从断层图象重建人体脏器的三维结构

本文采用体素表示的表面显示法对连续断层图象进行三维重建及显示。通过提取物体的表面信息,减少数据量,从而提高运算速度;并用体素的面来表示脏器表面,使重建后的立体表面较接近物体真实的表面。此外,本文还将分段映射的局部配准法引入医学图象的三维重建与显示领域,较好地解决了连续切片的图象配准问题。文中列出了用CT断层图象与解剖切片图象作三维重建的若干实例。     

人体器官的计算机三维重建及显示

本研究应用国内计算机的设备条件,采用体素表示的表面显示法,对人体肾脏、颅及腰椎的CT图象进行了计算机三维重建和显示。对新鲜离体肾脏标本先行包埋、低温冰冻,横断连续切割和撮影,然后再行轮廓描绘并将图象输入计算机;另外选择颅和腰椎横断面的CT图象,同样输入机内。在Vax-11/730主机,S-600图象处理系统下,用FORTRAN 77编制成软件包,实现在彩色监视器的屏幕上,对上述器官进行了三维重建和显示。重建后的器官可按需要进行不同角度的旋转、剖割和透明处理。图象逼真,富有立体感。本研究为解剖学的教学和科研,为CT诊断等提供了一种新颖的、有价值的显像手段。     

医学断层图象的立体切割算法

采用计算机图形学和图象处理技术对图像三维信息的提取和三维显示可以帮助医务人员模拟治疗和技术过程，提高医疗诊断的准确性和科学性。立体图像切割作为三维图象显示的一种有用的方式，可以提供剖面信息，便于诊断。我们提出了一种在断层图象与剖面相交后的轮廓计算以及剖面图象插值的方法，结果表明，可以得到很好的切割效果。     

医学断层图象的立体切割算法

采用计算机图形学和图象处理技术对图象三维信息的提取和三维显示可以帮助医务人员模拟治疗和手术过程 ,提高医疗诊断的准确性和科学性。立体图象切割作为三维图象显示的一种有用的方式 ,可以提供剖面信息 ,便于诊断。我们提出了一种在断层图象与剖面相交后的轮廓计算以及剖面图象插值的方法 ,结果表明 ,可以得到很好的切割效果     

用迭代三元分类法划分的冠状动脉描记波区段

本文讲述了从冠状血管照片中提取动脉结构的一种区段算法。此算法通过反复地完成一种三元分类过程和学习过程来模拟人类视觉中的相互作用的解释过程。我们首先算出两个灰度阈值来确定三个图象等级:动脉、背景和未定的部分。然后,将未确定图象的两个新阈值以现行分类为条件用统计方法计算出来。阈值的调整由一种以每个图象周围的轮廓和密度测量为     

电子束CT犬实验性梗塞心肌的三维重建与病理对照

用电子束ＣＴ重建能表示梗塞部位及形态的心脏三维图象，通过结扎犬心冠状动脉左旋支及其分支，形成左室侧壁梗塞区，经电子束ＣＴ增强容积扫描方式得到犬心断面。利用区域扩充法对梗塞心肌进行自动分割，采用表面重建法完成犬心的三维重建，用硝基四唑对病理切片进行染色，结果：清晰显示出了犬心的三维图象，并在三维图象上精确表示出了梗塞的部位及形态。结论：在造影剂注射量与扫描起始时间适宜的条件下，利用电子束ＣＴ可以诊断梗塞的部位与大小，且能重建出反应病变情况的心脏三维图象     

三维定量冠状血管的放射线检法

本文讲述了一种从双平面二维血管放射线图象中重建三维冠状动脉树结构的方法。这种方法应用了x射线成象的几何学和对注入到每个脉管中的对比物质前沿的跟踪。来识别从相互垂直的观察面上拍摄的两个图象上的对应点。每个脉管在三维空间中正确的空间位置和尺寸可由这种重建过程得到。重建的动脉形状显示为一个表面为伞状的模型。可以从各种不同的角     

从MRI体数据提取大脑表面形态的新方法

人脑形态研究在许多领域都有日益广泛的应用。将人的大脑从MR图像体数据中提取出来是脑的可视化、形态学分析、脑图象配准等多种工作的重要基础。本文结合解剖学知识、用基于灰度梯度的极坐标搜索方法从人脑MR图像自动剔除大脑皮层和颅骨及其它非脑成分,仅保留大脑部分。此后,对于3D图像遍历,我们使用移动立方体法根据全部256种构型,通过查表法把位于大脑表面上的像素与大脑内部及图像背景分开,得到准确的大脑表面轮廓。然后计算该表面轮廓的各个小三角形面片法线,结合适当的光照模型实现大脑表面形态的真实再现。大脑的提取工作是在轴向的方向完成的。但与轴向图正交的冠状图和矢状图显示结果表明,本算法对大脑部分的提取无论从哪一个方向来看都是很成功的。     

区域对比度模糊增强及其在医学图象边界检测中的应用

本文在广义模糊集合与广义模糊算子的基础上,给出了一种基于增强图象区域之间对比度的边界检测算法,并利用升半梯形模糊分布将空间域的灰度图象变换为对应的广义隶属度函数。实验结果表明该算法对于灰度层次丰富的医学图象边界提取效果是较好的。     

三维医学图象数据的分析与显示

本文报告了一种在微机上实现的三维医学图象分析与显示系统，具体算法采用体积描绘，用光线跟踪进行三维显示，结合矩算子进行局部景物分割，能获得精确的表面法向参量，使显示结果更为逼真，对实际三维医学图像数据的分析，显示结果证明系统具有一定的实用性。     

医学图像表面重建中等值面的快速定位

提出一种基于Shear- Warp投影原理快速定位等值面的直接体绘制算法。它通过生成有序医学图像体数据,并对选定区间中的体素进行定位,来减少遍历的体数据和提高等值面的定位速度。算法还能通过调整数值区间,按应用需要来灵活调整图像质量和重建速度。此外,在生成有序体数据后,算法在重建过程中不必生成中间数据。因此,在无任何硬件加速的条件下,能在PC机上实现医学图像的快速三维表面重建     

基于局部平面信息的三维灰度图像方向内插方法

灰度图像插值是体绘制的预处理步骤,插值结果的好坏,直接影响着绘制的效果。通过,插值错误主要出现的组织的边界处,组织的表面上灰度的变化较小,如果在表面上做插值,就可以保证插值在相同组织之间进行,避免了常用的线性插值会产生新组织的错误,而在组织内部,由于灰度值变化不大,只要做简单的线性插值就可以了,基于上述考虑,本文以局部平面近似组织的表面,将局部表面方向和梯度信息用于三维灰度图像的内插重建,充分利用     

医学图像三维重建系统的数据结构表达及表面模型的构建

医学图像三维重建在诊断、放射治疗规划及医学研究中均有着重要应用，本文论述了医学图像三维重建系统程序流程，设计了自动及手工轮廓勾画两种分割方法，并提出了建立了合理的系统数据结构。该数据结构能较好地描述系统数据的层次关系和表达重建的几何模型。对由自动分割和手工勾画出的组织，用MT算法构建其三维表面几何模型 。实现了网格简化的边收缩算法，并对由MT算法生成的表面模型进行了网格简化处理。模型网格经简化90％，依然能较好地保持模型的特征，大大加快了绘制速度。     

基于联合深度网络和形态结构约束的三维医学图像分割方法

医学图像自动分割具有广泛和重要临床应用价值,特别是病灶、脏器的自动分割。基于传统图像处理方法的医学图像分割仅能利用浅层结构模型的浅层特征来识别感兴趣区域,并且需要大量人工干预。而基于机器学习的分割方法在模型建模时存在局限性且缺乏可解释性。本研究提出一种基于Transformer和卷积神经网络结合形态结构约束的三维医学图像分割方法。编码器中利用卷积神经网络和Transformer构建U型网络结构提取多重特征;解码器中采用上采样并通过跳跃连接将不同层次的特征拼接在一起;加入形态结构约束模块,通过提取病灶和脏器等分割目标的形状信息,以增强模型可解释性,并采用最大池化和平均池化操作,对经过卷积神经网络得到的结果进一步提取有代表性的特征,作为形态结构模块的输入,最终提高分割结果的准确性。在公开数据集Synapse和ACDC上利用评价指标Dice相似系数(DSC)和Hausdorff距离(HD)验证所提出算法的有效性。其中,在Synapse数据集上,18例数据作为训练集,12例数据作为测试集;在ACDC数据集上,70例数据作为训练集,10例数据作为验证集,20例数据作为测试集。实验结果表明,在Sy...     

虚拟切割及其在医学影像中的应用

本文首先介绍了中科院自动化所人工智能实验室开发的三维医学图像处理与分析系统，包括图像预处理、虚拟切割、三维面显示、三维体显示和手术模拟等功能，接下来介绍了虚拟切割的算法和功能，最后给出了实验的结果。     

股骨上段的三维重建

人体髋关节在发生严重病变、骨折等情况时，进行人工髋关节的置换是一条可行的途径。股骨的三维重建为髋关节假体的优化设计提供了依据。计算机断层扫描技术的发展，使得以无损伤技术获得病人关节骨断层的几何形状成为可能。将不同层面上的二维图像数据按照断层的空间位置依次排列，就可以形象地显示病人关节的三维图像。本文以人体髋关节为例，从ＣＴ片的图像处理、轮廓数据筛选、三维网格面建立以及股骨实体化等几方面介绍了股骨上端的三维重建过程。     

M3D:面向3D打印的医学图像重建平台

本研究旨在构建面向3D打印的医学图像3D重建平台,实现医学影像数据的目标分割、3D重建与3D打印所需区域裁剪与输出功能。该软件平台采用Qt设计用户界面,调用ITK、VTK类库处理医学影像数据。软件平台实现了医学影像数据的输入输出及处理、分割与3D重建等功能;在3D打印模型输出前,可实现对感兴趣区域的截取。以肘关节为例,利用该平台可实现模型重建,截取区域输出STL文件并完成3D打印。结果表明,该软件平台操作简单、界面简洁,可以从医学影像数据中重建得到3D模型,并进行3D打印,具有重要的临床应用价值。     

PACS图像工作站三维可视化方法研究

讨论了 PACS图像工作站获取序列扫描图像的途径 ,PACS应用实体之间采用面向对象的客户 /服务器结构 ,利用 DICOM标准建立的服务类实现扫描图像的存储、查询和传输功能 ,并以网络数据库的方式实现序列图像的有序存储和分类管理。图像工作站将获取的 DICOM格式序列图像转换成体素场 ,采用面绘制与体绘制算法生成感兴趣对象的三维图像 ,使重建的图像获得清晰的三维细节和真实感 ,文中给出了 3组应用实例的结果     

三维医学图像MT表面重建的相关性处理及模型简化

针对MT（Marching Tetrahedral）算法存在重建速度慢,数据存储冗余,重建出的模型三角面片数量大,难以进行实时交互操作等缺点,本文提出了相关性处理方法,避免了重复性计算,加快了重建速度;设计了优化存储的数据结构,减少了数据冗余;实现了网络简化的边收缩算法,并对由MT算法生成的表面模型进行了简化处理。模型经简化90%,依然能较好地保护保持原模型的特征。     

3D Medical Image Interpolation Based on Parametric Cubic Convolution

In the process of display, manipulation and analysis of biomedical image data, they usually need to be converted to data of isotropic discretization through the process of interpolation, while the cubic convolution interpolation is widely used due to its good tradeoff between computational cost and accuracy. In this paper, we present a whole concept for the 3D medical image interpolation based on cubic convolution, and the six methods, with the different sharp control parameter, which are formulated in details. Furthermore, we also give an objective comparison for these methods using data sets with the different slice spacing. Each slice in these data sets is estimated by each interpolation method and compared with the original slice using three measures： mean-squared difference, number of sites of disagreement, and largest difference. According to the experimental results, we present a recommendation for 3D medical images under the different situations in the end.