医学图像的处理及三维重建.ppt

医学图像的处理及三维重建 Processingofmedicalimagesand3Dreconstruction 医学图像处理 Processingofmedicalimages 医学影像技术的发展 医学图像处理的目的 医学图像处理的研究内容 医学影像技术的发展 现代医学影像技术的发展源于德国科学家伦琴于1895年发现的X射线 自伦琴发现X线以后不久 X线就被用于对人体检查 进行疾病诊断 形成了放射诊断学 diagnosticradiology 奠定了现代医学影像 medicalimageology 的基础 伦琴发现X射线 医学图像的分类 根据成像设备是对组织结构成像还是对组织功能成像 将医学图像分成两类 即医学结构图像和医学功能图像 医学结构图像 X线图像 CT图像 MRI图像 B超图像等医学功能图像 PET图像 SPECT图像 功能磁共振图像 fMRI 等 CT成像设备 CT图像 MRI成像设备 MRI图像 PET成像设备 发展特点 逐步从模拟成像向数字化成像技术发展 从组织的形态学成像向组织的功能性成像发展 从平面成像 2D 向立体 3D 成像技术和动态成像技术 4D 发展 医学图像处理的目的 医学图像处理是应用图像处理技术处理医学图像 医学图像处理的目的是研究人体相关生理 病理的信息的提取并将信息转换为直观的图像或者对已经获得的图像加以处理 PET图像 医学图像处理的研究内容 医学图像处理的主要研究内容有 图像增强 图像复原 图像分割 图像重建 图像的配准与融合等 三维重建 3Dreconstruction 三维重建的定义 三维重建的研究意义 三维重建的方法 颅脑的三维重建 三维重建的定义 医学图像三维重建是研究由各种医学成像设备获取的二维图像断层序列构建组织或器官的三维几何模型 并在计算机屏幕上 真实 地绘制并显示出来 三维重建的研究意义 多排螺旋CT等的应用使的使用三维形式显示组织和器官变得可行且必要 图像三维显示技术可以更好的显示数据和诊断信息 为医生提供逼真的显示手段和定量分析工具 三维显示还可以避免医生陷入二维图像的数据 海洋 防止过多浏览断层图像而造成漏诊率上升 三维重建的方法 面绘制 SurfaceRendering 方法体绘制 VolumeRendering 方法 面绘制 面绘制可以提供三维物体的表面信息 它的基本思想是先对体数据中待显示的物体表面进行分割 然后通过几何单元内插形成物体表面 最后通过光照 明暗模型进行渲染和消隐后得到显示图像 面绘制的方法 边界轮廓线表示法 首先通过分割对二维断层图像提取轮廓线 然后把各层对应的轮廓线拼接在一起表示感兴趣物体的表面边界 表面曲面表示法 基于表面曲面的表示方法是由轮廓重建物体的表面 用三角形或多边形的小平面 或曲面 在相邻的边界轮廓线间通过特定的算法填充形成物体的表面 经典算法 表面曲面表示法经典的算法 立方块法 Cuberille 移动立方体法 MarchingCubes 剖分立方体法 DividingCubes 等 面绘制示例 面绘制步骤 重建数据的采集边界轮廓曲线表面绘制设置图像的颜色及阴影效果设置图像光照效果设置图像的显示效果 面绘制显示 面绘制方法的优缺点 优点 可以采用传统图形学的绘制方法和现有的交互算法 图形硬件和图形设备 计算量小 运行速度快 缺点 可能会丢失三维数据场中的一些细节信息 从而降低结果的保真性 体绘制 体绘制技术的中心思想是为每一个体素指定一个不透明度 Opacity 由光线穿过整个数据场 并考虑每一个体素对光线的透射 发射和反射作用 这里体素就是将三维图像中的每一像素看成是空间中的一个六面体单元 体绘制的步骤原则上可分为投射 消隐 渲染和合成等4个步骤 体绘制的方法 空间域方法 直接对原始的体数据进行处理显示变换域方法 是将体数据变换到变换域 然后再进行处理显示 经典算法 基于空间域的经典方法 光线跟踪法 RayCasting 抛雪球法 Splatting 错切一形变法 Shear Warp 等 基于变换域的方法 频域体绘制法 FrequencyDomainVolumeRendering 基于小波的体绘制法 Wavelet BasedVolumeRendering 等 体绘制步骤 重建数据的采集重建数据预处理计算数据集在显示平面累计投影构造三维体重建碎片设置图像的颜色 阴影及显示效果 体绘制显示 体绘制方法的优缺点 优点 由于直接研究光线通过体数据场时与体素的相互关系 无须构造中间面 体素中的许多细节信息得以保留 结果的保真性大为提高 从绘制结果来讲 体绘制的图像质量通常要优于面绘制 缺点 对硬件的要求很高 运行速度较慢 不同算法的特点 颅脑的三维重建 目的 采集颅脑磁共振横断位断层影像 编程实现颅脑的三维重建 对重建图像进行比较分析 评价临床应用 材料 万东i open0 36TMRI设备 Matlab7 0软件 志愿者一名 重建步骤 薄层 多重复次数获得部分脑的横断位图像 共17幅 将17幅颅脑横断位图像导入Matlab软件中 进行颅脑的重建 分割出颅脑 去除头皮与骨骼 滤波 降噪 插值 增加层数 三维重建颅脑 分割前图像 颅脑阈值分割 阈值与形态学结合的方法分割颅脑 以第4幅图为例 分割后图像 采用中值滤波的方法处理分割后的颅脑横断位图像 1 17 1 3 2 4 6 5 7 12 11 10 9 8 13 17 16 15 14 未滤波时重建的颅脑 滤波后重建的颅脑 插值前颅脑横断位图像如图所示 共17幅图像 插值后颅脑横断位图像如图所示