可视化技术在ct检测中的应用

可视化技术在ct检测中的应用

ID:18457656

大小:330.00 KB

页数:9页

时间:2018-09-18

可视化技术在ct检测中的应用_第1页
可视化技术在ct检测中的应用_第2页
可视化技术在ct检测中的应用_第3页
可视化技术在ct检测中的应用_第4页
可视化技术在ct检测中的应用_第5页
资源描述:

《可视化技术在ct检测中的应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、自动化学院体素成像原理及应用学号:S311040262专业:生物医学工程学生姓名:张明月任课教师:李金教授2012年4月可视化技术在CT检测中的应用张明月哈尔滨工程大学摘要:为了使CT检测技术人员能更方便、简单的检测到人体的各个部分,直观、形象和逼真的观察人体的某个部位,本论文将可视化技术引入到CT检测中,以序列断层CT图像作为体数据,重构人体表面和立体图形,通过对体数据的剖切、剖皮、透视、模拟扫描等操作,可以用参数控制得到不同的显示效果,三维重构与体视化技术在实际应用中具有良好的辅助检测效果。关键词:无损检测,CT,可视化,三维重构1.引言近年来

2、,随着医学影像技术的不断发展,医学工作者可以很容易的获取病人病变体的二维扫描图像,之后再对病变体进行诊断与治疗。然而该方法主要依赖于医生的实际临床经验,具有较强的主观因素,因此诊断结果往往不够准确。随着图像数据的大量增加和医学技术的不断发展,该方法已经无法满足各类临床诊断的需求。因此,医学图像领域急切需要相关工具来对二维扫描图像进行三维可视化处理,使得医学工作者能够以定性乃至定量的方式对病变体及其它感兴趣区域进行诊断与分析,这无疑对提高影像数据的应用价值具有深远的意义。所以自20世纪90年代起,医学图像三维可视化技术一直是国内外图像研究领域的热点。

3、随着计算机硬件技术的不断进步,近十年来,对三维可视化技术的研究已经取得了巨大的进展,关于医学图像三维重构和定位的应用已有诸多相关报道。我国的一些高校和研究单位,如清华大学、浙江大学、中科院自动化所国家模式识别实验室等科研院所都相继开展了三维重构的基础研究工作,并取得了一系列研究成果。在德国、美国和日本等国家的一些大学和国家实验室,三维重构的研究工作与应用实验已经十分活跃。2、三维重构的方法与研究目前,医学图像三维重构方法按照绘制原理可分为两类,分别是面绘制方法和体绘制方法。面绘制方法采用曲面造型技术,使用适当的数学表示方法对物体面生成的数据场等值面

4、进行抽取,然后利用光照模型绘制出三维图像。与面绘制方法相比,体绘制方法的主要特点在于无需对构造物体的表面进行几何描述,通过分析穿过三维数据场的光线的变化,即可得到最终的绘制结果。因此体绘制方法有也被称为直接绘制方法。2.1.面绘制方法面绘制方法的基本思想是将图像中感兴趣的部分以等值面的形式抽取出来,然后借助三维可视化工具,通过进行光照效果变换和旋转来生成高质量的三维立体图像,进而方便的对三维重构体进行分析和观察。面绘制方法的优点是重构过程速度较快,适用于对实时性要求较高的场合,如图像引导手术及交互操作等。面绘制方法适用于对表面特征分明的器官和组织进

5、行绘制(例如对骨骼进行绘制),由于重构出的立体影像比较清晰,因此在一定程度上可以替代实体模型。面绘制方法的缺点是不能很好的保留数据的完整性,重构出的三维立体仅显示为一个空壳,空壳内部没有任何内容。同时,面绘制方法对表面分割的精确程度要求较高,所以对有亮度变化特征及形状特征不明显的软组织,以及细支气管、血管等精细组织或器官的三维显示效果不尽如人意。面绘制方法包括移动立方体算法(MarchingCube)、DC算法(Dividingcube)和MT(MatchingTetrahedral)方法等。在上述方法中“移动立方体算法”(MC)是较为常用的面绘制

6、方法,该方法由Lorenesen等人于1987年提出,是一种基于体素的表面三维重构方法,由于该方法原理简单,且易于实现,因此得到了广泛的应用,是迄今为止最具有影响力、最经典的等值面构造方法。鉴于此本文使用MC算法进行相关面绘制运算。移动立方体(MC)算法的基本思想如下:首先确定一个表面闭值,也就是所希望提取出来的目标的密度值,比如要提取出骨骼,阂值就要相对大一些;要提取血管,则阂值就要小一些,然后逐个对三维立方体体素进行处理。假设有一组病变器官的体数据集,单层切片的分辨率为256x256,共有10片,如图1所示,那么该数据集可以被看作一个连续函数F

7、(x,y,z)分别在x、y和:方向被均匀采样了256次、256次和10次,共256x256xl0次而得到的采样结果集。而我们要提取的等值面,就是F(x,y,z)的函数值等于某个常量的三维空间曲面,这个常量即为人工设定的表面闭值。在等值面的外部,所有像素的灰度值都小于该闭值,而在等值面的内部,所有像素的灰度值都大于该闭值,反之亦然。这样,从三维空间数据集提取的等值面就可以将目标与背景分离开来。图1断层图像切片示意图在三维空间数据场中,体元是构成体数据的基本单位。在本文中,体元是一个由8个相邻定点构成的立方体,等值面上的体元内部灰度是不均匀分布的,体元

8、的一部分小于阂值,另一部分则大于闭值。三维空间数据场的一个体元结构如图2所示。图2体元结构示意图MC算法的主要优点是计算量

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。