醫(yī)學圖像的三維可視化

醫(yī)學圖像的三維可視化上海理工大學聶升東泰山醫(yī)學院邱建峰精品文檔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。圖像三維顯示技術可以更好的顯示數(shù)據和診斷信息，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“海洋”，防止過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，是指通過對獲得的數(shù)據或二維圖像信息進行處理，生成物體的三維結構，并按照人的視覺習慣進行不同效果的顯示。常見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)、虛擬內窺鏡(Virtualendoscopy，VE)等。精品文檔3基本的三維可視化技術面繪制（SurfaceRendering）技術體繪制（VolumeRendering）技術此外，多平面顯示和曲面顯示屬于將三維體視數(shù)據進行再切面，并將二維切面影像顯示出來的技術形式，因此也稱二維重建或圖像重排。精品文檔4面繪制面繪制實際上是顯示對三維物體在二維平面上的真實感投影，就像當視角位于某一點時，從該點對三維物體進行“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面繪制的方法通過配準及插值后，建立面繪制所需的基本三維體數(shù)據，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)據對應的四個像素點構成一個立方體，或對應成一個體素；體素的共8個頂點按照前面得到的等值面閾值進行分類，超過或等于閾值，則頂點算作等值面的內部點；小于閾值，頂點算作等值面的外部點；生成一個代表頂點內外部狀態(tài)的二進制編碼索引表移動（前進）至下一個立方體，重復3－7步。用此索引表查詢一個長度為256的構型查找表，得到輪廓（等值面）與立方體空間關系的具體拓撲狀態(tài)（構型）；根據構型，通過線性插值確定等值面與立方體相交的三角片頂點坐標，得到輪廓的具體位置；精品文檔7體繪制直接由三維數(shù)據場產生屏幕上的二維圖象，稱為體繪制算法。這種方法能產生三維數(shù)據場的整體圖象，包括每一個細節(jié)，并具有圖象質量高、便于并行處理等優(yōu)點。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)算法對三維體數(shù)據進行預處理，包括對各斷層二維圖像進行降噪；從顯示屏幕的擬顯示矩陣中的每個像素按照觀察視角發(fā)出光線，光線穿過三維數(shù)據場，直接將采樣點值作為頂點值或插值；使用梯度計算法計算各采樣點的法向量，根據光照模型進行物體表面明暗顯示。計算射線對屏幕顯示矩陣中像素的貢獻，即沿射線由遠及近的計算采樣點的顏色和α值。精品文檔10最大（小）密度投影最大密度投影認為每個三維數(shù)據體的體素是一個小的光源。按照圖象空間繪制的理論，顯示矩陣的像素向外發(fā)出射線，沿觀察者的視線方向，射線穿過數(shù)據場遇到最大光強（最大密度值）時，與最大密度相關的數(shù)據值投影在對應的屏幕上的每個像素中形成最終圖像。它可以看作是最簡單的一種圖像空間體繪制，不需要定義體數(shù)據和顏色值間的轉換關系。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重建實例一——

利用MATLAB實現(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

與研究基礎精品文檔14醫(yī)學圖像三維重建為人體結構提供了真實、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。MATLAB精品文檔15MATLAB6.5MATLAB6.5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)人士推廣應用。精品文檔16三維重建技術的實現(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構，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。精品文檔18重建方法精品文檔19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。圖像格式的轉換與讀寫圖像增強精品文檔20圖像格式的轉換與讀寫正確讀取DICOM圖像后，通過選擇合適的窗寬、窗位，將窗寬范圍內的值通過線性或非線性變換轉換為小于256的值，將CT圖像轉換為256色BMP圖像。更嚴格的要求是直接基于DICOM圖像進行重建，但要注意DICOM圖像灰階較多，可以適當階梯化后進行處理，以提高處理速度。精品文檔21圖像增強圖像增強就是根據某種應用的需要，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量，有利于分析及識別。三維重建和三維可視化往往針對某一器官或某一組織重建，因此可以增強目標器官的對比度或窗口寬度。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。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，以達到改善圖像質量的目的。精品文檔25平滑與銳化濾波。平滑技術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，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。精品文檔26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從二維圖像中分割出興趣區(qū)的輪廓曲線，然后經圖形處理，得到其三維結構，從而再現(xiàn)原物體的空間結構。因此，對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。精品文檔28精品文檔29三維表面重建重建數(shù)據的采集邊界輪廓曲線表面繪制設置圖像的顏色及陰影效果設置圖像光照效果設置圖像的顯示效果精品文檔30重建數(shù)據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)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)進行三維表面繪制。精品文檔32設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設置圖像光照效果light('Position',[-80,-262,-200],'style','infinite');%利用light()函數(shù)為圖像設置光照效果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運用MATLAB程序在進行CT圖像邊界輪廓提取的基礎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。精品文檔37CT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，便于顯示物體的內部結構。但是，三維體重建所需數(shù)據量大，運算速度較慢。精品文檔38重建數(shù)據的采集重建數(shù)據預處理計算數(shù)據集在顯示平面累計投影構造三維體重建碎片設置圖像的顏色、陰影及顯示效果精品文檔39重建數(shù)據的采集對現(xiàn)有的n幅頭部CT圖像數(shù)據進行三維數(shù)據集D的構造，得到的數(shù)據集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精品文檔40重建數(shù)據預處理采用上述方法構造的三維數(shù)據集D，數(shù)據量大，在體重建中速度慢，并且可能在計算中超出內存。因而，可以根據實際情況，對數(shù)據集D進行預處理，減少數(shù)據量。[xyzD]=reducevolume(D,[abc]);%使用reducevolume()函數(shù)減少數(shù)據量，其中a，b，c為x，y和z軸數(shù)據抽取的比例，根據數(shù)據情況自行定義。D=smooth3(D);%使用smooth()函數(shù)對數(shù)據進行平滑處理精品文檔41計算數(shù)據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)據集在顯示平面累計投影，isovalue根據實際情況自行定義精品文檔42構造三維體重建碎片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。精品文檔43設置圖像的顏色、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重建實例二——

利用MATLAB實現(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；編程實現(xiàn)顱腦的三維重建；對重建圖像進行比較分析，評價臨床應用。二、材料萬東i-open0.36TMRI設備、Matlab7.0軟件、志愿者一名。精品文檔47三、實現(xiàn)步驟薄層、多重復次數(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入Matlab軟件中，進行顱腦的重建：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，也是關鍵一步。方法：閾值與形態(tài)學結合的方法分割顱腦。

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)學結合的方法分割顱腦（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

經過診斷醫(yī)師標定后的后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通過上述兩種方法對顱腦進行分割，其分割前與分割后結果比較如下圖所示：

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