基于医学图像的三维表面重建技术的研究与应用

《基于医学图像的三维表面重建技术的研究与应用》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、摘要医学图像三维重建是目前的一个研究热点问题，是一个多学科交叉的研究领域，它涉及数字图像处理、计算机图形学以及医学领域的相关知识。医学图像三维重建及可视化在诊断医学、手术规划及模拟仿真方面都有重要应用。因此，对医学图像三维重建的研究，具有重要的学术意义和应用价值。本文工作着重点是一个医学图像三维表面重建系统所涉及的基础技术和算法，在前人的工作基础上进行创新和改进，讨论了为颅内出血(ICH)治疗而开发的医学图像三维重建系统。论文对体数据的可视化技术做了综述，着重阐述了基于医学图像重建三维表面的研究现状和存在问题;介绍了医学图像获取的常用手段并

2、对其做简要的比较;提出了对体数据进行删减处理的方法:采用双线性插值进行灰度变换，降低数据的空间分辨率，并采用边缘提取方法进行数据剪裁:设计了中值滤波器，图像经滤波后，根据需要选择相应的插值方法将图像序列插值成各向同性，并将经插值后的图像序列封装成规则体数据;探讨了体数据的内存记录方式和外存的文件存储格式。对组织和器官的自动分割和提取是保证重建模型准确表达其相应组织器官的前题，这类研究文献比较多，其中医学图像的自动分割是最近几年的研究重点。论文在总结了医学图像分割方法的研究特点的基础上，在图像分割中引入领域专家知识，提出了一组特征参量用于描述

3、人脑主要结构的解剖学特征和生理功能及成像特性，建立了完整的适用于颅内出血图像分割需要的知识库模型。成功地借助基于知识的专家系统对医学图像进行了分割，取得较好的自动分割效果。论文还探讨了由一个序列的二维轮廓线重构三维形体的方法。先阐述了利用距离场来抽取目标表面的技术的基本准则和算法，对于前人的工作进行总结和整理，对各种方法进行了优化组合，井成功的予以程序实现。这种技术可以处理复杂的轮廓线，而无需考虑分支和对应问题。因此，对于传统的方法有较大的优势。论文最后讨论了为颅内出血(ICH)治疗而开发的医学图像三维重建系统的框架结构。对系统要实现的功能

4、进行了模块划分，分析了系统的程序流程。提出和建立了系统数据结构，该数据结构能较好地表达重建模型的几何信息及描述数据的结构层次，实现对重建模型的记录、管理与操作。引出了自动分割的方法，以实现对分割出的组织重建其三维几何模型。关键词:医学图像可视化，规则体数据，颅内出血，医学图像分割，人工智能，专家系统Abstract3Dreconstructionfrommedicalimagesisamulti-disciplinarysubject.Itrelatestothesubjectsofdigitalimagesprocessing,compu

5、tergraphicsandsomerelatedknowledgeofmedical.3Dreconstructionandvisualizationofmedicalimagesarewidelyusedindiagnostic,surgeryplanningandsimulating.Studyon3Dreconstructionfrommedicalimageshasimportantsignificanceonscienceandworthinessinapplication.Thisdissertationresearchest

6、hekeyproblemsandtechniquesof3Dsurfacereconstructionfrommedicalimages,anda3Dreconstructionsystemusedforanalysisofintra-cerebralbrainhemorrhage(ICH)fromdigitizedCTfilmsisdeveloped.Inthisdissertation,asurveyisgivenaboutmedicalvisualization.Meansofmedicalimagesacquisitionarein

7、troducedandbrieflycompared.Anewmethodofvolumetricdatareductionispresented,includingemployingbi-linearinterpolationtoachievegrayleveltransformation,decreasingspaceresolutionofvolumetricdata,andclippingmedicalimagesbyedgeextraction.Amedianfilterisdesigned.Finally,volumetricd

8、ata'sstoragemethodandformatoffilearediscussed.Segmentingandextractingtissuesororgansfromm