醫(yī)學圖像處理-三維重建

三維重建技術(shù)

（面顯示與體顯示）

三維醫(yī)學圖像技術(shù)的意義利用MATLAB實現(xiàn)

CT斷層圖像的三維重建

CVTKMITKMATLAB研究工具與研究基礎(chǔ)醫(yī)學圖像三維重建為人體結(jié)構(gòu)提供了真實、直觀的反映，便于醫(yī)學人員對病灶的觀察及手術(shù)的進行。但圖像三維重建編程實現(xiàn)困難，不易被非計算機專業(yè)人士所掌握。MATLABMATLAB6.5MATLAB6.5的圖像處理工具箱實現(xiàn)了斷層圖像的三維表面重建及體重建，原理簡單，編程實現(xiàn)方便。在對頭部CT圖片進行的三維表面重建及體重建實驗中，重建速度快，顯示效果良好，便于各類非計算機專業(yè)人士推廣應(yīng)用。三維重建技術(shù)的實現(xiàn)方法包括兩種：一種是通過幾何單元拼接擬合物體表面來描述物體的三維結(jié)構(gòu)，稱為表面重建；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，稱為體重建。表面重建運算量小，表面顯示清晰，但對邊緣檢測的要求比較高；而體重建直接基于體數(shù)據(jù)進行顯示，避免了重建過程中所造成的偽像痕跡，但運算量較大。重建方法預處理為了有利于從圖像中準確地提取出有用的信息，需要對原始圖像進行預處理，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)換與讀寫圖像增強圖像格式的轉(zhuǎn)換與讀寫正確讀取DICOM圖像后，通過選擇合適的窗寬、窗位，將窗寬范圍內(nèi)的值通過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。圖像增強圖像增強就是根據(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程。使輸入圖像具有更好的圖像質(zhì)量，有利于分析及識別。直方圖修改圖像平滑圖像邊緣銳化偽彩色增強histeq()imadjust()fspecial()filter2()conv2()medfilt()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)域拉開或使灰度分布均勻，從而增大反差，使圖像的細節(jié)清晰?；叶茸儞Q法。照片或電子方法得到的圖像，常表現(xiàn)出低對比度即整個圖像偏亮或偏暗，為此需要對圖像中的每一個像素的灰度級進行標度變換，擴大圖像灰度范圍，以達到改善圖像質(zhì)量的目的。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不同的卷積模板即濾波算子實現(xiàn)，可用fspecial()函數(shù)創(chuàng)建預定義的濾波算子，然后用filter2()或conv2()函數(shù)在實現(xiàn)卷積運算的基礎(chǔ)上進行濾波。中值濾波是一種基于排序統(tǒng)計理論的抑制噪聲的非線性信號處理技術(shù)，其在除去圖像中的孤立點、線的噪聲的同時，很好地保護了圖像的邊緣信息，適用于一些線性濾波器無法勝任地場合。圖像三維表面重建計算機三維表面重建是指首先運用圖像技術(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，對于三維表面重建而言，邊界輪廓的提取尤為重要。為了便于面部邊界的提取，先對各CT圖片進行顏色處理，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，首先采用逐行掃描圖片的辦法，通過比較相鄰點的像素值，找到圖片邊界上的一個點，作為切片邊界的起點。然后從邊界起點開始，逐點判斷與之相鄰的八個點，如果某點為圖片的邊界點則記錄下，并開始下一步判斷，直到獲得所有的邊界點。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)置圖像的顯示效果重建數(shù)據(jù)的采集運用傅立葉級數(shù)的系數(shù)，求出邊界上若干個點x，y向坐標值，并為其加上適當?shù)膠坐標值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值從極坐標系轉(zhuǎn)換到直角坐標系consy=[consy;yo.*sin(xo)];consz=[consz;ones(1,length(xo))*iLayer*(-4.0)];%為每一切片層賦予z坐標值，iLayer為層數(shù)邊界輪廓曲線表面繪制surf(consx,consy,consz);%利用surf()函數(shù)進行三維表面繪制。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');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定義顯示圖像的軸運用MATLAB程序在進行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；但是面繪制的缺點是信息的丟失比較大，運算量與景物和物體形狀有關(guān)。CT圖像三維體重建體繪制通過計算所有體素對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算量不依賴于景物的復雜程度和物體形狀的復雜程度，也不需要對切片的邊界輪廓進行提取，其計算過程不依賴于視點，處理三維采樣信號方便，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，運算速度較慢。重建數(shù)據(jù)的采集重建數(shù)據(jù)預處理計算數(shù)據(jù)集在顯示平面累計投影構(gòu)造三維體重建碎片設(shè)置圖像的顏色、陰影及顯示效果重建數(shù)據(jù)的采集對現(xiàn)有的n幅頭部CT圖像數(shù)據(jù)進行三維數(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重建數(shù)據(jù)預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，并且可能在計算中超出內(nèi)存。因而，可以根據(jù)實際情況，對數(shù)據(jù)集D進行預處理，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)對數(shù)據(jù)進行平滑處理計算數(shù)據(jù)集在顯示平面累計投影fv=isosurface(x,y,z,D,isovalue);%使用isosurface()函數(shù)計算數(shù)據(jù)集在顯示平面累計投影，isovalue根據(jù)實際情況自行定義構(gòu)造三維體重建碎片p=patch(fv,FaceColor','yellow','EdgeColor','none');%使用patch()函數(shù)對碎片進行構(gòu)造，并對圖像的顏色，光線進行定義，其中fv是第(3)步中得到的。設(shè)置圖像的顏色、陰影及顯示效果colormap(gray);%利用color