t i o n a lr a y - c a s t i n ga l g o r i t h m t h e e x p e r i m e n tv e r i f i e st h ee f f e c t i v e n e s so fo u rm e t h o d k e y w o r d s ：t h r e e d i m e n s i o n a lr e c o n s t r u c t i o n ； v o l u m e r e n d e r i n g ；i m a g e s e g m e n t a t i o n ；r a yc a s t i n g 硕十学位论文 插图索引 图1 1 医学图像三维可视化流程3 图2 1 医学图像体数据模型7 图2 23 x 3 平滑窗口9 图2 35 x 5 保持边缘滤波器的九个测试邻域1 0 图2 4 颅脑骨窗c t 滤波效果比较图1 1 图2 5 腹部c t 滤波效果比较图1 1 图2 6 五幅连续的断层图片1 5 图2 7 插值计算效果图1 6 图2 8 体绘制中的光学模型示意图1 7 图2 9 图像空间扫描技术2 0 图2 1 0 三维物体空间的体绘制技术示意图2 0 图2 1 1s p l a t i n g 算法流程图2 1 图4 1 光线投射算法流程图2 9 图4 2 光线投射算法示意图3 0 图4 3 三线性插值原理3 1 图4 4 图像合成算法示意图3 3 图5 1 加载p l u g i n 前菜单4 3 图5 2 加载p l u g i n 后菜单4 4 图5 3 结合区域与边缘分割实验结果4 4 图5 4 医学胸部实际c t 图像序列4 5 图5 5 三维重建结果4 5 i i i 一种医学图像体绘制的故进方法 附表索引 表5 1 绘制时间比较4 6 i v 兰州理工大学学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取 得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其 他个人或集体己经发表或撰写的成果作品。对本文的研究做出重要贡献的个 人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果 由本人承担。 作者签名：7 赵努 日期：b 场年彳月日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学 校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文 被查阅和借阅。本人授权兰州理工大学可以将本学位论文的全部或部分内容 编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇 编本学位论文。同时授权中国科学技术信息研究所将本学位论文收录到中 国学位论文全文数据库，并通过网络向社会公众提供信息服务。 日期：知坫年多月日 日期：2 o l o 年多月多日 硕f 学位论文 第1 章绪论 1 1论文研究的背景及意义 人类的发展经历了无数与疾病斗争的过程，在这些过程中，需要通过不断地 获取各种丰富的信息来帮助人们战胜疾病。因此，如何获取人体生理、病理状态 的解剖信息，从而更直观的对人体进行观察的研究具有极其重要的作用。 自古以来，中国就有“望、闻、问、切”，这也是中外医疗诊断的基本方法， 但这些方法只能完全依赖医生的经验，诊断效率较低。1 8 9 5 年，伦琴发现x 射 线，利用x 射线极强的穿透力，对物体内部信息的显示一目了然；1 9 6 8 年，计 算机辅助大脑扫描设备在英国诞生，它是医学影像设备发展的一个标志，将医学 影像的发展带入了一个新的阶段。8 0 年代以后，随着科技的不断发展，出现了 各种针对不同病情的医学成像设备，并得到了广泛的应用，如计算机断层扫描 ( c t ) 、核磁共振成像( m r i ) 、超声( u s ) 、正电子辐射断层摄影( p e t ) 、单光子辐 射断层摄影( s p e c t ) 等。这些设备得到了一系列二维数字断层图像，能够及时 准确的反映人体某一部分的组织器官，极大地帮助了医生的诊断和治疗i l j 。 但是传统的医学影像设备获得的影像数据，图像对比度低，容易产生误诊， 并且只能表达某一层面的解剖信息，缺乏第三维信息，从一组二维图像构想出三 维结构比较困难，难以直观的对病灶进行观察研究。医学图像三维可视化技术的 出现，弥补了这一不足。该技术将二维断层图像转换为三维模型，构建出人体器 官、病灶等模型并进行三维显示，提供了更逼真的显示手段和定量分析工具，使 医生方便的从各个角度对病灶进行观察研究，对患者的诊断和治疗也不再单纯的 依靠临床经验，更加积极有效的参与数据的处理与分析。三维可视化技术不仅在 医疗领域发挥着重要作用，而且在手术规划与模拟、解剖教育和医学研究中也得 到了广泛的应用，具有极高的实用价值【2 j 。 1 2国内外研究现状 1 2 1 医学图像三维重建的发展 从文献【2 7 1 中可以了解到三维图像的发展史。 最初，三维重建的研究是针对静态三维超声图像的，随着科技的不断发展， 出现了c t 等图像获取设备，三维重建技术逐渐被重视； 2 0 世纪7 0 年代，c t 正处于起步阶段，由于技术原因得到的c t 切片较厚而 且间距较大，根据这一特点，提出了针对轮廓连接的三维重建方法，典型的代表 一种医学图像体绘制的改进方法 是k e p p e l 提出的将物体表面用三角面片表示的方法： 8 0 年代，随着各种设备的成熟发展，各国学者针对这些二维图像得特点提 出了各种三维重建方法，主要从面绘制和体绘制两方面进行了研究，其中具有代 表性的有l o r e n s e n 等人提出的移动立方体法； 9 0 年代，医学图像三维重建更加活跃，这种技术趋于实用。不仅在医疗领 域，教学、模拟仿真等方面也得到了广泛应用。在这2 0 年间，人们不断地对现 有的技术进行改进，使三维重建从只能得到表面信息发展到了重构出人体内部结 构的阶段，三维重建获得了初步成功。 近年来，一些发达国家致力于三维重建的研究。其中美国、日本等国著名大 学、国家实验室及大公司将各种技术综合运用于三维重建方面。其技术水平正在 不断提高，实时跟踪及交互控制能力得到了前所未有的发展，并且已将超级计算 机、光纤高速网、高性能工作站及虚拟现实四者结合起来，将这一领域的发展带 入了一个新的发展阶段。 此后，随着三维重建技术的不断发展，各种医学图像三维重建系统应运而生。 1 2 2国内外医学图像三维重建科研成果 近年来，医学图像的三维可视化在国际图形学领域引起了高度关注，各种组 织召开的可视化研讨会，有关可视化技术的大量介绍，以及欧洲发达国家诸多科 研机构对可视化的研究及运用，可以说明可视化技术发展势不可挡。 医学图像的三维重建是可视化技术的重要组成部分，它是一个多学科交叉的 科学研究，将数字图像处理、计算机图形学以及医学领域的相关知识融合起来， 在医学诊断、矫正手术、解剖教学、辐射治疗、手术规划及模拟仿真等方面具有 极其重要作用。因此，对医学图像三维重建的研究，具有重要的学术意义和应用 价值。 国外医学图像三维可视化技术起步较早，7 0 年代就有很多科研机构在这一 课题上有了重大突破，此后出现了许多三维影像的商品化系统。如美国宾夕法尼 亚大学的m i p g 小组的3 d v i e w n i x 系统、麻省理工大学( m i t ) 人工智能实验室、 纽约州立大学的v o l v i s 系统以及西门子、东芝、飞利浦等公司的图像处理与分 析系统。在这些产品中有能够独立完成工作，如加拿大的a l l e g r o 系统、g e ( 美 国通用电气) 的a w 4 0 等；也有依附于其它医疗设备的，如g e 出产附有图形 工作站螺旋c t 扫描设备等。这些设备能够在任何位置对物体进行剖切观察，方 便的对内部结构进行观察，能够做平移、缩放、旋转等操作，而且还具有测距、 容积计算等功能。它们的出现给医疗诊断带来了很大的方便，得到了广泛应用。 此外，美国s t a r d e n t 计算机公司推出的a v s 等系统也相继问世，这些设备能提 供多模图像数据的可视化分析，但这些系统很多是依附于影像设备厂商提供的， 需要计算速度快、存储能力强的计算机的支持，而且价格昂贵。而有些系统则不 2 硕十学伊论文 能满足临床应用的需求，无法满足c t 、超声等影像设备所需的各种功能【7 】。 三维可视化系统价格昂贵，重建技术研究周期长，对医学应用要求高，因此 我国对三维重建的研究起步较晚，从九十年代开始一些高校才陆续展开此方向的 发展，研究也大多停留在算法方面，很多也只是对一些算法的改进。 近年来，我国三维成像技术得到了长足发展。比较活跃的有：浙江大学的 c a d 、c g 国家重点实验室、东南大学罗立民带领的影像科学与技术实验室。中 科院自动化所的田捷博士所带领的研究小组、中科院软件所恩华教授的图形学小 组和清华大学计算机系唐泽圣教授的图形学小组等【8 】。 虽然一些研究小组在医学图像可视化方面做了大量研究，但是国内成熟的三 维医学影像处理的商用系统比较少，很多还只是处于研究阶段，这些系统功能单 一，计算速度慢，在一定程度上不仅不能帮助医生快速有效的得到数据，甚至还 会加大医生的工作量。 1 3医学图像三维重建 1 3 1 基本流程 医学图像三维重建可以分五步完成，流程如图1 1 所示【9 1 。 图1 1 医学图像三维可视化流程 首先是图像获取阶段，这是三维重建的基础，通过图像获取设备( c t ，m r i 等) 取得人体某一部位的二维断层图像； 其次是图像预处理阶段，在这一阶段中，根据数据量的大小，有选择的对数 据加以处理。对于数据量较大的去除无效数据，对于数据量较小影响处理效果的 3 一种医学图像体绘制的改进方法 采用有效的插值处理。此外，由于图像获取阶段，设备本身以及外界环境的影响， 使获取的图像不能满足三维重建的要求，因此针对不同的体数据特点，采用滤波、 图像分割等技术对图像进行预处理。 接着是可视化映射，这一步通过对原始数据的采样得到可供绘制的几何图素 和属性，选取适当的方案得到体素的颜色、不透明度值或其它属性，表示出人体 组织器官。 然后是图像的绘制，将上步得到的颜色、不透明度值或其它属性转换成各种 显示的图像。 最后就是图像的变换和显示。 1 3 2医学图像三维重建绘制方法及比较 医学图像三维重建绘制方法可分为两大类：表面绘制和直接体绘制 ( 1 ) 表面绘制( s u r f a c er e n d e r i n g ) 表面绘制技术是通过平面元近似显示物体表面，它的基本思想是从数据场中 提取感兴趣物体的部分数据，恢复成中间几何图元，再根据光照、明暗模型进行 消隐和渲染后得到显示图像。 表面绘制方法主要有面向多边形法和面向体素法。面向多边形法中，先在一 系列二维切面上生成等值线，将这些等值线连接成等值曲面，通常用三角形贴面 技术，生成有立体感的三维表面。面向体素法中，不生成二维切片上的等值线， 而是在数据场中直接抽取等值面。其中具有代表性的是移动立体法【1 0 】，它是由 l o r e n s o n 和c l i n e 于1 9 8 7 年提出。该算法的基本思想是：将体素看做长方体网 格，由给定的阈值将其8 个顶点进行二值化处理，得出他们之间的相互拓扑关系， 分为1 5 种情况，通过遍历生成由三角面片生成的等值面。这种方法生成等值面 速度快，如果将体素与多边形联系起来，可视化效果较好。 ( 2 ) 直接体绘制( d i r e c tv o l u m er e n d e r i n g ) 。 直接体绘制是一种不必生成中间几何图元，直接由三维数据场在屏幕上产生 二维图像的技术。直接体绘制的基本思想为，将离散的三维数据场重构得到连续 的初始三维数据场，在连续场中对初始数据进行重采样，对新采样点数据进行分 类处理，不同类别赋予不同的颜色和不透明度值，然后根据体绘制光学模型确定 最终的成像效果。 体绘制常用的算法分为两类：一种是基于图形空间扫描的体绘制算法，代表 有光线投射法( r a y c a s t i n g ) t 1 1 , 1 2 】。另一类是基于物体空间扫描的体绘制技术，代 表有抛雪球( s p l a t t i n g ) 1 13 1 、错切变形 法( s h e a r w a r p ) 1 14 1 、三维纹理映射法( 3 d t e x t u r em a p p i n g ) i 1 5 1 。 表面绘制和直接体绘制是两种完全不同的绘制方法，各有优势，但又都存在 不足。 4 硕十学何论文 表面绘制一方面通过对体数据进行预处理，得到表示表面的三角面片，在显 示的时候仅做旋转与缩放操作，使得处理的数据量大大减少，这种方法占用的存 储空间少，绘制速度快，而且便于进行三维实时旋转操作。另一方面可以借助传 统的图形硬件来进行加速，与完全依靠软件进行的体绘制方法相比较绘制速度 快。 但是面绘制生成的等值面只是尽可能的逼近原始数据，在表达原始数据真实 细节方面还有欠缺，而且随着科技的不断发展，数据场规模也在不断增加，同时 等值面生成的数量越来越多，大大超出了图形硬件的加速能力，影像了绘制速度。 与表面绘制方法相比，由于体绘制方法把物体分解为许多简单形状的实体小 单元，而这些实体小单元又能够很好的模拟物体内部信息，因此能够很好的表现 物体的内部结构，反映原始数据的真实细节，便于医生从各个角度对病灶的观察， 作出正确的诊断。 但是体绘制方法是对整个体数据进行处理，数据量大，绘制速度较慢，无法 满足交互绘制的需求。 1 4本文研究的主要内容 本文主要研究了医学图像预处理及三维重建的体绘制算法，针对一些关键技 术及典型算法进行了研究，在保证图像质量与绘制速度间求得平衡。 本文总体上分为5 章，具体结构如下： 第一章：介绍了论文研究的意义、国内外研究现状，以及三维可视化的基本流程， 将两种三维重建方法加以比较，最后总结了本文研究的主要内容及组织 结构； 第二章：介绍了医学图像三维重建体绘制技术，给出了医学图像体数据的来源、 分类及模型，介绍了两种医学图像预处理方法，并加以比较，研究了体 绘制算法的光学模型，最后从空间域与变换域对体绘制原理及典型算法 做了研究； 第三章：从硬件与软件两方面对三维重建体绘制加速技术做了研究，总结了各种 加速算法原理、优点及不足； 第四章：在光线投射算法研究的基础上，首先提出了一种改进的图像分割方法， 得到了图像的感兴趣区域，其次通过引入层次包围盒，提出了一种改进 的光线投射加速算法，使绘制速度有所提高； 第五章：以3 d m e d 为实验平台，使用v c + + 6 0 ，动态加载本文提出的算法插件， 实现了医学图像的三维重建，并且将传统算法与本文提出的算法进行比 较，验证该算法的有效性。 5 一种医学图像体绘制的改进方法 第2 章体绘制方法概述 2 1 医学图像体数据 人体的各种信息可以用数值、曲线等多种形式表示。然而，数值与曲线所包 含的信息量远不及图像所包含的，因此在实际应用中，越来越多的使用图像来帮 助诊断和治疗，通过医学图像体数据获取大量信息。 2 1 1 体数据来源 根据数据获取方式的不同，可以通过以下两种方式获得医学图像体数据： ( 1 ) 模拟计算，如有限元分析或数值模拟得到的数据体； ( 2 ) 图像获取设备，如通过c t 或m r i 等扫描设备，得到二维断层图像，这 些图像包含着人体器官的几何图素及属性。 2 1 2 体数据分类 从数据场各体素的物理特征方面，将体数据分为向量场和标量场。向量场中 每一点的属性都可以以一个向量来表示，这些点不仅有数值，还有方向，如电磁 场、梯度场等。与向量场数据不同，标量场是指只有大小而没有方向的数据场， 如电势场等。标量场的三维重建揭示了物质的空间分布情况。本文采用c t 断层 图片，是规则的标量场，通过对各体素的梯度计算，可以得到其向量场。 从数据场采样点分布的几何特征方面，将体数据可分为规则场和非规则场。 规则场是指采样点分布于沿轴向间距相等的网格点上，而且这些网格点直线型正 交。在三维空间中，以八个相邻网格点为顶点组成的小长方体，在这个小长方体 内的值是变化的，其中任意一点的值可以用八个顶点上采样值三线性插值得到， 称为体素( v o x e l ) ，又称为体元。非规则场又可以进一步分为结构化和非结构化场。 2 1 3体数据模型 医学图像体数据模型的数学表达式如( 2 1 ) 所示： 卜j a g i ；o , 1 ， k _ l = 触f ，y f ，气j y ，= j 。钡j = o , 1 ，h ( 2 1 ) k ；七如七；谚l ， 假设有一个空间任意一点密度值为m f ，y ，z 的长方体，长为a j ，宽 为h a y ，高为n a z ，其顶点为网格点，在此三维空间网格的网格节点所一 k 处，有体数据值f ( x f ，) ，z k ) ，如图2 1 所示。相邻的8 个网格点构成一个立方 体，称为一个体素。立方体内数值分布描述为两种t 一种将立方体看做是均匀分 布的，体内密度分布处处相等，用中心密度表示采样点密度；另一种认为立方体 6 硕十学伊论文 的密度值是变化的，通过对该立方体八个顶点做三线性插值获得该立方体内每个 采样点的密度值。在体数据中，以3 个坐标轴方向分别表示切片图像的长、宽以 及厚度方向，一般以x ，】，分别表示长和宽方向，z 表示厚度方向，以衄和a y 表 示切片内像素间距，a z 表示医学图像断层图片的层间距，如果原始图像层间间 距和层内间距不一致时，需要进行层间插值，得到三个方向分辨率一致的体数据。 2 2 医学图像预处理 图2 1 医学图像体数据模型 医学影像数据是通过c t 、m i r 、超声图像获取设备等得到的，这些图像能 够显示人体组织器官的二维断层图像，通过对这些图像进行三维重建，使人们可 以很直观的看到人体某一部分的组织器官，因此医学图像三维重建受到越来越多 人的重视。但是在图像的获取与传输过程中，不免受到各种外界环境如医疗设备 以及输出条件等的影响和干扰，使图像质量受到影响，出现图像失真甚至是伪迹。 要获得高质量的三维图像，不仅要在绘制过程中尽可能的保留图像体数据，而且 对于提供数据的原始图像也应有较高的真实度，因此，在进行图像三维重建前的 图像预处理工作就显得十分重要。 由于医学图像有其自身的特点，这就使得医学图像的预处理与普通图像有着 本质的不同，主要有以下三个方面：第一，医学图像在灰度上呈现模糊性，人体 各器官组织的密度有很大的差别，相同组织结构会有不同的密度构成，比如牙齿 和鼻骨的密度就不同，而且同一器官的各部分密度也会不同，比如骨表面和骨髓 的密度差别很大。另外由于设备等原因带来的噪声也使物体的边缘高频信号模 糊；第二，图像中物体边界具有模糊性，在这些边界上可能会同时包含物质与边 界两种，处于边缘的物体之间的关系难以确定，而且在对一些病变体进行观察时， 由于该组织边缘已经受到侵袭，使边界模糊不清。第三，器官组织的不确定性， 人体结构复杂，对于一些没有发生病变的组织也会出现一些诸如肿瘤、骨刺等的 物体，这些物体给建模造型带来了困难。 7 一种医学图像体绘制的改进方法 根据医学图像的这些特点，进行行之有效的图像预处理。常用的预处理有： 滤波、图像匹配与融合、插值计算、规则体数据封装等，通过这些操作有效的去 除了图像中的噪声。此外还可以进行图像的缩放、旋转、平移等操作，方便用户 从各个角度、多方位的观察图像。本文只对图像滤波与插值计算做以研究。 2 2 1图像滤波 在图像获取过程中由于一些外界环境的影响，电子设备的随机扰动，不免对 图像会带来一些噪声，使图像失真，而且在图像传输过程中不可避免的丢失部分 信息，对图像的质量有所影响。因此通过对图像进行平滑、滤波，达到减少噪声 对图像影响的目的，使图像特征增强，信噪比提高。 针对这种特点，可以从两方面改善图像质量：一种是只针对感兴趣区域，将 这些区域的特征提取出来，衰减其它信息；而另一种方法与此相反，它只考虑降 低图像质量的原因，从补偿、滤除噪声的角度提高图像质量。但是，想要只通过 滤波达到完全去除图像噪声而不损失原图像信息的目的几乎是不可能的，因此滤 波的目标是，最大可能的在使原始图像信息不受到损失的同时降低噪声，使图像 清晰1 1 6 j 。 图像滤波方法主要从空域和频域两方面进行。空间域法只对原始图像的灰度 进行处理。频率域的滤波则是在变换域内对图像进行处理，再通过傅里叶等变换， 将图像从某种变换域转换为空间域。比较典型的空间域滤波法有三种： ( 1 ) 邻域平均法 顾名思义，邻域平均法就是将图像中每个像素的灰度值用与其相邻的多个像 素求加权平均的结果，即以该像素点为中心选取一个区域，取该区域内其它像素 灰度值的平均值。是一种局部空间域处理的算法。具体的做法是取一个方形区域， 将这个区域做为权值二维阵列，该窗口称为平滑窗口或者掩膜。平滑过程类似于 扫描，将窗口在图像上滑动，保持窗口中心与像素对准，以式( 2 2 ) 更新其灰度值。 遍历每个像素之后即可。 设m 为一副待处理图像，设窗口大小为( 2 n + j ) ( 2 n + 矽，则 北胪! 薹! 娑孚尘! 。蚤，驴。缉，苎= ! 。 ( 2 2 ) 用式( 2 2 ) 表示平滑后图像。将窗r 2 内权值矾，进行归一化处理，此时图像平滑公 式只剩分子项。 式( 2 3 ) 为归一化公式。 nn 。善，驴 8 ( 2 3 ) 硕十学何论文 从式( 2 3 ) 可以看出平滑能力与窗1 3 大小呈正比关系，但是窗1 3 的大小也决定 了噪声的消除程度，同时窗口越大原有图像的衰减程度也越大，因此，窗口的选 择必须与以上几方面相互权衡。实际中常用的平滑窗口有3 3 和5 5 两种。图 2 2 表示了3x3 掩膜的两种类型：( a ) 为4 邻域，( b ) 为8 邻域。 0 2 i 1 0 20 2o 2 l 0 2 0 10 10 1 0 10 10 1 0 10 10 1 ( a ) 4 邻域( b ) 8 邻域 图2 23 x 3 平滑窗1 3 以上算法只是进行简单的局部平均，是对图像平滑最简单的方法，计算速度 快，但是它在降噪的同时容易使图像模糊，尤其是在图像边缘和细节处，窗口选 择越大模糊越厉害。目前针对以上这些弊病，提出的改进算法均将重点放在了邻 域的研究上，邻域大小、形状、方向，以及加权运算的点数、加权系数等的确定 直接影响着平滑效果。一般情况下将噪声看作为加性噪声，而且是独立的高斯白 噪声，邻域内包含的像素数目为n ，带噪声的图像经过邻域平均法处理之后信噪 比将提高撕倍，可见邻域越大，像素点数目越多，性噪比提高越多，平滑效果 越好【17 1 。 ( 2 ) 中值滤波法 中值滤波是一种空间域的非线性滤波方法，由于运算过程方便，因此得到了 十分广泛的应用。与邻域滤波法相比，中值滤波技术既能够消除噪声对图像的影 响，又能保持图像的细节部分，常用于消除随机脉冲噪声。但是对于细节多，尤 其是包含点、线、面的部分滤波效果不是很好。 中值滤波法的基本思想是：定义一个含有若干个像素的窗口，将窗口滑过图 像，灰度值按照由大到小的排列序列，取处于最中间为中值，用它来代替窗口中 心对应像素的值。如果窗口中像素数为奇数，如有5 个，灰度值分别为1 5 0 ，7 0 ， 8 0 ，1 6 0 ，1 0 0 ，则中值为1 0 0 ，用1 0 0 代替8 0 作为该窗口的像素值。对于窗口 中像素数为偶数的情况，则将排序后中间两个像素的灰度值的平均值，作为中值。 中值滤波的关键是窗口的大小及形状的选择，这决定了窗口处理的计算量。 假设图像大小为m n ，窗口大小为u ，( 均以像素为单位) ，则所需处理的计算量 的级数为m n u ，由此可见，处理的计算量与图像和窗口大小均成正比。一般 9 一种医学图像体绘制的改进方法 情况下对于具有较长轮廓而且变化缓慢的图像选择方形或者圆形窗口，对于包含 具有突出变化的图像则选择十字形窗口比较适合。 上述传统的中值滤波算法在噪声滤除和细节处理方面存在一定的矛盾：选择 较小的窗口能使边缘细节保留的较好，但是在抑制噪声方面就表现的不尽如人 意；如果窗口选择较大，可以将噪声抑制的能力提高，但是这是以损失图像细节 为代价的。为了更好的解决降噪与保留图像细节之间的矛盾，许多学者提出了改 进算法。中心加权中值滤波法就是其中的一种，通过对窗口像素赋予权值，来均 衡二者之间的矛盾，但是在噪声抑制方面还是有所欠缺。还有学者提出了开关中 值滤波法，首先将信号按不同的类型分类，即按照哪些是图像信号，哪些是噪声 进行区分，再用迭代的方法进行滤波，但是这种方法在噪声很大时效果不明显， 而且迭代时间长。此外还有自适应中值滤波等方法对中值滤波法作了改进。 ( 3 ) 保持边缘滤波法 以上两种方法都使图像的边缘发生钝化，但是在实际应用中我们总是希望在 滤除噪声的同时尽可能的保留图像的边缘细节，常用的方法有微分法和高通滤波 法。 保持边缘滤波器设计的基本思想是：对于相同目标的像素具有相似的灰度。 利用这一特点，逐一检测每个像素的邻域，计算灰度方差，可以判定方差最小的 邻域即为最平滑的，包含于其中的像素都可以认为属于同一类，用该邻域内的像 素灰度值代替原来的灰度值。如图2 3 所示为测试的9 个邻域。 圜隅 ( a ) 四个五边形区域( b ) 四个六边形区域( c ) 一个正方形区 图2 35 x 5 保持边缘滤波器的九个测试邻域 计算每个邻域上的灰度均值与方差，如果该邻域上的方差最小则用灰度均值代替 中心区域对应像素的灰度。 ( 4 ) 实验结果及分析 分别以脑部和腹部c t 进行邻域滤波、中值滤波和保持边缘滤波，实验结果 如图2 4 和2 5 所示。图中( a ) 为原始c t 图像，( b ) 采用了邻域平均滤波法，( c ) 采用了中值滤波法，( d ) 采用了保持边缘滤波法。 1 0 ( c ) 中值滤波 窗c t 滤 ( d ) 保持边缘滤波 图2 5 腹部c t 滤波效果比较图 一种医学图像体绘制的改进方法 从图2 4 和2 5 可以明显看出，采用保持边缘滤波的效果最好，很好的保留 了图像的边缘细节。中值滤波与邻域平均滤波相比较在图像信息保留方面较好。 而且与腹部图像相比，颅脑图像所含细节较多，采用中值滤波的效果没有在腹部 图像中明显。 2 2 2 插值计算 随着医学影像技术的不断发展，二维断层图像的分辨率不断提高，切片厚度 也越来越小，为三维图像绘制提供了质量较好的体数据。但是一般断层图像受到 各方面的制约，使采集图像的分辨率与所需的图像分辨率不相同，当断层| 间的距 离大于断层内图像像素时，采用插值技术获得一些中间图像，使断层图像的数量 增加，图像之间的距离减小，从而使三维图像绘制精度得以提高。由于断层图像 插值增加了所要处理的数据量，因此插值技术不仅要考虑插值图像的质量，还要 考虑到插值计算本身消耗的时间，需要研究一种适合的断层图像插值技术提高三 维图像绘制的精度。 插值技术在医学图像处理中占有及其重要的作用，研究也主要集中在两个方 面：新的插值函数研究和性能的研究。图像插值具有很大的任意性，因此对断层 图像进行插值需要从以下三个方面加以考虑：首先是要保证插值图像与原始图像 相似；其次插值图像和与其相邻两个断层图像之间的距离越大近它们之间的相似 度越高；最后插值图像与原始图像之间应该是一种渐变过程。 一般插值技术可以分为三类：基于图像的( s c e n e b a s e d ) 插值方法、基于对象 的f o b j e c t b a s e d ) 插值方法、和基于小波( w a v e l e t b a s e d ) 的插值方法【1 8 l 。 ( 1 ) 基于图像的插值方法 基于图像的插值方法也称为灰度插值法，是一种直接利用图像灰度信息来构 造插值图像的算法。早期的插值算法都比较简单，n e a r e s tn e i g h b o r 是最早也是 最简单的一种。2 0 世纪7 0 年代，三次b 样条插值被应用到三维重建中。9 0 年 代，插值算法进入了一个新的阶段，提出了灰度插值算法，其中具有代表性的是 匹配插值、g o s h l a s b y 插值算法等。以下介绍几种灰度插值算法o 最近邻( n e a r e s tn e i g h b o r ) 插值基函数是一个方波，通过将原始图像与矩形函 数卷积来实现插值的。插值卷积函数为： 删唯型= e 亿4 ， 设原始断层图像为f l u ，j 和f ( u ，v + 1 ) ，式( 2 4 ) 中d l 为点似，j 到似，v + i j 的距离，则位于它们之间的插值图像灰度值为： f ( u o - ，v 0 ) m 篙刿= 西p ( 2 5 ) 硕十学位论文 它是将与待插值点最的已知整数坐标点的灰度值作为待插值点的灰度值。 最近邻插值算法容易引起重采样图像对于原始图像的飘逸，因此在保留子图 像相对位置的情况下不能采用该算法。而且只在当待插值点各相邻像素间灰度变 化较小时采用该算法才能比较简便、高效的实现，但是当待插值点各相邻像素间 灰度差别较大时会出现严重失真。 双线性插值则是对最近邻算法的一种改进。采用线性内插的方法，根据与待 插值点四个相邻点的灰度值，插值计算出该点的灰度值。 首先根据触， ，j 以及f ( u + j ，w 插值求出f ( u 西v ) ，即： 月h 。，一= ，似+ a f f ( u + j ，砂一f i n , v ) ( 2 6 ) 再根据f ( u , v + 1 ，以及f ( u + 1 ， ，+ j j 插值求出f ( u o , v + 1 ) ，即： ，似o ， ，+ j ，= f l u , v + j ) + a f l u + j ，+ j j f ( u , v + 1 ) 1( 2 7 ) 最后由f ( u o , v ) f ( u o , v + 1 ) 插值求出f ( u o , v o ) ，则 f u o ，v o ) = f h o ，v ) + p l 双u o ，v + 1 ) 一f ( u o 。v ) 】 仃一口j 但一f l f f ( u , v ) + a ( 1 一p ) f l u + l w ( 2 8 ) l l - a ) f l f ( u , v + 1 ) + a f l f ( u + l ，v + 1 ) 双线性插值相当于采用三角函数对采样图像进行卷积，与矩形函数相比低 通滤波效果有所改善，但是使高频分量受损，图像轮廓有一点的模糊，尤其是在 图像倍数放大时更明显。 采用三线性插值可以得到更精确的待插值点的灰度值。通常根据采样点所 在立方体网格单元的8 个顶点上已知的数值进行三维的线性插值，得到插值点的 灰度值。该方法利用更多的数据点来估计插值点，并以相对距离来调整权重因子， 使得插值计算速度快。 在三维空间中，与其它线性插值相比较，三次线性插值是最有效的。但是 线性插值是在假设灰度变换是线性的基础上的，当这种变化不呈现线性变化时就 会产生较大误差。 ( 2 ) 基于对象的插值方法 基于对象的插值方法也称为基于形状的插值方法，与基于灰度的插值方法不 同，该算法是直接构造中间插值图像的轮廓，方便显示，解决