醫(yī)學(xué)圖像的三維可視化

醫(yī)學(xué)圖像的三維可視化上海理工大學(xué)聶升東泰山醫(yī)學(xué)院邱建峰精品文檔1三維可視化的意義多排螺旋CT等的應(yīng)用使的使用三維形式顯示組織和器官變得可行且必要。圖像三維顯示技術(shù)可以更好的顯示數(shù)據(jù)和診斷信息，為醫(yī)生提供逼真的顯示手段和定量分析工具。三維顯示還可以避免醫(yī)生陷入二維圖像的數(shù)據(jù)“海洋”，防止過(guò)多瀏覽斷層圖像而造成漏診率上升。精品文檔2三維可視化的定義和分類也稱三維重建，是指通過(guò)對(duì)獲得的數(shù)據(jù)或二維圖像信息進(jìn)行處理，生成物體的三維結(jié)構(gòu)，并按照人的視覺(jué)習(xí)慣進(jìn)行不同效果的顯示。常見(jiàn)的可視化形式有多平面重建（Multiplanarreconstruction，MPR）、曲面顯示(Curvedmultiplanarreconstruction，CMPR)、表面陰影顯示(ShadedsurfaceDisplay，SSD)、最大（?。┟芏韧队?Maximum/minimumintensityprojection，MIP)、虛擬內(nèi)窺鏡(Virtualendoscopy，VE)等。精品文檔3基本的三維可視化技術(shù)面繪制（SurfaceRendering）技術(shù)體繪制（VolumeRendering）技術(shù)此外，多平面顯示和曲面顯示屬于將三維體視數(shù)據(jù)進(jìn)行再切面，并將二維切面影像顯示出來(lái)的技術(shù)形式，因此也稱二維重建或圖像重排。精品文檔4面繪制面繪制實(shí)際上是顯示對(duì)三維物體在二維平面上的真實(shí)感投影，就像當(dāng)視角位于某一點(diǎn)時(shí)，從該點(diǎn)對(duì)三維物體進(jìn)行“照相”，相片上顯示的三維物體形象。精品文檔5面繪制示例精品文檔6面繪制的方法通過(guò)配準(zhǔn)及插值后，建立面繪制所需的基本三維體數(shù)據(jù)，選定作為表面顯示的等值面的灰度閾值緊鄰上下兩層數(shù)據(jù)對(duì)應(yīng)的四個(gè)像素點(diǎn)構(gòu)成一個(gè)立方體，或?qū)?yīng)成一個(gè)體素；體素的共8個(gè)頂點(diǎn)按照前面得到的等值面閾值進(jìn)行分類，超過(guò)或等于閾值，則頂點(diǎn)算作等值面的內(nèi)部點(diǎn)；小于閾值，頂點(diǎn)算作等值面的外部點(diǎn)；生成一個(gè)代表頂點(diǎn)內(nèi)外部狀態(tài)的二進(jìn)制編碼索引表移動(dòng)（前進(jìn)）至下一個(gè)立方體，重復(fù)3－7步。用此索引表查詢一個(gè)長(zhǎng)度為256的構(gòu)型查找表，得到輪廓（等值面）與立方體空間關(guān)系的具體拓?fù)錉顟B(tài)（構(gòu)型）；根據(jù)構(gòu)型，通過(guò)線性插值確定等值面與立方體相交的三角片頂點(diǎn)坐標(biāo)，得到輪廓的具體位置；精品文檔7體繪制直接由三維數(shù)據(jù)場(chǎng)產(chǎn)生屏幕上的二維圖象，稱為體繪制算法。這種方法能產(chǎn)生三維數(shù)據(jù)場(chǎng)的整體圖象，包括每一個(gè)細(xì)節(jié)，并具有圖象質(zhì)量高、便于并行處理等優(yōu)點(diǎn)。體繪制不同于面繪制，它不需要中間幾何圖元，而是以體素為基本單位，直接顯示圖像。精品文檔8體繪制示例精品文檔9體繪制的方法光線投射(RayCasting)算法對(duì)三維體數(shù)據(jù)進(jìn)行預(yù)處理，包括對(duì)各斷層二維圖像進(jìn)行降噪；從顯示屏幕的擬顯示矩陣中的每個(gè)像素按照觀察視角發(fā)出光線，光線穿過(guò)三維數(shù)據(jù)場(chǎng)，直接將采樣點(diǎn)值作為頂點(diǎn)值或插值；使用梯度計(jì)算法計(jì)算各采樣點(diǎn)的法向量，根據(jù)光照模型進(jìn)行物體表面明暗顯示。計(jì)算射線對(duì)屏幕顯示矩陣中像素的貢獻(xiàn)，即沿射線由遠(yuǎn)及近的計(jì)算采樣點(diǎn)的顏色和α值。精品文檔10最大（小）密度投影最大密度投影認(rèn)為每個(gè)三維數(shù)據(jù)體的體素是一個(gè)小的光源。按照?qǐng)D象空間繪制的理論，顯示矩陣的像素向外發(fā)出射線，沿觀察者的視線方向，射線穿過(guò)數(shù)據(jù)場(chǎng)遇到最大光強(qiáng)（最大密度值）時(shí)，與最大密度相關(guān)的數(shù)據(jù)值投影在對(duì)應(yīng)的屏幕上的每個(gè)像素中形成最終圖像。它可以看作是最簡(jiǎn)單的一種圖像空間體繪制，不需要定義體數(shù)據(jù)和顏色值間的轉(zhuǎn)換關(guān)系。最小密度投影道理相同，但選擇最小密度值作為屏幕像素值。精品文檔11磁共振MRA(最大密度投影)精品文檔12重建實(shí)例一——

利用MATLAB實(shí)現(xiàn)

CT斷層圖像的三維重建

精品文檔13CVTKMITKMATLAB三維重建的常用工具

與研究基礎(chǔ)精品文檔14醫(yī)學(xué)圖像三維重建為人體結(jié)構(gòu)提供了真實(shí)、直觀的反映，便于醫(yī)學(xué)人員對(duì)病灶的觀察及手術(shù)的進(jìn)行。但圖像三維重建編程實(shí)現(xiàn)困難，不易被非計(jì)算機(jī)專業(yè)人士所掌握。MATLAB精品文檔15MATLAB6.5MATLAB6.5的圖像處理工具箱實(shí)現(xiàn)了斷層圖像的三維表面重建及體重建，原理簡(jiǎn)單，編程實(shí)現(xiàn)方便。在對(duì)頭部CT圖片進(jìn)行的三維表面重建及體重建實(shí)驗(yàn)中，重建速度快，顯示效果良好，便于各類非計(jì)算機(jī)專業(yè)人士推廣應(yīng)用。精品文檔16三維重建技術(shù)的實(shí)現(xiàn)方法包括兩種：一種是通過(guò)幾何單元拼接擬合物體表面來(lái)描述物體的三維結(jié)構(gòu)，稱為表面繪制；另一種是直接將體像素以一定的顏色和透明度投影到顯示平面的方法，稱為體繪制。精品文檔17表面重建運(yùn)算量小，表面顯示清晰，但對(duì)邊緣檢測(cè)的要求比較高；而體重建直接基于體數(shù)據(jù)進(jìn)行顯示，避免了重建過(guò)程中所造成的偽像痕跡，但運(yùn)算量較大。精品文檔18重建方法精品文檔19預(yù)處理為了有利于從圖像中準(zhǔn)確地提取出有用的信息，需要對(duì)原始圖像進(jìn)行預(yù)處理，以突出有效的圖像信息，消除或減少噪聲的干擾。圖像格式的轉(zhuǎn)換與讀寫(xiě)圖像增強(qiáng)精品文檔20圖像格式的轉(zhuǎn)換與讀寫(xiě)正確讀取DICOM圖像后，通過(guò)選擇合適的窗寬、窗位，將窗寬范圍內(nèi)的值通過(guò)線性或非線性變換轉(zhuǎn)換為小于256的值，將CT圖像轉(zhuǎn)換為256色BMP圖像。更嚴(yán)格的要求是直接基于DICOM圖像進(jìn)行重建，但要注意DICOM圖像灰階較多，可以適當(dāng)階梯化后進(jìn)行處理，以提高處理速度。精品文檔21圖像增強(qiáng)圖像增強(qiáng)就是根據(jù)某種應(yīng)用的需要，人為地突出輸入圖像中的某些信息，從而抑制或消除另一些信息的處理過(guò)程。使輸入圖像具有更好的圖像質(zhì)量，有利于分析及識(shí)別。三維重建和三維可視化往往針對(duì)某一器官或某一組織重建，因此可以增強(qiáng)目標(biāo)器官的對(duì)比度或窗口寬度。精品文檔22直方圖修改圖像平滑圖像邊緣銳化偽彩色增強(qiáng)histeq()imadjust()fspecial()filter2()conv2()medfilt()精品文檔23灰度直方圖均衡化。均勻量化的自然圖像的灰度直方圖通常在低灰度區(qū)間上頻率較大，使得圖像中較暗區(qū)域中的細(xì)節(jié)看不清楚，采用直方圖修整可使原圖像灰度集中的區(qū)域拉開(kāi)或使灰度分布均勻，從而增大反差，使圖像的細(xì)節(jié)清晰。精品文檔24灰度變換法。照片或電子方法得到的圖像，常表現(xiàn)出低對(duì)比度即整個(gè)圖像偏亮或偏暗，為此需要對(duì)圖像中的每一個(gè)像素的灰度級(jí)進(jìn)行標(biāo)度變換，擴(kuò)大圖像灰度范圍，以達(dá)到改善圖像質(zhì)量的目的。精品文檔25平滑與銳化濾波。平滑技術(shù)用于平滑圖像中的噪聲，基本采用在空間域上的求平均值或中值，或在頻域上采取低通濾波。在MATLAB中，各種濾波方法都是在空間域中通過(guò)不同的卷積模板即濾波算子實(shí)現(xiàn)，可用fspecial()函數(shù)創(chuàng)建預(yù)定義的濾波算子，然后用filter2()或conv2()函數(shù)在實(shí)現(xiàn)卷積運(yùn)算的基礎(chǔ)上進(jìn)行濾波。中值濾波是一種基于排序統(tǒng)計(jì)理論的抑制噪聲的非線性信號(hào)處理技術(shù)，其在除去圖像中的孤立點(diǎn)、線的噪聲的同時(shí)，很好地保護(hù)了圖像的邊緣信息，適用于一些線性濾波器無(wú)法勝任地場(chǎng)合。精品文檔26圖像三維表面重建計(jì)算機(jī)三維表面重建是指首先運(yùn)用圖像技術(shù)從二維圖像中分割出興趣區(qū)的輪廓曲線，然后經(jīng)圖形處理，得到其三維結(jié)構(gòu)，從而再現(xiàn)原物體的空間結(jié)構(gòu)。因此，對(duì)于三維表面重建而言，邊界輪廓的提取尤為重要。精品文檔27為了便于面部邊界的提取，先對(duì)各CT圖片進(jìn)行顏色處理，去掉非有效區(qū)，如頭發(fā)、支架等部分，并使其色素盡量減少。在提取邊界時(shí)，首先采用逐行掃描圖片的辦法，通過(guò)比較相鄰點(diǎn)的像素值，找到圖片邊界上的一個(gè)點(diǎn)，作為切片邊界的起點(diǎn)。然后從邊界起點(diǎn)開(kāi)始，逐點(diǎn)判斷與之相鄰的八個(gè)點(diǎn)，如果某點(diǎn)為圖片的邊界點(diǎn)則記錄下，并開(kāi)始下一步判斷，直到獲得所有的邊界點(diǎn)。精品文檔28精品文檔29三維表面重建重建數(shù)據(jù)的采集邊界輪廓曲線表面繪制設(shè)置圖像的顏色及陰影效果設(shè)置圖像光照效果設(shè)置圖像的顯示效果精品文檔30重建數(shù)據(jù)的采集運(yùn)用傅立葉級(jí)數(shù)的系數(shù)，求出邊界上若干個(gè)點(diǎn)x，y向坐標(biāo)值，并為其加上適當(dāng)?shù)膠坐標(biāo)值xo=[0:pi/180:2*pi];%x的值在[0,2π]中選取yo=yo+a(i)*cos((i-1)*xo)+b(i)*sin((i-1)*xo);%通過(guò)傅立葉系數(shù)求y值，其中yo初始值為a0consx=[consx;yo.*cos(xo)];%將x，y值從極坐標(biāo)系轉(zhuǎn)換到直角坐標(biāo)系consy=[consy;yo.*sin(xo)];consz=[consz;ones(1,length(xo))*iLayer*(-4.0)];%為每一切片層賦予z坐標(biāo)值，iLayer為層數(shù)精品文檔31邊界輪廓曲線表面繪制surf(consx,consy,consz);%利用surf()函數(shù)進(jìn)行三維表面繪制。精品文檔32設(shè)置圖像的顏色及陰影效果。colormap(gray);%利用colormap()函數(shù)為圖像定義顏色集shadingflat;%利用shading定義顯示圖像的顏色陰影精品文檔33設(shè)置圖像光照效果light('Position',[-80,-262,-200],'style','infinite');%利用light()函數(shù)為圖像設(shè)置光照效果light('Position',[-500,-0,-4500],'style','infinite');light('Position',[5000,100,-300],'style','infinite');精品文檔34設(shè)置圖像的顯示效果

view(-144,20);%利用view()函數(shù)定義觀察者視角lightinggouraud;%利用lighting定義顯示圖像的光線陰影axisequal;%利用axis定義顯示圖像的軸精品文檔35精品文檔36運(yùn)用MATLAB程序在進(jìn)行CT圖像邊界輪廓提取的基礎(chǔ)上得到三維表面重建圖像。重建速度快、效果好；但是面繪制的缺點(diǎn)是信息的丟失比較大，運(yùn)算量與景物和物體形狀有關(guān)。精品文檔37CT圖像三維體重建體繪制通過(guò)計(jì)算所有體素對(duì)光線的作用得到二維投影圖像，基于體繪制的三維體重建方法計(jì)算量不依賴于景物的復(fù)雜程度和物體形狀的復(fù)雜程度，也不需要對(duì)切片的邊界輪廓進(jìn)行提取，其計(jì)算過(guò)程不依賴于視點(diǎn)，處理三維采樣信號(hào)方便，便于顯示物體的內(nèi)部結(jié)構(gòu)。但是，三維體重建所需數(shù)據(jù)量大，運(yùn)算速度較慢。精品文檔38重建數(shù)據(jù)的采集重建數(shù)據(jù)預(yù)處理計(jì)算數(shù)據(jù)集在顯示平面累計(jì)投影構(gòu)造三維體重建碎片設(shè)置圖像的顏色、陰影及顯示效果精品文檔39重建數(shù)據(jù)的采集對(duì)現(xiàn)有的n幅頭部CT圖像數(shù)據(jù)進(jìn)行三維數(shù)據(jù)集D的構(gòu)造，得到的數(shù)據(jù)集D為一個(gè)x×y×n的矩陣image1=imread('01.bmp');%使用imread()函數(shù)讀入現(xiàn)有的n幅圖像image2=imread('02.bmp');﹕﹕imagen=imread('n.bmp');D＝cat(3,image1,image2,image3,……imagen);%使用cat()函數(shù)創(chuàng)建三維矩陣D精品文檔40重建數(shù)據(jù)預(yù)處理采用上述方法構(gòu)造的三維數(shù)據(jù)集D，數(shù)據(jù)量大，在體重建中速度慢，并且可能在計(jì)算中超出內(nèi)存。因而，可以根據(jù)實(shí)際情況，對(duì)數(shù)據(jù)集D進(jìn)行預(yù)處理，減少數(shù)據(jù)量。[xyzD]=reducevolume(D,[abc]);%使用reducevolume()函數(shù)減少數(shù)據(jù)量，其中a，b，c為x，y和z軸數(shù)據(jù)抽取的比例，根據(jù)數(shù)據(jù)情況自行定義。D=smooth3(D);%使用smooth()函數(shù)對(duì)數(shù)據(jù)進(jìn)行平滑處理精品文檔41計(jì)算數(shù)據(jù)集在顯示平面累計(jì)投影fv=isosurface(x,y,z,D,isovalue);%使用isosurface()函數(shù)計(jì)算數(shù)據(jù)集在顯示平面累計(jì)投影，isovalue根據(jù)實(shí)際情況自行定義精品文檔42構(gòu)造三維體重建碎片p=patch(fv,FaceColor','yellow','EdgeColor','none');%使用patch()函數(shù)對(duì)碎片進(jìn)行構(gòu)造，并對(duì)圖像的顏色，光線進(jìn)行定義，其中fv是第(3)步中得到的。精品文檔43設(shè)置圖像的顏色、陰影及顯示效果colormap(gray);%利用colormap()函數(shù)為圖像定義顏色集view(3);%利用view()函數(shù)定義觀察者視角lightinggouraud;%利用lighting定義顯示圖像的光線陰影axisequal;%利用axis定義顯示圖像的軸daspect([xyz]);%使用daspect()定義x、y、z軸的顯示比例精品文檔44精品文檔45重建實(shí)例二——

利用MATLAB實(shí)現(xiàn)

mri顱腦的分割與三維重建

精品文檔46顱腦三維重建

一、目的采集顱腦磁共振橫斷位斷層影像；編程實(shí)現(xiàn)顱腦的三維重建；對(duì)重建圖像進(jìn)行比較分析，評(píng)價(jià)臨床應(yīng)用。二、材料萬(wàn)東i-open0.36TMRI設(shè)備、Matlab7.0軟件、志愿者一名。精品文檔47三、實(shí)現(xiàn)步驟薄層、多重復(fù)次數(shù)獲得部分腦的橫斷位圖像（共17幅）。將17幅顱腦橫斷位圖像導(dǎo)入Matlab軟件中，進(jìn)行顱腦的重建：分割出顱腦（去除頭皮與骨骼）；濾波（降噪）；插值（增加層數(shù)）；三維重建顱腦。精品文檔48顱腦閾值分割

顱腦分割是三維重建顱腦的第一步，也是關(guān)鍵一步。方法：閾值與形態(tài)學(xué)結(jié)合的方法分割顱腦。

借助診斷醫(yī)師的幫助分割顱腦。

精品文檔49閾值與形態(tài)學(xué)結(jié)合的方法分割顱腦（以第4幅圖為例）。精品文檔50借助診斷醫(yī)師的幫助分割顱腦

經(jīng)過(guò)診斷醫(yī)師標(biāo)定后的后5幅顱腦橫斷位圖像：

第16幅第17幅第13幅第14幅第15幅精品文檔51

以第14幅圖像為例，說(shuō)明借助診斷醫(yī)師的幫助分割出顱腦的方法：精品文檔52通過(guò)上述兩種方法對(duì)顱腦進(jìn)行分割，其分割前與分割后結(jié)果比較如下圖所示：

分割前圖像精品文檔53

分割后圖像：精品文檔54

濾波平滑

未濾波時(shí)重建的顱腦：精品文檔55

采用中值濾波的方法處理分割后的顱腦橫斷位圖像：

第1幅第2幅第3幅精品文檔56

第4幅

第5幅

第6幅

第7幅

第8幅

第9幅

第10幅

第11幅精