医学图象三维重建及可视化技术研究

医学图象三维重建及可视化技术研究

ID:39865207

大小:1.10 MB

页数:53页

时间:2019-07-13

医学图象三维重建及可视化技术研究_第1页
医学图象三维重建及可视化技术研究_第2页
医学图象三维重建及可视化技术研究_第3页
医学图象三维重建及可视化技术研究_第4页
医学图象三维重建及可视化技术研究_第5页
资源描述:

《医学图象三维重建及可视化技术研究》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、医学图象三维重建及可视化 技术研究秦绪佳浙江大学CAD&CG国家重点实验室2001.9.281绪论1.1引言1.2基于三维数据的建模与可视化1.三维数据的来源与分类2.三维数据建模及可视化研究内容数据预处理建模绘制与显示3.数据建模技术综述三维几何模型基于三维数据的建模方法1)基于断层轮廓的表面重建2)基于体素的等值面重建3)几何变形模型4)体素建模1.3医学图象三维重建技术综述1医学图象的预处理2医学图象的分割3三维重建方法4模型的网格简化1.4医学图象三维重建在医疗中的应用1在医疗诊断中的应用2在手术规划及

2、放射治疗规划中的应用3在整形与假肢外科中的应用4在虚拟手术及解剖教育中的应用1.5 论文背景及主要工作1论文背景及研究意义2本文的主要工作1)图象预处理,组织器官分割与提取2)MC、MT算法构建表面几何模型3)模型表面网格简化,剖切与开窗4)由表面几何模型转换成实体几何模型5)适用于适形放射治疗规划的医学图象三维重建系统的开发2医学图象预处理与人体组织的分割医学图象预处理分割流程图2.1三维医学图象分割流程2.2CT、MRI图象的获取与输入2.2二维图象处理与规则体数据封装1二维图象滤波(1)邻域平均法(2)中值滤波法(3)保持边缘

3、滤波法2断层图象间插值3三维规则体数据封装(1)内存记录方式(2)体数据文件格式图2.4体数据内存记录方式2.3交互分割过程1三维图象二值化二值化结果图2.8断层图象二值化结果2数学形态学操作进行区域修整(1)二值形态学操作简述(a)原图象(b)结构元素(c)对原图象的腐蚀(d)对腐蚀图象的膨胀图2.9开启操作(a)原图象(b)结构元素(c)对原图象的膨胀(d)对膨胀图象的腐蚀图2.10 闭合操作3种子填充法进行组织提取图2.12交互分割结果图2.13对分割区域的重建3基于规则体数据的三维表面模型的构建3.2.1体素模型(a)方向无关的

4、三线性插值模型(b)方向有关的三线性插值模型图3.1体素模型3.2.2等值面(IsoSurface)定义1 三线性插值结果2 等值面定义等值面是三次曲面3.3移动立方体(MarchingCubes)算法抽取等值面1MC算法的基本原理a体素中等值面剖分方式的确定1)如立方体顶点的数据值≥等值面的值,则定义该顶点位于等值面之外,记为“0”;2)如立方体顶点的数据值<等值面的值,则定义该顶点位于等值之内,记为“1”。8个顶点,每个顶点共有2个状态,因此共256种组合状态根据互补对称性,256128根据旋转对称性,25615(1)体素中由三角

5、片逼近的等值面计算(2)三角片各顶点法向量计算2等值面连接方式上的二义性(a)连接方式二义性的二维表示(b)连接方式二义性的三维表示图3.5拓扑不一致造成孔隙图3.4MC方法的二义性3.3.3渐近线判别法消除二义性3.3.4MC算法的重建结果及分析256×256×109MRI表皮重建(b)128×128×93CT颅骨重建(c)128×128×93CT表皮重建三角面片:696889顶点:347322三角面片:187559顶点:94015三角面片:137799顶点:69331图3.8MC算法重建的表面模型3.4移动四面体(MarchingTetra

6、hedra)算法抽取等值面3.4.1MT算法的基本原理图3.9立方体的四面体剖分图3.10四面体中的等值面3.4.2四面体剖分的一致性处理图3.11立方体剖分为四面体的不同方式图3.12两相邻立方体剖分不一致时共有面的剖分情况图3.13相邻立方体公共面上的剖分一致性3.4.3相关性处理加速MT重建速度1体素内的相关性处理2体素间的相关性处理图3.14剖分后立方体的顶点及棱边编号3.4.4MT算法的重建结果及分析(a)128×128×113CT颅骨重建(b)104×185×220CT脚骨骼重建(c)128×128×113CT表皮重建三角面片:4

7、23998顶点:211905三角面片:365858顶点:183056三角面片:331290顶点:165808图3.15MT算法重建的表面模型4.三维模型的网格简化与模型的剖切4.2基于边收缩的网格简化算法1网格简化算法简述(1)抽样(Sampling)(2)自适应细分(Adaptivesubdivision)(3)删除(Decimation)(4)顶点合并(Vertexmerging)2基于边收缩的网格简化算法Hoppe采用显式能量函数E(M)来度量简化网格与原始网格的逼近度[Hoppe96]:其中Edist(M)为M的距离能量,它定

8、义为点集到网格的距离平方:Espring(M)为弹性能量,这相当于在的每条边上均放置一条弹性系数为k的弹簧,即:Escalar(M)度量

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。