#脑肿瘤三维可视化图像基于分割的交互式实时绘制研究

《#脑肿瘤三维可视化图像基于分割的交互式实时绘制研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、脑肿瘤三维可视化图像基于分割的交互式实时绘制研究四川大学物理科学与技术学院黄鑫*四川大学建筑与环境学院宁交贤和（邮编610065电邮jxsning@263.net）摘要：冃的：为了消除传统脑肿瘤切除手术的盲冃性，解决传统绘制技术不能够实时绘制的问题，本文设计出了一种交互式实时肿瘤分离技术。方法：给出了系统主要功能和流程，并且对系统实现中的两项关键技术：区域生长分割、三维体数据的绘制作了详细介绍，改进后的面绘制使得重建的三维模型图像清晰，提高了实时绘制效率。结果：该系统对脑肿瘤准确分割，并实现了交互式实吋绘制，证明其技术和方法有效可行。结论：所

2、提出的方法是切实可行的，从而为进一步实现医院信息化建设打下了基础。关键词：三维医学图像；医学图像分割；可视化；面绘制;体绘制刖a现代各种医学成像技术如X射线断层成像（CT）,磁共振成像（MRI）,超声成像（US）,单光子发射断层成像（SPECT）和正电了发射成像（PET）,为人体不同部位提供了多种不同时空分辨率的二维医学图像，形成了现代医学影像诊断学的基础，极大的推动了医学诊断和临床治疗的发展。随着计算机辅助技术、虚拟现实等现代男生物医学物理研究方向硕士研究生郴宁交贤教授实验力学及生物医学工程博士生导师技术的发展，人们对直观的三维医学图像的需

3、求也日益增强，医学图像三维可视化近来成为医学成像发展的热点。三维可视化是虚拟现实技术在现代医学中的应用。它利用医学影像作为原始数据，融合了图像处理、计算机图形学、科学计算可视化,虚拟现实技术。是一种非侵入型、无接触式的零创伤的检查方式。在外科手术中引入三维可视化系统，可以提高手术的可靠性和精度，减少外科创伤，制定更加科学的手术计划。本系统将三维可视化引入脑肿瘤手术中［1］。对现有的医学图像（OT、MR!等）进行处理，包括数据预处理，图像分割，面绘制和体绘制［2,3］等，最后实时地绘制出脑肿瘤三维图像。医生可以准确地定位脑肿瘤的位置和大小，再经

4、过详细的手术计划论证，最后确定一个最佳的进刀或放射切除方案，尽量减少肿瘤周围健康的脑神经和脑组织在手术中的损伤，确定切除的增加或减少，从而在实际中调整手术计划，使得医生的主观决定得到更好的保证。三维可视化是虚拟现实技术在现代医学中的应用。它利用医学影像作为原始数据，融合了图像处理、计算机图形学、科学计算可视化,虚拟现实技术。是一种非侵入型、无接触式的零创伤的检查方式。在外科手术中引入三维可视化系统，可以提高手术的可靠性和精度，减少外科创伤，制定更加科学的手术计划。本系统将三维可视化引入脑肿瘤手术中［1］。对现有的医学图像（CT、MRI等）进行

5、处理，包括数据预处理，图像分割，面绘制和体绘制［2,3］等，最后实时地绘制出脑肿瘤三维图像。医生可以准确地定位脑肿瘤的位置和人小，再经过详细的手术计划论证，最后确定一个最佳的进刀或放射切除方案，尽量减少肿瘤周围健康的脑神经和脑组织在手术中的损伤，确定切除的增加或减少，从而在实际中调整手术计划，使得医生的主观决定得到更好的保证。原图像目标图像图2分割前后的图像系统基本流程如图1所示。该系统按照功能可分成四个部分:（1）数据获取：从医院获取CT、MR!数据或DICOM格式数据，转化成统一格式的三维数据矩阵。（2）数据预处理：为了得到精确分割的脑部

6、肿瘤，先对整个数据进行插值，滤波，去除噪声。（3）图像分割处理，系统采用改进的区域生长算法对医学XiQ图像进行分割。（4）绘制参数设定及快速时候绘制:通过而绘制技术，以达到快速时候绘制的目的。2、面绘制关键技术为了能模仿医生实际手术时肿瘤切除的大小、部位，计算机辅助手术通过数字化技术，对医学图像进行预处理、分割、绘制等处理，真实的再现了肿瘤在人脑屮的位置、形状、大小等信息，并在屏幕上显示出来，供医生做术前分析。因此，图像精确分割和快速绘制是实现人脑肿瘤三维可视化的关键技术。2.1区域生长算法的的设计与实现图像分割是进行三维重建的基础，分割的效

7、果直接影响到三维重建后模型的精确性。本文所采用区域牛长算法与MC相结合，摆脱了标准MC只能用阈值分割的局限性，该算法的模块性和可扩充性好，可以将各种分割算法集成到本算法中。区域生长是典型的串行区域分割方法，它的基本思想是将具有相似性质的像素集中起来构成区域，该方法需要先选取一个种了点，然后依次将种子像素周围的相似像素合并到种子像素所在的区域中，区域生长算法的优点是计算简单，特别适用于分割小的结构，如肿瘤和伤疤，在交互式实时绘制中能够满足快速精确的要求。本系统采用区域生长算法，分别由两个模块实现。（1）初始化部分。该部分主要由用户选取种了点，并

8、初始化，将种了压入堆栈。（2）循环部分。该部分选取一个种子点，作为一致性判断的标准阈值;获取种了点的领域点，对于二维图像，取8—领域，对于三维图像，取26-领域，此