（计算机应用技术专业论文）医学图像三维重建及交互体视化技术研究.pdf

中文摘要 医学图像三维重建及可视化是将计算机图形学和图像处理技术应用在生物医 学上，利用人类视觉系统特性，在计算机上对医学成像设备所产生的二维断层图 像序列，进行一定的处理和转换，转变成为直观的、具有立体效果的三维图像在 屏幕上显示出来，并进行进一步模拟交互操作的理论和技术 医学图像三维重建及其可视化技术是当前医学图像处理的研究热点，它不仅 在理论研究方面有重要意义，而且对于临床医学等有着重大的意义和应用价值。 本文充分考虑国内医学图像处理的需要，针对计算机断层成像设备、核磁共 振所形成图像数据的特点，研究了医学图像三维重建与可视化技术的不同方法( 体 绘制和面绘制方法) 及其优缺点以及体绘制技术的加速算法。重点研究了用光线 投射体绘制算法实现三维重建的过程，包括医学图像预处理和光线投射体绘制， 及此过程中每一步骤的算法实现。医学图像预处理包括图像增强、序列切片图像 的层间配准、断层图像间插值和三维规则体数据的封装。本文主要针对光线投射 算法处理数据量大、绘制速度慢的缺点，提出了加速算法，改进了光线投射的各 个环节，包括简化光照模型、减少投射光线、改进求交采样、优化三维几何变换 和加速插值方法，提高了绘制速度。同时针对现有系统多数不能显示三维模型内 部信息的现状，研究了交互式体绘制技术，提出了显示三维模型任意剖切面和分 割特定组织的方法。最后在计算机上利用v c + + 6 0 环境和o p e n g l 技术采用光线投 射加速算法和交互式体绘制技术实现交互式医学图像三维重建系统，验证了算法 的正确性和可行性，并实现了显示三维模型任意剖切面和分割特定组织的交互式 操作。 关键词：三维重建；体绘制；光线投射；加速算法；剖切；分割 分类号： a b s t r a c t m e d i c a li m a g i n gv i s u a l i z a t i o ni sak i n do f t e c h n o l o g yt h a tc a n p r o c e s s3 dv o l u m e d a t aw h i c hc o m e sf r o m2 dd i g i t a lt o m o g r a p h i ci m a g e s ，a n dt r a n s f o r m st h em e d i c a l i m a g i n gd a t at o3 dg r a p h i c sa n di m a g e s ，w h i c h c a rb ed i s p l a y e do nc o m p u t e rs e r e e nt o s h o w3 da p p e a r a n c eo fh u m a np e o p l e , b ym c a l ：1 so fc o m p u t e rt e c h n o l o g ya n dh u m a n v i s i o i l t h i st e c h n o l o g yi so n eo ft h em o s ti m p o r t a n th o t s p o t si nt h ec u r r e n tm e d i c a l i m a g i n gr e s e a r c h , i ti sn o to n l yi m p o r t a n tt ot h e o r yr e s e a r c h , b u ta l s ov a l u a b l ea n d h e l p f u lf o rc l i n i cd i a g n o s i n ga n ds oo i l i nt h i st h e s i s ，b a s e do l lt h en e e df o rm e d i c a li m a g i n gp r o c e s s i n ga n dt h ec u r r e n t c o n d i t i o no f m e d i c a le q u i p m e n ti nc h i n aa n dt h ec h a r a c t e r i s t i c so f t h ec to rm r i i m a g e d a t a , t h i st h e s i sm a k e sr e s e a r c hi n t ot h ed i f f e r e n tm e t h o d s ( s u r f a c er e n d i n ga n dv o l u m e r e n d i n g ) o fm e d i c a li m a g i n gv i s u a l i z a t i o n , t h e i ra d v a n t a g e sa n dd i s a d v a n t a g e sa n d t h e a c c e l e r a t i n ga l g o r i t h m so f v o l u m er e n d e r i n g p u t t i n ge m p h a s i so nr a yc a s t i n ga l g o r i t h m ， t h ep r o c e s so f v i s u a l i z a t i o ni ss t u d i e d ，i n c l u d i n gm e d i c a li m a g i n gp r e p r o c e s s i n ga n dr a y c a s t i n gv o l u m er e n d i n g , a n dh o we v e r ys t e pi s r e a l i z e dd u r i n gt h ep r o c e s s i n gi s a n a l y z e d t h ea l g o r i t h m so ni m a g i n gp r e p r o c e s s i n gi n c l u d ei m a g ef i l t e r i n g , i m a g e e n h a n c e m e n t h i e r a r c h i c a l i n t e r p o l a t i o n a n di m a g e r e g i s t r a t i o n r e f 醯t ot h e d i s a d v a n t a g eo f r a yc a s t i n ga l g o r i t h m , t h ec o n s t r u c t i o ns p e e do f w h i c hi st o os l o w , s o m e a c c e l e r a t i n ga l g o r i t h m sa r ep r e s e n t e dt oi m p m v ee v e r ys t e po fr a yc a s t i n ga n dt h e r e n d e r i n gs p e e dh a sb e e na c c e l e r a t e d a tp r e s e n ti ti sh a r dt og e ti n t e r n a li n f o r m a t i o no f 3 dm o d e lf r o m m o s t3 d - c o n s t r u c t i o ns y s t e m , t h ei n t e r a c t i v ev o l u m er e n d e r i n g t e c h n i q u ei ss t u d i e d , a n dt h em e t h o d so fd i s p l a y i n gc l i p p i n gp l a n ef r o ma n ya n g l ea n d s e g m e n t i n gs p e c i f i e do r g a n a r e p r e s e n t e d a tl a s ta ni n t e r a c t i v em e d i c a l 3 d - c o n s t r u c t i o ns y s t e mi sd e s i g n e da n di m p l e m e n t e di nt h ee n v i r o n m e n to fv c + + 6 0 b yu s co f o p e n g lt e c h n o l o g y i nt h i ss y s t e mt h ec o l t e c t n e s sa n dh i g he f f i c i e n c yo f t h e a c c e l e r a t i n ga l g o r i t h m sf o rr a yc a s t i n g a r ev a l i d a t e da n dt h ef u n c t i o no fd i s p l a y i n g c l i p p i n gp l a n eo f3 dv o l u m ed a t af r o ma n ya n g l ea n ds e g m e n t i n gs p e c i f i e do r g a na r e a c h i e v e d i nt h i st h e s i s ，w en o to n l yd i s c u s st h ed o m i n a t i n gc o n t e n t so fm e d i c a li m a g i n g 3 d c o n s t r u c t i o na n dv i s u a l i z a t i o nt e c h n o l o g y , b u ta l s oi m p l e m e n tai n t e r a c t i v em e d i c a l i m a g i n gv i s u a l i z a t i o ns y s t e m w h a t sm o r e ，i n t e r a c t i v em a n i p u l a t i o n sa n da c c e l e r a t i n g a l g o r i t h m sa r ep r e s e n t e da n di m p l e m e n t e d k e y w o r d s - 3 d - c o n s t r u c t i o n ；v o l u m er e n d e r i n g ；r a yc a s t i n g ；a c c e l e r a t i n g a l g o r i t h m ；c l i p p i n g ；s e g m e l l t a t i o n c l a s s n 0 ： 学位论文版权使用授权书 本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特 授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索， 并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国 家有关部门或机构送交论文的复印件和磁盘 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名： 导师躲在址 签字日期：年月日 签字日期：1 o o f 年z 月观日 致谢 本论文的工作是在我的导师范辉副教授的悉心指导下完成的。范辉老师是一 位有着渊博的知识，严谨的治学态度、创新的思想、谦逊的作风和平易近人性格 的导师。三年来，导师的言传身教不仅使我在学业上受益非浅，而且还让我学会 了不少为人处事的真谛。在本文的撰写过程中，范辉老师给予了我很大的鼓励和 指导，使我得以顺利完成学业，并提高了独立学习和科研能力，为今后的继续学 习乃至工作打下了坚实的基础。值此论文完成之际，我最衷心感谢三年来范老师 对我的关心和指导。 罗四维教授悉心指导我们完成了实验室的科研工作，在学习上和生活上都给 予了我很大的关心和帮助，在此向罗四维老师表示衷心的谢意。 在实验室工作及撰写论文期间，时丕丽师姐对我的具体研究方向和设计实现 提了许多宝贵意见，对我的研究工作有很大的帮助，在此表示衷心的感谢。 实验室其他同学和我们班的赵光嗣、李兵等同学对我论文中的设计实现部分 给予了热情帮助，还有所有与我朝夕相处的同学们，对我整个研究生期问的学习 和生活给予了无私的关怀和帮助，在此向他们表达我的感激之情。 另外也感谢家人和朋友，他们的理解和支持使我能够在学校专心完成我的学 业，他们的期望给予了我克服困难、积极上进的动力。 最后，我要感谢在百忙之中为我评阅论文的诸位老师、专家和学者，感谢所 有关心过我和帮助过我的人们，这一切将激励我以勤奋和努力来报答给予我的厚 爱。 1 1引言 1 绪论 尽管计算机x 射线断层投影( c - r ：c o m p u t e d t o m o g r a p h y ) 、核磁共振成像( m r i ： m a g n e t i cr e s o n a n c ei m a g i n g ) ，超声等医学成像技术已广泛应用于医疗诊断，人们 得到的人体及其内部器官的二维数字断层图像序列已包含了人体及内部器官的三 维信息，但是二维断层图像只是表达某一截面的解剖信息，仅仅依靠这种二维数 字断层图像很难直观地体现或是确定物体的三维结构及其相互之间的关系。医生 们只能凭经验由多幅二维图像去估计病灶的大小及形状，“构思”病灶与其周围组 织的三维几何关系，这就给治疗带来了困难。在放射治疗应用中，仅由二维断层 图像上某些解剖部位进行简单的坐标叠加，不能给出准确的三维影像，造成病变 ( 靶区) 定位的失真与畸变。由于物体的三维信息在医学诊断治疗等许多临床领 域所具有的特殊应用价值，为提高医疗诊断和治疗规划的准确性与科学性，由二 维断层图像序列转变成为具有直观立体效果的图像，展现人体器官的三维结构与 形态，从而提供若干用传统手段无法获得的解剖结构信息，并为进一步模拟操作 提供视觉交互手段，医学图像三维重建与可视化技术被提出，并受到人们的关注， 得到了大量研究与广泛应用。 1 1 1医学图像三维重建的背景和意义 医学图像三维重建及可视化作为计算机可视化研究的一个重要分支领域，就 是利用人类视觉系统特性，在计算机上对医学成像设备所产生的离散数据进行插 值，转变成为直观的、具有立体效果的图像来展示组织、器官的三维形态，从而 提供用传统手段无法获得的解剖结构信息，并为进一步模拟操作提供视觉交互手 段，是计算机图形学和图像处理在生物医学上的应用，涉及数字图像处理、计算 机图形学、计算机视觉以及医学领域的相关知识。 医学图像三维重建在医学方面有重要意义。第一，提高医生诊断的准确率和 医院的工作效率。对c t 、m r i 等医学体数据进行三维重建得到的三维模型，便于 医生对人体内部结构进行观察，并对三维模型从不同方向投影显示，提取出相关 器官的信息，能使医生对感兴趣器官的大小形状和空间位置获得定量描述，加强 图像中原有的各种细节，对其进行剖切显示，有助于了解复杂的解剖特征、空间 定位及随时间所发生的变化。第二，提高医院数字化水平，节省开销。目前国内 多数医院仍采用传统的胶片形式帮助医生诊断，大量的胶片不但存储是很大问题， 也是不小的开支实现医院数字化，不但方便医生诊断、医院管理，更能节约开 支并且目前国内开发出来的相关产品很少，多数引进国外重建系统，价格昂贵， 所以急需开发出自己的产品。 1 1 2医学图像三维重建的应用 医学图像三维重建及可视化已广泛应用于医学诊断，整形与假肢外科手术、 矫正手术、辐射治疗中【1 0 ，虮。以上应用中的核心技术是由一系y d - - 维图像重构出 三维形体，即将过去看不见的人体器官以三维的形式在计算机上显示出来。 1 医疗诊断 利用三维重建技术通过c t 、m r j 二维断层图像来构建人体器官的三维模型并 进行三维显示，对重建模型从不同方向进行观察、剖切，可以辅助医生对病变体 和周围组织进行分析，极大地提高医疗诊断的准确性和科学性。 2 三维放射治疗 做脑部肿瘤放射治疗时，在重建出的人体内部结构三维图像的基础上，对颅 骨穿孔位置、同位素置入通道、安放位置和等剂量线等进行计算机模拟，使射线 照射肿瘤时不穿过敏感组织和重要组织，不妨害正常组织或对正常组织伤害尽量 小，设计并选择出最佳方案。 3 整形与假肢外科演练 整形外科中的假肢造型，如在傲髓骨手术前，根据c t 图像重构髓骨的精确三 维模型，在计算机上进行模拟，设计所需髓骨假肢的外形，并从各个不同角度观 察效果，使之能与病人的个体特征相吻合，最后由医生选择出最佳实施方案，从 而大大提高矫形手术的质量。 4 医学教学与训练 用具有三维重建功能的医学软件，进行医学教学与训练，学生可以不受时间 和条件的限制，大大提高教学质量，也避免了用人或动物尸体。 1 1 3医学图像三维重建国内外发展状况 7 0 年代，国外就开始了医学图像三维重建的研究，八、九十年代得到了快速 发展。发达国家对该领域十分重视，投巨资进行研究，大都是基于工作站或是采 用专用硬件实现。软件加速研究中一个重要工作是美国s t a n f o r d 大学1 9 9 4 年提出 2 s h e a r - w a r p 算法【3 】对体绘制进行加速，对分辨率为2 5 6 x 2 5 6 x 2 5 6 的中等规模体数 据的体绘制速度约1 帧，秒，取得了很大的进展。 奥地利v i e n n a 大学主要是针对微机平台开发三维重建系统1 9 9 9 年，提出对 每个体素和周围体素进行比较，确定出对重建结果不产生影响的体素，将其先去 除t 4 。2 0 0 0 年提出采用两层体绘制模型，融合最大密度投影和直接体绘制两类绘 制模型进行重建，取得很好的绘制效果1 5 l 。2 0 0 1 年完成了一个交互式的体绘制系 鲥6 】。 但目前多数基于微机的系统都还不能实现对中等规模体数据的实时三维重 建，满足不了实际的应用。但9 0 年代三维重建技术趋向实用化，临床应用越来越 广泛。国外已经有了可以显示三维医学图像的商品化系统。例如，以色列爱尔新 特公司( e l s c i n t l t d ) 、美国通用电气公司( g e ) 出产的螺旋c t 扫描设备均附有基 于图形工作站的医学图像可视化系统。在将多层c t 扫描图像和m r i 图像输入计 算机以后，该系统可以沿x ，y ，z 三个方向逐帧显示输入的图像，可以用不同的 方法构造三维形体，可以对三维图像由外向内按层剥离或做任意位置的剖切以观 看内部结构。也可以随着鼠标器的移动做实时的平移、旋转、放大或缩小。此外 还有测量距离、计算体积等功能。这样功能强大系统将给诊断和治疗提供极大的 方便但需要计算速度很高、存储容量很大的计算机系统，连同软件在一起，价 格非常昂贵。 医学影像设备昂贵，三维重建技术的研究成本高，周期长，而且在医学方面 上的应用要求非常高，国内在此领域起步较晚，相对落后，9 0 年代才有高校和研 究所开始研究。我国尚处于起步阶段，国内的研究偏重于算法研究，对一些三维 重建算法提出了许多改进。 医学图像三维重建的商业软件国内只有几家做得好，但与国外的差距还很大， 产品还不十分成熟。如功能比较简单，不能与医生的诊断相联系，成像速度慢， 需与特定的工作站配套使用等，可以说对医生的帮助是非常有限的，有时还会增 加医生工作量。 国际上1 9 9 1 年开始进行的虚拟人研究，我国也取得了很大的成果，美国的虚 拟人切片是0 3 3 r m n 厚，韩国的是0 2 m m 而中国数字虚拟人l 号的层厚仅0 i m m ， 共包含1 6 万多个层片。在虚拟可视人基础上考虑人体组织的力学特性和形变等物 理特性，可构造出物理人；再在物理人基础上研究人体微观结构及生化特性，获 得包含了生理特性的生理人；最终形成从解剖、物理、生理、生化，从宏观到微 观，从表象到本质全面反映真实人体的交互数字化人体。虚拟人在基础医学研究、 医务人员培训、医学教育、国防、航天航空、体育、影视、汽车制造等诸多领域 有着广阔的应用前景。我国现在还处在虚拟可视人的研究阶段，而国外已经处在 物理人和生理人的阶段。 1 2本文所做的工作及论文结构 为了满足目前医院数字化，以及医生诊断、辅助治疗的需求，研究三维重建 可视化技术并且开发出实用的三维重建系统具有重要意义。为了更准确显示医学 三维模型的内部细节，本文采用体绘制光线投射算法进行三维重建。又由于目前 多数三维重建系统只能看到重建模型的表面，不能看到重建模型的内部，对医生 的帮助有限，本文研究了剖切、分割等交互式体绘制技术，并开发了交互式的三 维重建系统。 1 2 1本文所做的工作 本文主要研究医学图像三维重建技术，是陕西人民医院项目“医学影像存档 与通信系统p a c s ”中医学影像处理部分的重要内容，包括二维图像的显示、预处 理和医学体数据的三维重建和显示。本文研究了医学图像三维重建关键技术，运 用体绘制光线投射算法对医学图像进行三维重建并进行显示，并改进了传统光线 投射算法进行了加速，研究了交互式体绘制技术，对重建后模型进行了剖切和分 割交互式操作。主要工作包括： 1 采用图像增强，序列图像层间配准和断层图像间插值技术对二维图像进行预 处理，从而增强图像特征，改善图像的视觉效果。 2 研究了三维重建体绘制算法及其关键技术，并总结了相关加速技术，尤其对 光线投射算法进行深入研究，对光线投射算法各个环节进行了改进，提出了加速 算法：改进光照模型，减少投射光线，改进求交及采样，优化三维坐标变换及加 速插值。 3 采用改进的光线投射加速算法，对三维医学体数据进行重建，得到了三维模 型，并且速度较传统光线投射算法有了较大提高。根据此加速算法用户还可进行 局部重建。 4 显示了二维医学图像序列，并在此基础上实现了显示剖切面和分割特定组织 的交互式操作。在分窗显示的二维图像上，用户可确定剖切面位置，之后显示用 户指定的任意角度剖切面；用户可根据三维医学图像的灰度直方图，进行分析， 选择感兴趣的特定组织，进而进行分割操作，显示分割后的三维模型。 1 2 2论文的结构安排 4 本文主要研究由医学图像( c t 、m r j 图像) 二维断层图像序列来重建三维模 型的技术，采用体绘制光线投射算法进行重建，研究了医学图像预处理技术，光 线投射算法的关键技术以及加速算法，并研究了交互式体绘制技术，包括任意剖 切面的显示和三维模型的分割。论文结构安排如下： 第一章，介绍医学图像三维重建的含义，概述7 研究医学图像三维重建技术， 开发三维重建系统的背景和意义，并介绍了三维重建及可视化技术在国内外的发 展状况，最后指出论文的研究内容。 第二章，介绍了医学体数据的获取及其特点，着重介绍了c t 、m r i 医学图像。 研究了对二维断层医学图像所作的预处理，包括图像增强，序列切片图像的层间 配准，断层图像问插值以及三维体数据的封装，对这些预处理技术进行了分析， 并根据医学图像的特点，给出了实际可行的解决方案。 第三章，综合论述了医学图像体绘制技术，包括面绘制，体绘制以及混合绘 制方法，并综述了体绘制技术的各种加速算法，重点研究了光线投射算法的加速， 也论述了基于物体空间的加速技术，硬件加速以及并行加速。 第四章，论述了光线投射算法的基本原理以及光照模型，体数据分类，体数 据插值技术和图像合成等关键技术。提出了加速算法，优化了光线投射算法的各 个环节，改进光照模型，减少投射光线，改进求交及采样，优化三维坐标变换及 加速插值。 第五章，对交互式体绘制技术进行了概述，研究了三维体数据的剖切技术， 提出了显示三维体数据任意剖切面的方法研究了医学图像分割技术，提出了二 值化和形态学相结合的三维模型分割方法。 第六章，设计和实现了交互式三维重建系统，介绍了系统功能模块的划分， 整个系统类的设计，并详细描述了系统的具体实现，并对最后的结果进行了分析。 结束语，总结了论文的研究设计工作并论述了未来要做的一些工作。 5 2 医学体数据及预处理 2 i医学体数据的获取及特点 2 1 1医学体数据的获取 目前，医学影像数据的获取基本上通过以下的主要途径：x 射线断层投影技 术( c t ) 图像，核磁共振成像技术( m r i ) ，正电子放射层析成像技术( p e t ) r l 等。研究这些设备的成像原理，对于提高医学影像的显示质量有重要意义。当然 不同的应用领域体数据来源不同。无论这些体数据来源如何，都将被统一看成体 数据，但对不同的体数据，实现三维空间数据场可视化的算法不同。 2 1 2c t 、m r j 图像的获取及其数据特点 医学体数据实际上是通过医学成像设备扫描得到的生物组织、器官的数字化 图像。最常用的医学体数据是m i u 和c t 数据由计算机断层扫描机、核磁共振 所产生的m r i 和c t 断层图像，在空间一个方向的叠加就构成了一个数据场。 一般我们所处理的图像是经过量化后的灰度图像，标准的c t 灰度图像为1 2 位灰度图像。c t 图像的优点是对比灵敏度高，对骨骼的显示效果优于m r j 。m r i 对软组织的区分能力优于c t ，但其不足是成像时间较长，产生较多运动伪影邛j 。 一般来说，m r i 或c t 设备最终输出的数据是被测物体的平行截面灰度图像序 列，是关于物体某一横断面信息的二维数组。c t 图像一般为5 1 2x5 1 2 或1 0 2 4x 1 0 2 4 ，扫描层距为2 5 m m ，新一代的螺旋c t 可获得更小间距的断层序列。m r j 图像一般为2 5 6 x 2 5 6 ，断层间距为2 - 1 0 m m 。近年来医学成像设备的物理分辨率 不断提高，m r i 成像分辨率已可达到0 2 9 m 1 9 1 。数组中的每一值叫做图像象素值 ( p i x e lv a l u eo fi m a g e ) ，每个象素值介于0 - 2 5 5 之间( 8 b i t ) 。这一系列二维数字 图像具有相同的空间分辨率，象素亮度值与物质成分也有一致的对应关系，能够 反映组织器官的特征。在三维重建中，这些二维数组是最基本的数据，三维重建 与显示是基于各切片数据的重建。有许多连续切片( s l i c e ) 组成的扫描图像数据 的集合称之为三维数组，即体数据，它能反映对象的三维空间信息，如图2 1 所示。 为了重建与显示被扫描体，至少需要5 0 至1 0 0 个切片，切片越多，重建后的图像 的效果就越好，当然重建的时间也相应增加。 c t 等连续切面组数据如图所示： 6 王 ， 谜 1 卜 船 图2 1 连续c t 扫描切面组( 每个切片包含2 5 6 x 2 5 6 个象素) 采样点 y 体素 图2 - 2 体数据及数据定义示意图 当相邻界面的空间分辨率与截面图像象素间的空间分辨率相同时，截面图像 序列就构成了在笛卡尔坐标系的三个正交方向上具有一致分辨率的均匀网格标量 场数据【2 1 。我们所要研究的医学体数据可以抽象为对定义在三维闭合空间中的物体 ( 生物体组织、器官) 均匀采样获得的三维阵列即 v = f ( i a x , j a y ，k a z )f = 0 ，l ，j ，j = 0 , 1 ，k = 0 1 x ( 2 1 ) 阵列中的元素v i ，i ，k 通常被称为采样点，如图2 2 ，它们是坐标系中三个正交方 向上平行坐标线之间的交点，采样点的采样值的大小表示其对应空间位置上物质 的成像强度，体素【8 】( ) x d ) 是组成体数据的最基本单位，定义为中心点在采样点上， 以八个相邻体素为定点的最小立方体单元，表示为： o ，i = c u b e v 玑, l i s 肌i + 1 ，j s _ ，+ 1 ，k f k + 1 ( 2 2 ) 这个小长方体内的值是不变的，都等于该采样点的采样值。三维体数据可以 看成是许多个体素组成的，当固定某一维，就得到一幅二维图像，称之为断层图 像或切片( s l i c e ) 。 但相邻扫描层过于稀疏时，两片问的信息会丢失，因此需要在相邻层之间进 行插值。插值的方法有很多，如线性插值、三次样条插值等。往往这部分的工作 是放在预处理阶段进行的。为了提高交互性，在重建过程中根据需要也可进行插 7 值。目前，随着影像设备空间分辨率的提高，在三个轴向可以达到相等的采样间 隔，此时，不需插值就可获得理想的体数据 目前的多数医学图像三维重建都是基于医学图像存档与通信系统( p a c s ： p i c t u r ea r c h i v ea n dc o m m u n i c a t i o ns y s t e m ) ，而p a c s 系统是支持医学图像通信标 准( d i c o m ：d i g i t a li m a g i n ga n dc o m m u n i c a t i o ni nm e d i c i n e ) 的，所以我们获得的多 数c t 、m i u 序列图像是符合d i c o m 标准格式【l 的这样我们先对获取的序列图 像按照d i c o m 存储格式将其数据元素提取出来，同时在内存空间建立一个三维体 素场，用来存放从p a c s 序列图像中提取的每一层图像中的体数据。其中建立的三 维体数场的大小和规格由图像文件所包含的下列四种数据所决定：( 1 ) 序列图像中 每一层图像的大小；( 2 ) 每一层图像的层内采样间距；( 3 ) 序列图像相邻两层之间的 采样问距；( 4 ) 序列图像的采样层数。d i c o m 标准将以上几种信息以数据元素的 形式存储于每一幅图像文件中，作为基本的d i c o m 数据单位的数据元素应该包 含至少三个域：数据元素标志、值长度、值域。目前的网络数据库平台为图像文 件的存取提供了极为方便的通信接口，同时提供了便利的工具，从图像服务器得 到的d i c o m 文件包含了需要的各种信息，d i c o m 的数据字典是各种信息的存储 标准，根据这个标准可以解读d i c o m 图像文件，取出其中的相关信息，同时取 出其中的所有图像元素的值，生成序列图像的体素场。 医学体数据与其他可视化数据对象比较，有如下特点： 首先，医学体数据具有灰度上的含糊性。不同的医学成像设备输出的体数据 中，体素强度与组织成分的对应关系是不同的，这与成像机理直接相关。如c t 图 像对骨骼的显示效果优于其它任何设备，而它对软组织的显示能力远不如m r j 。 即便是同一种成像设备输出的数据，由于成像参数选择的不同，组织之间的对比 度关系也会不同。另外，在同一组织中c t 值会出现大幅度的变化，如骨骼中股骨， 鼻窦骨骼和牙齿的密度就有很大区别；在同一个物体中c t 值也不均匀，如股骨外 表面和内部骨髓的密度医学体数据呈现出复杂性和多样性，这直接影响着可视 化方法的选择与算法参数的设置。 其次，医学体数据通常是包含噪声的。一方面，成像设备和技术上的原因带 来的噪声信号模糊了物体边缘的高频信号；另一方面，成像对象自身如人体内部 组织蠕动的生理现象造成图像一定程度的模糊性。在病理诊断应用中，可以通过 预处理降噪。 再次，局部体效应和不确定性知识。在一个边界上的体素中，往往同时包含 边界和物体两种物质；图像中物体的边缘，拐角及区域间的关系都难以精确的描 述；一些病变组织由于侵袭周围组织，其边缘无法明确界定通常，正常组织或 部位没有的结构在病变情况下出现，如脏器表面的肿物，骨骼表面的骨刺。 最后，医学体数据规模往往非常大，例如一组高分辨率的人体c t 体数据，其 规模为5 1 2 x 5 1 2 x1 7 3 1x1 6 b i t 这样庞大的数据要占用很大的存储空间，可视化 计算量也十分可观，使计算速度成为医学体数据三维可视化最为突出的问题。 2 2医学图像预处理 医学影像数据在计算机上实现无误读取后，如何从中提取我们所关心的数据 并实现数据的计算机显示涉及到医学影像预处理技术。图像预处理技术是对影像 数据进行各种处理，以得到最好的显示效果。常用的预处理技术晡】有滤波、增强、 恢复、插值以及缩放、旋转、平移等几何变换技术。几何变换可以方便用户从不 同角度、多方位地观察图像。滤波、增强、恢复操作可以消除影像数据中的噪声， 提高图像的质量，如对x 射线或核磁共振的数据进行滤波处理，以消除图像数据 中的噪声，突出感兴趣的生物组织。 针对医学影像模糊性和不确定性的特点，为准确地分辨医学影像中的正常组 织结构和异常病变，需要对医学图像进行分割。医学分割是提取影像图像中特殊 组织定量信息的不可缺少的手段，在三维重建的实现中，对于重建特定部位或组 织，图像分割起着重要作用。常用的分割方法【8 】有：基于阈值的图像分割，基于模 糊连接度的分割，交互式图像分割，基于二元特征的分割，基于活动轮廓的或形 变模型的分割等。针对不同的医学图像和待分割对象的特点，可以选择不同的分 割方法。 2 2 1灰度直方图 1 2 】 对一幅图像所包含的全部像素的灰度作统计，并以横坐标表示灰度值，纵坐 标表示图像中具有该灰度的像素个数，这样绘制出的曲线称作图像灰度分布直方 图( h i s t o g r a m ) 。直方图在医学图像处理中有广泛的应用，例如图2 3 是一幅t l 加权的m r i 图像及其灰度直方图，图中多个峰值对应不同的脑组织灰度分布。 图2 - 3t i 加权m r 图像及其灰度直方图 可以说，灰度直方图反映的是图像灰度的统计性质，不包含空间位置信息； 9 从灰度直方图可以看出图像的总体性质，例如图像的明暗程度、细节是否清晰、 动态范围大小等。 图像动态范围的合理选择是很重要的，但图像纵坐标( 即像素数) 尺度的设 置也是需要注意的。如果我们知道各灰度之像素数的相对比值，就可以根据峰值 计数及所占比值确定总坐标的刻度。设图像中灰度为i 的像素个数是n i ，像素的灰 度数为k ，全部像素数为n ，则定义图像的归一化直方图为 p = l l t ，f = o ，l ，2 ，k l ( 2 3 ) k - i v p t = 1 ：= 鉴于医学图像的特点，低灰度的背景区域较大，往往出现在靠近纵轴处高计 数，而在其他灰度处幅度显示过低的情况。在绘制直方图时采用另一种技术变换 效果会好些 q i = 口，h ，l m ( 2 4 ) 其中，q i 是变换后的相对计数；n m a x 是背景区的峰值计数；1 1 是一常数。一般 取a = o 8 左右。 2 2 2图像增强 由于医学图像获取过程中成像设备电子器件的随机扰动，会有噪声和失真， 各类图像系统中图像的传送和转换也会造成图像的某些品质下降，影响了组织的 分割与提取。也影响三维重建结果的质量和人们对图像的正确分析。所以医学图 像预处理的首要任务是对获取的医学图像抑制噪声，增强图像特征，提高信噪比。 图像增强就是根据某种应用的需要，人为地突出输入图像中的某些信息，而抑制 或消除另一些信息的处理过程，是一类基本的图像处理技术。实际中，主要是突 出图像中感兴趣区的信息，而减弱或去除不需要的信息( 噪声和干扰) ，从而使有 用信息得到加强，便于区分或解释。其目的是使经过处理的输出图像具有更高的 图像质量，改善其视觉效果；或更易于被人眼所察觉；或更有利于被机器分辨及 识别。目前，尚没有一种通用的评价图像增强效果好坏的理论和数学方法。 但当输入图像信号混入噪声，想要用滤波方法把噪声全部滤除而不损失原信 号的强度几乎是不可能的。因此，对滤波处理所追求的目标有两条：最大限度地 保持信号不受损失，不能损坏图像的轮廓及边缘等重要信息；同时尽可能多地滤除 噪声，使图像清晰，视觉效果好。 图像的滤波技术【”】通常有两类方法：空间域法和频率域法。空间域法是指在 原图像上直接进行数据运算，大都只是简单的对图像的灰度进行线性或非线性交 1 0 换而频率域法是在图像的傅立叶等变换域上进行修改，增强我们感兴趣的频率 分量，然后修改后的傅立叶等变换值再作傅立叶反变换，变换回空间域，从而得 到增强的图像。主要有直方图修改、图像平滑、图像边缘锐化等，在对图像进行 增强的同时，均不同程度地放大了图像中的噪声信号，限制了图像的有用信号。 而在医学图像中，有用信息的保留往往比简单的提高信噪比更重要平滑处理可 以在空间域或频域内进行，现有局部平均法、中值滤波法、理想低通滤波器滤波 法、b u t e r w o r t h 滤波器滤波法。对图像进行平滑是为了消除噪声，使得高频信号受 到抑制，而包含丰富信息的图像边缘往往是以高频信号的形式存在，因此图像平 滑后，大部分边缘信息会被视为噪声而被平滑，从而造成了边缘信息人为的破坏， 使得图像边界区域变得模糊不清。为了相对突出图像的边缘信息，以便后续处理， 就需要对图像进行锐化处理，从而突出边界的高频信息由于图像锐化前做了平 滑处理，使得图像噪声影响大大减少，因此锐化后的图像清晰度有所提高。图像 锐化也可分为空间域和频域两类，主要有微分算法、理想高通滤波器滤波法、 b u t t e r w o r t h 滤波器滤波法。由于平滑处理并不能完全消除图像中的噪声，这些噪 声在对图像锐化处理后得到了增强，可见该方法不能有效抑制噪声，故而在对医 学图像进行处理中并不常用。因此我们需要选用的增强方法，在过滤噪声的同时， 还能很好地保护边缘轮廓信息。 本文采用的中值滤波，是一种非线性信号处理方法。它一般采用一个含有奇 数个点的滑动窗口，将窗口中各点灰度值中值来代替指定点( 一般是窗口的中心点) 的灰度值。对于奇数个元素，中值是指按大小排序后取中间的数值；对于偶数个 元素，中值是指排序后中间两个元素灰度值的平均值。中值滤波在一定条件下可 以克服线性滤波器如最小均方滤波、均值滤波等带来的图像细节的模糊，尤其对 滤除脉冲噪声非常有效。而且在实际应用中，并不需要图像的统计特性，因而使 用方便。但对于一些点、线等细节丰富的图像，仍不可避免的会破坏一部分细节， 导致图像变得模糊。在图像处理中，窗口的形状和尺寸对滤波影响效果很大。针 对不同的要求或不同类型的图像，往往采用的窗口形状和尺寸也不同。通常。可 采用3x 3 的窗口，如果效果不理想，可以扩大为5 x 5 或更大。对于那些较长轮 廓线的图像，一半采用方形或圆形窗口；而对于含有尖端多或顶角的图像，用十 字形窗口更为合适。 空域法中的直方图均衡化【1 3 】方法也是一种常用的图像增强方法。一幅图像的 直方图，表示该图像中各种不同灰度级象素出现的相对频率。直方图均衡就是把 一已知灰度概率分布的图像，经过一种变换，使之演变成一幅具有均匀灰度概率 分布的新图像。原理如下： ( 1 ) 设图像的灰度级分布在范围【0 ，2 8 】内。首先，将图像灰度作正规化处理， 即将原图像灰度范围【o ，2 8 】压缩到 o ，l 】： 即作线性变换：r 书2 5 6 ，其中d e o ，2 s 】，使变换后图像灰度压缩成r e 0 ，l 】。 ( 2 ) 作变换j = r ( ，) = 仁d 跏，r o ，l 】，式中只( w ) 是，的分布密度，变换 0 后得到以s 为灰度的图像，s 在【o ，l 】中均匀分布证明如下： 反交换为r = t - i g ) 由概率理论可知，如果已知随机变量f 的概率密度为e ( ，) ，而随机变量玎是善 的函数，即刁= r 0 ) ，r 的概率密度为只g ) ，所以可有e ( ，) 求出只g ) 。又 j = r ( 0 - - 陋0 0 咖是单调增加的，由数学分析可知，它的反函数r = t - i g ) 也是单 ； 调增函数。 求得随机变量玎的分布函数为： o ) = 砌 s ) = 喈 r ) = p g 皿 ( 2 5 ) 对上式两边求导，即可得到随机变量叩的分布密度函数c g ) 为： 只g ) = e ( ，) 丢一g ) = e ( ，) 塞= e ) 专a s = l础 f s = r ( ，) ：p m l ( 2 6 ) 由上面的推导可见，用，的累积分布函数作为变换函数可产生一幅灰度级分布 具有均匀概率密度的图像。其结果是扩充了像素取值的范围。 对以上的相关公式进行离散化处理，得直方图均衡化公式 晰) 。詈。矧1 2 ，一l ( 2 7 ) 瓤= r c n ，2 骞詈2 妻p 聍，。s 盼。 七：。，。，：，一。 。：。， 本文在实现此算法过程e e ，因灰度级足够丰富，减并现象不明显，所以结果 比较满意。 适配模版滤波【1 2 l 是一种既能提高信噪比又可保留边缘信息的滤波技术。基本 模版滤波系数可以根据输入图像的局部特性动态地自适应调节。它是根据图像上 的每一个像素点及其周围邻近的8 个邻点的情况自动选出最佳匹配模版加以处理， 识别及判断，以决定是给予保留还是滤除。与现存的滤波器比较，此种方法可得 到更清晰的图像边缘和更高的信噪比。 图像中的每个象素点周围可能存在的非背景像素的个数从1 个到8 个不等， 我们称之为两点模版到九点模版，又根据非背景像素分布位置的不同，一共有 罗g 一= 2 5 5 种模版。对一个给定像素，以在模版中像素值的标准差为依据选出最 磊 厂1 f 一 n 佳模版：盯，2 j 而与善 “力一珊 2 r a j = i a x , y ) 其中，i k ( x ，y ) 是输入像素值；n j 是模版中邻域非背景像素个数；m i 是模版 中像素灰度均值；q 是模版中像素值的标准差。在平坦变化的模版上标准差值相对 较小，而最佳模版的选择就是在有限连续区域内，选择出一块有最多邻域非背景 象素点的模版t ，以达到最大噪声抑制： r = a r g m a x n ) ) i o j t 存在边缘时，由于图像的灰度变化明显，模版的标准差也相对较大，这时可 以选择据有最小标准差的边缘模版：t = a r g m a x o 1 z j l 0 1 f 采用平坦模版还是边缘模版是由一个阈值t 来决定的。为了尽快完成模版的选 择，我们可以从最大的模版开始