欢迎来到天天文库
浏览记录
ID:32036120
大小:2.68 MB
页数:82页
时间:2019-01-30
《【硕士论文】面向快速成型技术的医学图像三维重建系统的研究与开发.pdf》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、江苏大学硕士学位论文面向快速成型技术的医学图像三维重建系统的研究与开发姓名:万俊申请学位级别:硕士专业:机械制造及其自动化指导教师:任乃飞20050601江苏大学硕士学位论文摘要快速成型(RP)技术是近年来信受学术界和制造业关注的一种先进成型制造技术。而快速成型技术与医学CT技术的结合给医学界带来了巨大的影响。通过对医学CT图像的三维重建将患者的病患组织重建成三维模型,进而利用快速成型技术加工制造成患者的病患组织模型,以满足医学上不同的需要。目前,医学图像三维重建技术是快速成型技术在医学中应用领域的一个研究热点,在医学诊断、手术规划及模拟仿真、整形及假肢外科、放射治疗规划
2、、解剖教学等方面都有重要应用。因此,对医学图像三维重建技术的研究,具有重要的学术意义和应用价值。本文研究了医学图像的三维重建技术,其主要内容包括医学图像的读耿、医学图像的预处理、医学图像的分割及目标组织的提取等。在此基础上,开发了,。^套医用CT成像系统与快速成型系统的接口软件。在医学图像的读取研究中,本文以DICOM格式作为医学图像的主要输入格式.相应地开发了医学图像的输入模块;在预处理研究过程中,本文分别研究了儿种不同的医学图像滤波方法和图像插值方法,并对不同方法的效果进行了比较。正确的分割是重建模型能够正确表达重建的组织或器官的前提。由于分割的不适定性,即没有一种通
3、用的分割方法适用于任何图像的分割,因此本文针对医学图像的特点,提出了相应的分割方法:即首先观察医学图像的直方图,利用分水岭法初步确定闽值;查看目标组织与周围组织在边界处的像素值,交互选取阂值,将图像二值化;然后根据目标组织的形态特征选取合适的形态学操作进行区域修整;最后用区域增长法填充要提取的组织区域。MarchingCubes(MC)算法是基于规则体数据抽取等值面的经典算法,而MarchingTetrahedra(MT)算法是MC算法的改进和变型。本文实现了这两种算法对分割提取的区域抽取等值面构建表面模型,并针对MT算法存在重建速度慢、数据存储冗余等缺点,提出了体素内相
4、关性处理和体素间相关性处理方法,加快了重建速度。在理论研究的基础上,本文开发了医用CT成像系统与快速成型系统的接口系统。首先对系统的功能进行模块划分,分析了其程序流程,制定了相应的处理步骤。该系统实现了医学图像的输入,预处理,分割与插值,体数据的存储,等值面抽取,快速成型加工系统标准输入文件(SrC格式文件)的生成等。关键词:快速成型,三维几何重建,医学图像体视化,规则体数据组织分割和提取,表面几何模型江苏大学硕士学位论文ABSTRACTRapidPrototyping(RP)isanadvancedformingandprocessingtechnologythatis
5、followedwithinterestbyresearchersandmanufacturesinrecentyears.TheintegrationbetweenRPtechnologyandCTtechnologyinmedicinehaveastrongimpactonphysic.Itcanmeetmanydifferentneedsinphysicbyreconstructing3Dmedicalobjectsfrommedicalimages,andmanufacturingtheprototypeoftissueobjectofpatientbyusing
6、RPtechnology.3Dreconstructionfrommedicalimagesisafocusproblemofresearchersatpresent,andithasmanyimportantapplicationsindiagnostic,surgeryplanningandsimulation,plasticandartificiallimbsurgery,radiotherapyplanning,andteachinginanatomy.So,studyon3Dreconstructionfrommedicalimageshasimportants
7、ignificanceonscienceandworthinessinpracticalapplication.Thisdissertation,mostlystudiesthetechnologyof3Dreconstructionfrommedicalimages.Themaincontentsof3Dreconstructionfrommedicalimagesincludeinputofmedicalimage,pre—processing,suchasfilteringandinterpolating,segment
此文档下载收益归作者所有