医学图像的维可视化专家讲座

三维可视化意义多排螺旋CT等应用使使用三维形式显示组织和器官变得可行且必要。图像三维显示技术能够更加好显示数据和诊疗信息，为医生提供逼真显示伎俩和定量分析工具。三维显示还能够防止医生陷入二维图像数据“海洋”，预防过多浏览断层图像而造成漏诊率上升。医学图像的维可视化专家讲座第1页三维可视化定义和分类也称三维重建,是指经过对取得数据或二维图像信息进行处理,生成物体三维结构,并按照人视觉习惯进行不一样效果显示。常见可视化形式有多平面重建（Multiplanarreconstruction,MPR）、曲面显示(Curvedmultiplanarreconstruction,CMPR)、表面阴影显示(ShadedsurfaceDisplay,SSD)、最大（小）密度投影(Maximum/minimumintensityprojection,MIP)、虚拟内窥镜(Virtualendoscopy,VE)等。医学图像的维可视化专家讲座第2页基本三维可视化技术面绘制（SurfaceRendering）技术体绘制（VolumeRendering）技术另外,多平面显示和曲面显示属于将三维体视数据进行再切面,并将二维切面影像显示出来技术形式,所以也称二维重建或图像重排。医学图像的维可视化专家讲座第3页面绘制面绘制实际上是显示对三维物体在二维平面上真实感投影,就像当视角位于某一点时,从该点对三维物体进行“摄影”,相片上显示三维物体形象。医学图像的维可视化专家讲座第4页面绘制示例医学图像的维可视化专家讲座第5页面绘制方法经过配准及插值后,建立面绘制所需基本三维体数据,选定作为表面显示等值面灰度阈值紧邻上下两层数据对应四个像素点组成一个立方体,或对应成一个体素；体素共8个顶点按照前面得到等值面阈值进行分类,超出或等于阈值,则顶点算作等值面内部点；小于阈值,顶点算作等值面外部点；生成一个代表顶点内外部状态二进制编码索引表移动（前进）至下一个立方体,重复3－7步。用此索引表查询一个长度为256构型查找表,得到轮廓（等值面）与立方体空间关系详细拓扑状态（构型）；依据构型,经过线性插值确定等值面与立方体相交三角片顶点坐标,得到轮廓详细位置；医学图像的维可视化专家讲座第6页体绘制直接由三维数据场产生屏幕上二维图象,称为体绘制算法。这种方法能产生三维数据场整体图象,包含每一个细节,并含有图象质量高、便于并行处理等优点。体绘制不一样于面绘制,它不需要中间几何图元,而是以体素为基本单位,直接显示图像。医学图像的维可视化专家讲座第7页体绘制示例医学图像的维可视化专家讲座第8页体绘制方法光线投射(RayCasting)算法对三维体数据进行预处理,包含对各断层二维图像进行降噪；从显示器幕拟显示矩阵中每个像素按照观察视角发出光线,光线穿过三维数据场,直接将采样点值作为顶点值或插值；使用梯度计算法计算各采样点法向量,依据光照模型进行物体表面明暗显示。计算射线对屏幕显示矩阵中像素贡献,即沿射线由远及近计算采样点颜色和α值。医学图像的维可视化专家讲座第9页最大（小）密度投影最大密度投影认为每个三维数据体体素是一个小光源。按照图象空间绘制理论,显示矩阵像素向外发出射线,沿观察者视线方向,射线穿过数据场碰到最大光强（最大密度值）时,与最大密度相关数据值投影在对应屏幕上每个像素中形成最终图像。它能够看作是最简单一个图像空间体绘制,不需要定义体数据和颜色值间转换关系。最小密度投影道理相同,但选择最小密度值作为屏幕像素值。医学图像的维可视化专家讲座第10页磁共振MRA(最大密度投影)医学图像的维可视化专家讲座第11页重建实例一——

利用MATLAB实现

CT断层图像三维重建

医学图像的维可视化专家讲座第12页CVTKMITKMATLAB三维重建惯用工具

与研究基础医学图像的维可视化专家讲座第13页医学图像三维重建为人体结构提供了真实、直观反应,便于医学人员对病灶观察及手术进行。但图像三维重建编程实现困难,不易被非计算机专业人士所掌握。MATLAB医学图像的维可视化专家讲座第14页MATLAB6.5MATLAB6.5图像处理工具箱实现了断层图像三维表面重建及体重建,原理简单,编程实现方便。在对头部CT图片进行三维表面重建及体重建试验中,重建速度快,显示效果良好,便于各类非计算机专业人士推广应用。医学图像的维可视化专家讲座第15页三维重建技术实现方法包含两种:一个是经过几何单元拼接拟合物体表面来描述物体三维结构，称为表面绘制；另一个是直接将体像素以一定颜色和透明度投影到显示平面方法，称为体绘制。医学图像的维可视化专家讲座第16页表面重建运算量小,表面显示清楚,但对边缘检测要求比较高；而体重建直接基于体数据进行显示,防止了重建过程中所造成伪像痕迹,但运算量较大。医学图像的维可视化专家讲座第17页重建方法医学图像的维可视化专家讲座第18页预处理为了有利于从图像中准确地提取出有用信息,需要对原始图像进行预处理,以突出有效图像信息,消除或降低噪声干扰。图像格式转换与读写图像增强医学图像的维可视化专家讲座第19页图像格式转换与读写正确读取DICOM图像后,经过选择适当窗宽、窗位,将窗宽范围内值经过线性或非线性变换转换为小于256值,将CT图像转换为256色BMP图像。更严格要求是直接基于DICOM图像进行重建,但要注意DICOM图像灰阶较多,能够适当阶梯化后进行处理,以提升处理速度。医学图像的维可视化专家讲座第20页图像增强图像增强就是依据某种应用需要,人为地突出输入图像中一些信息,从而抑制或消除另一些信息处理过程。使输入图像含有更加好图像质量,有利于分析及识别。三维重建和三维可视化往往针对某一器官或某一组织重建,所以能够增强目标器官对比度或窗口宽度。医学图像的维可视化专家讲座第21页直方图修改图像平滑图像边缘锐化伪彩色增强histeq()imadjust()fspecial()filter2()conv2()medfilt()医学图像的维可视化专家讲座第22页灰度直方图均衡化。均匀量化自然图像灰度直方图通常在低灰度区间上频率较大,使得图像中较暗区域中细节看不清楚,采取直方图修整可使原图像灰度集中区域拉开或使灰度分布均匀,从而增大反差,使图像细节清楚。医学图像的维可视化专家讲座第23页灰度变换法。照片或电子方法得到图像,常表现出低对比度即整个图像偏亮或偏暗,为此需要对图像中每一个像素灰度级进行标度变换,扩大图像灰度范围,以到达改进图像质量目标。医学图像的维可视化专家讲座第24页平滑与锐化滤波。平滑技术用于平滑图像中噪声,基本采取在空间域上求平均值或中值,或在频域上采取低通滤波。在MATLAB中,各种滤波方法都是在空间域中经过不一样卷积模板即滤波算子实现,可用fspecial()函数创建预定义滤波算子,然后用filter2()或conv2()函数在实现卷积运算基础上进行滤波。中值滤波是一个基于排序统计理论抑制噪声非线性信号处理技术,其在除去图像中孤立点、线噪声同时,很好地保护了图像边缘信息,适合用于一些线性滤波器无法胜任地场所。医学图像的维可视化专家讲座第25页图像三维表面重建计算机三维表面重建是指首先利用图像技术从二维图像中分割出兴趣区轮廓曲线,然后经图形处理,得到其三维结构,从而再现原物体空间结构。所以,对于三维表面重建而言,边界轮廓提取尤为主要。医学图像的维可视化专家讲座第26页为了便于面部边界提取,先对各CT图片进行颜色处理,去掉非有效区,如头发、支架等部分,并使其色素尽可能降低。在提取边界时,首先采取逐行扫描图片方法,经过比较相邻点像素值,找到图片边界上一个点,作为切片边界起点。然后从边界起点开始,逐点判断与之相邻八个点,假如某点为图片边界点则统计下,并开始下一步判断,直到取得全部边界点。医学图像的维可视化专家讲座第27页医学图像的维可视化专家讲座第28页三维表面重建重建数据采集边界轮廓曲线表面绘制设置图像颜色及阴影效果设置图像光照效果设置图像显示效果医学图像的维可视化专家讲座第29页重建数据采集利用傅立叶级数系数,求出边界上若干个点x,y向坐标值,并为其加上适当z坐标值xo=[0:pi/180:2*pi];%x值在[0,2π]中选取yo=yo+a(i)*cos((i-1)*xo)+b(i)*sin((i-1)*xo);%经过傅立叶系数求y值,其中yo初始值为a0consx=[consx;yo.*cos(xo)];%将x,y值从极坐标系转换到直角坐标系consy=[consy;yo.*sin(xo)];consz=[consz;ones(1,length(xo))*iLayer*(-4.0)];%为每一切片层赋予z坐标值,iLayer为层数医学图像的维可视化专家讲座第30页边界轮廓曲线表面绘制surf(consx,consy,consz);%利用surf()函数进行三维表面绘制。医学图像的维可视化专家讲座第31页设置图像颜色及阴影效果。colormap(gray);%利用colormap()函数为图像定义颜色集shadingflat;%利用shading定义显示图像颜色阴影医学图像的维可视化专家讲座第32页设置图像光照效果light('Position',[-80,-262,-200],'style','infinite');%利用light()函数为图像设置光照效果light('Position',[-500,-0,-4500],'style','infinite');light('Position',[5000,100,-300],'style','infinite');医学图像的维可视化专家讲座第33页设置图像显示效果

view(-144,20);%利用view()函数定义观察者视角lightinggouraud;%利用lighting定义显示图像光线阴影axisequal;%利用axis定义显示图像轴医学图像的维可视化专家讲座第34页医学图像的维可视化专家讲座第35页利用MATLAB程序在进行CT图像边界轮廓提取基础上得到三维表面重建图像。重建速度快、效果好；不过面绘制缺点是信息丢失比较大,运算量与景物和物体形状相关。医学图像的维可视化专家讲座第36页CT图像三维体重建体绘制经过计算全部体素对光线作用得到二维投影图像,基于体绘制三维体重建方法计算量不依赖于景物复杂程度和物体形状复杂程度,也不需要对切片边界轮廓进行提取,其计算过程不依赖于视点,处理三维采样信号方便,便于显示物体内部结构。不过,三维体重建所需数据量大,运算速度较慢。医学图像的维可视化专家讲座第37页重建数据采集重建数据预处理计算数据集在显示平面累计投影结构三维体重建碎片设置图像颜色、阴影及显示效果医学图像的维可视化专家讲座第38页重建数据采集对现有n幅头部CT图像数据进行三维数据集D结构,得到数据集D为一个x×y×n矩阵image1=imread('01.bmp');%使用imread()函数读入现有n幅图像image2=imread('02.bmp');﹕﹕imagen=imread('n.bmp');D＝cat(3,image1,image2,image3,……imagen);%使用cat()函数创建三维矩阵D医学图像的维可视化专家讲座第39页重建数据预处理采取上述方法结构三维数据集D,数据量大,在体重建中速度慢,而且可能在计算中超出内存。因而,能够依据实际情况,对数据集D进行预处理,降低数据量。[xyzD]=reducevolume(D,[abc]);%使用reducevolume()函数降低数据量,其中a,b,c为x,y和z轴数据抽取百分比,依据数据情况自行定义。D=smooth3(D);%使用smooth()函数对数据进行平滑处理医学图像的维可视化专家讲座第40页计算数据集在显示平面累计投影fv=isosurface(x,y,z,D,isovalue);%使用isosurface()函数计算数据集在显示平面累计投影,isovalue依据实际情况自行定义医学图像的维可视化专家讲座第41页结构三维体重建碎片p=patch(fv,FaceColor','yellow','EdgeColor','none');%使用patch()函数对碎片进行结构,并对图像颜色,光线进行定义,其中fv是第(3)步中得到。医学图像的维可视化专家讲座第42页设置图像颜色、阴影及显示效果colormap(gray);%利用colormap()函数为图像定义颜色集view(3);%利用view()函数定义观察者视角lightinggouraud;%利用lighting定义显示图像光线阴影axisequal;%利用axis定义显示图像轴daspect([xyz]);%使用daspect()定义x、y、z轴显示百分比医学图像的维可视化专家讲座第43页医学图像的维可视化专家讲座第44页重建实例二——

利用MATLAB实现

mri颅脑分割与三维重建

医学图像的维可视化专家讲座第45页颅脑三维重建

一、目标采集颅脑磁共振横断位断层影像；编程实现颅脑三维重建；对重建图像进行比较分析,评价临床应用。二、材料万东i-open0.36TMRI设备、Matlab7.0软件、志愿者一名。医学图像的维可视化专家讲座第46页三、实现步骤薄层、多重复次数取得部分脑横断位图像（共17幅）。将17幅颅脑横断位图像导入Matlab软件中，进行颅脑重建:分割出颅脑（去除头皮与骨骼）；滤波（降噪）；插值（增加层数）；三维重建颅脑。医学图像的维可视化专家讲座第47页颅脑阈值分割颅脑分割是三维重建颅脑第一步，也是关键一步。方法:阈值与形态学结合方法分割颅脑。借助诊疗医师帮助分割颅脑。

医学图像的维可视化专家讲座第48页阈值与形态学结合方法分割颅脑（以第4幅图为例）。医学图像的维可视化专家讲座第49页借助诊疗医师帮助分割颅脑经过诊疗医师标定后后5幅颅脑横断位图像:

第16幅第17幅第13幅第14幅第15幅医学图像的维可视化专家讲座第50页以第14幅图像为例，说明借助诊疗医师帮助分割出颅脑方法:医学图像的维可视化专家讲座第51页经过上述两种方法对颅脑进行分割，其分割前与分割后结果比较以下列图所表示:

分割前图像医学图像的维可视化专家讲座第52页

分割后图像:医学图像的维可视化专家讲座第53页

滤波平滑

未滤波时重建颅脑:医学图像的维可视化专家讲座第54页采取中值滤波方法处理分割后颅脑横断位图像:

第1幅第2幅第3幅医学图像的维可视化专家讲座第55页

第4幅

第5幅

第6幅

第7幅

第8幅

第9幅

第10幅

第11幅医学图像的维可视化专家讲座第56页