虚拟人三维重建及可视化关键技术研究 (1)

《虚拟人三维重建及可视化关键技术研究 (1)》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要摘要21世纪是生命科学的世纪。生命科学是以现代医学为基础的，而探索生命的奥秘的基础就是人体构造的理解。1989年，美国发起的可视人体计划正是有史以来最具前瞻性的人体构造研究计划。该计划研究的最终目标是实现人体结构与机能的数字化和可视化，进而构建与知识体系相关联的人体信息整体精确模拟的知识系统。鉴于真实人体数据集科学意义和价值，韩国、日本、德国，澳大利亚等国也纷纷启动了相关计划。在这样的研究背景下，中国的相关研究机构和学者在2001年香山科学会议上提出了中国虚拟人研究动议，并很快启动了相关的研究课题

2、。与美国可视人和韩国可视人相比，已完成的中国虚拟人数据集能较为精确地揭示中国成年男女的人体内部详尽的组织解剖信息。利用虚拟人数据集进行三维重建的研究，有助于人们清楚地了解人体内部的构造，而且为虚拟人的进一步研究和应用打下了坚实的基础。虚拟人二维重建作为一项研究的热点课题，其研究内容涉及到数字图像处理、计算机图形学、计算机视觉以及医学等多学科领域，是一个多学科交叉的研究领域，也是计算机图形学和图像处理在生物医学工程中的重要应用。该项研究的成果及应用对于临床诊断医学、手术虚拟规划及模拟仿真、外科整形、假肢

3、设计和制造、放射治疗规划、解剖教学等方面都将起到重要的推动作用同时该项应用也可以超出医学应用的范畴，在基于工业CT图像的反求工程应用中，建立CAD信息模型和用于模型的快速成型构建。本文以中国虚拟人数据集和美国虚拟人数据集为主要研究对象，在改进型数据管线构架和并行处理模式基础上，系统研究了在尸C应用环境下完成超大数据集的三维重建，分别以表面绘制和体绘制两个方式实现了可视化绘制，并开发了实施重建的原型系统。人体组织是非均一、非刚性、存在复杂变形的特殊实体。对数字化人体数据集进行三维重建的主要处理难点是被处

4、理的数据量庞大、内部组织组成复杂且边界模糊。为了有效重建这类复杂实体，基于体素的建模方法优于传统的边界表达方法。论文重点讨论和研究了基于体素建模的重建方式和工作流程。论文的主要研究内容包括:基于并行处理模式的数据管线构架的构建与实现;基于医学图像序列的预处理、配准、分割、表面重建、模型简化、表面光滑等算法的改进与实现;超大数据的体绘制技术研究与比较:针对中国虚拟人彩色图像切片序列的整体配准和组织分割算法的规划和应用及原型系统开发等等。本文除了第一章绪论和第七章1作总结外，其他章节主要的内容如卜论文第二

5、章主要讨论了虚拟人真彩色图像序列的混合配准方法。木章首先介绍了基于图像信息的通用医学图像配准原理和基本配准流程。本章接着针对中国虚拟人真彩色图像序列的特点，提出了一种集成图像特征点方向校正和图像截面组织信息标准化相关性分析的高精度快速配准方法。论文第三章对虚拟人彩色图像序列的分割算法进行了研究。对组织或器官的分割与提取是保证重建模型准确表达其相应组织器官的前提。本章提出一种针对彩色图像切片序列的基于模糊连通性的分割算法，结合图像局域分析范围内的基于向量表达的各向异性三维扩散分析策略，成功实现了对部分人

6、体组织的有效分割。论文第四章阐述所研究和采用的超大数据集的表面重建和可视化并行土作模式、重大连理工人学博士学位论文建流程及主要算法。本章首先研究了数据管线框架的构建和改进，即在通用数据管线的基础卜，在数据处理实体和数据实体间构建数据缓冲实体，用以实现对当前处理数据块的存储、管理与调配。在改进的数据管线框架中，提出了三种并行处理模式:任务并行模式、数据并行模式和管线并行模式，用以充分利用PC机环境下的多CPU处理能力，进而加快重建速度。接下来，本章重点讨论和规划了针对超大数据集表面重建的流程，并系统地阐

7、述了流程中的各个环n，包括统一化的分析模型、三维空域滤波、表面模f重建、模型简化和表面光滑。论文第五章介绍所研究并实现了的4种新的面向超大数据集重建的快速体绘制算法。本章首先系统阐述了已有的体绘制加速技术。接着介绍了经典的Shear-Warp快速体绘制算法。随后，在分析了Shear-Warp体绘制算法不足和考虑了己有加速体绘制技术的问题基础上，本章设计并实现了一种新的面向超大数据集处理的快速体绘制重建算法。该算法采用优化的新型八叉树编码的体数据存储和快速八叉树单元节点访问算法实现了体数据的分级压缩存储

8、处理和对节点单元的快速定位、搜索和遍历，同时结合改进的纂于Shear-Wa，分解的射线模板策略，最终在PC环境下实现了超大数据集的高质量的快速体绘制。论文第六章主要介绍了运行于通用多〔PU的尸C机环境下面向人体建模的通用RK学图像重建系统的系统功能模块划分、功能流程规划与开发实现。该系统不仅全面地实现了上述基于新型数据管线构架的并行协作工作模式下的表面模型重建流程和快速体绘制算法，还重点考虑了系统在功能组件化、模块化和扩展性等方面的需求，使得这一原型系统