医学图像三维重建设计分析

通过医疗设备获取的图像都是二维医学断层扫描图像，但人体的结构是三维的，二维图像不能看到人体内部的物体结构，并对人体器官的整体结构分析造成障碍。把二维图像进行三维重建，重建后的图像可以模拟人体结构，便于观察和分析病情，因此本文通过面绘制和体绘制两种方法对医学图像进行三维重建，本文主要介绍面绘制和体绘制三维重建的理论和具体实现过程。

1面绘制三维图像重建

面绘制是三维物体在二维平面的投影，是一种基于体素的表面重建，即直接从体数据提取物体表面的方法。本文以人脑图像为例，应用面绘制里的移动立方体法重建三维图像，通过轮廓提取和等值面明暗显示两个步骤重建三维脑部图像。1.1轮廓提取我们主要提取脑结构的表面形态，不考虑内部结构特征，因此叫轮廓提取。我们对表面轮廓进行采样点提取，采样点是由多个体素组成，一个体素又由8个顶点的多个立方体组成。首先，找到脑部的轮廓区域，计算每一个体素标量值的所有拓扑状态，如果标量值大于轮廓线的标量值，把该体素记为属于轮廓区域内的点，否则标记为轮廓区域外的点。然后，寻找头表面和背景的边界，去掉背景区域，计算头表面的灰度阈值G，在头表面内部的所有像素的灰度值都大于设定的阈值G，在头表面的外部所有的灰度值都小于设定的阈值G。根据各顶点与设定的阈值的关系，把顶点分为2类，分别有黑、白两色表示，遍历立方体的每一个顶点，如果两个顶点的颜色相同，该边上不存在边缘点，否则，在此边上必然有一个边缘点，用直线将遍历后的所有小正方形的边上边缘点连接起来，并对公共边合并，这些连接的线就构成了边界的轮廓线，沿着边界线将背景和头表面区域分离开。处理完一个体素后，前后移动到另外一个体素，当所有的体素都遍历完后，轮廓就绘制出来了。算法的步骤为：（1）选择一个体素。（2）计算该体素中每一个小立方体顶点的内外状态。（3）生成每个顶点的二进制编码的索引值。（4）用该索引值创建树型表，并计算标量值。（5）用树型表计算每个点所连接的边的位置。由于算法过程是对每一个体素单独处理，一些顶点组成的边缘可以会重复使用，在遍历顶点的时候沿着相同的方向进行，通过程序消除重复使用的点即可。遍历所有体素是轮廓提取的重点，本文用查表法遍历每一个体素，将体素的八个顶点与阈值比较后产生一系列的逻辑值构成八位索引值，通过三维图像的256种构型组成一个三角部分的查找表。通过查找表可以直接获得轮廓区域的信息、索引号及指向三角部分的位置，最后找到所有三角部分的位置镶嵌成表面轮廓。1.2等值面的明暗显示为了真实的显示物体表面的情况，使重构的三维图像更直观，本文对用三角片构成的物体表面设置光照效果，还要解决在特定的光照模型下的表面法向量的计算。首先，选择光照模型，采用的光照模型为：I=Ia+(IS-Ia)cosθ，其中，I为物体表面光强度；Ia为环境的光强度；IS为光源的光强度；θ为入射光与表面法向量的夹角。然后，计算表面法向量，先用灰度差分法计算体素顶点上的灰度梯度值，再对八个顶点的法向量进行线性插值就可以得到每个顶点的法向量，把计算得到的法向量值代入光照模型公式，就可以计算出表面物体的光照强度。最后，将其投影在某个特定的二维平面上进行显示，从而得到有光感效果的三维表面图像，重建的轮廓及表面如图1所示。

2体绘制三维图像重建

表面绘制可以有效的绘制物体的三维表面，但缺乏内部信息的表达；体绘制可以直接由体素生成三维物体，能够表达物体的内部信息，传统的体绘制方法主要通过点、线和几何多边形绘制三维物体，但绘制后，图像的真实感欠佳。比如：最大强度投影法重建后可以更直观的观察图像，但是不能从图像上看出沿着光线的最大值，即不能清晰的观察到单个物体及相互之间的空间关系及具体位置。因此，本文提出按照图像顺序进行体绘制，该方法是发出一条光线通过像素进到场景中，然后用某一特定的为计算像素值的函数计算沿光线所遇到的数据，确定图像平面中每个像素值。这样可以清晰的分辨出图像在空间域的具体位置，使绘制后的结果更真实。图1重建的轮廓与表面按照图像顺序进行体绘制也叫做光线投射，先确定图像上的一个像素值，调整好相机的参数后，从相机发出一条光线并穿透该像素，然后用一些设定好的函数计算光线所遇到的数据，得到具体的像素值。选定的函数不同，获得的图像也不同，可以从多个角度去观察图像，图像观察全面。光线投射是重建图像的重要过程，本方法使用一个标准正投影栅格投影。光线具有互相平行的特点，并与视平面垂直，沿着每条光线的数据值是按照一个光线函数处理的，并将其转换为灰级像素值。光线投射有两个主要步骤：首先确定沿光线遇到那些数值，然后按一个光线函数处理这些数值。虽然在实现中这两步典型地是结合在一起的，但这里我们单独对待它们。由于需要按规定的光线函数来确定沿光线提取的数值，让我们通过人脑图像绘制的实例看看几种不同的光线函数对显示结果的影响。假设一条光线通过8位灰度体积数据时的数据值剖面，灰度数据值范围为0~255。图2是使用四个不同简单光线函数转化为灰级值的显示结果。图2四种不同光线函数绘制的结果前两个光线函数，最大值及平均值，是对标量值本身的基本操作。第三个光线函数计算沿光线首次遇到等于标量值为30处的距离，第四个函数使用α合成技术，将沿光线的值看作按单位距离累积的阻光度样本值。并非所有的体绘制方法都可分到按图像顺序绘制。例如，体绘制的错切-变形法将三维视觉变换分解成三维错切变换和二维的变形变换。体数据按照错切变换矩阵进行错切，投影到错切空间形成一个中间图像，然后再将中间图像经变形生成最后的结果图像。这种算法的最主要特点是按照主要的视线方向选择切片数据集和投影数据。当视线的方向变化时，投影方向不一定变化。如果我们从体积的基平面投射光线做正交投影，则相当于使体积错切，使光线变得与基平面垂直。如果所有光线都源自于基平面上体素中同一平面，那么，这些光线与该体积的每个后续平面上的体素相交在连贯的位置上。

3结论

三维重建在医学中应用越来越广泛，用其作为医生诊断病情的辅助手段，能够极大地提高医疗诊断的准确性和科学性。本文对医学图像三维重建进行研究，并通过MATLAB程序设计软件，导入并打开包含DICOM格式在内的多种医学图像格式，通过两种方法重建了脑部结构，让医生可以通过三维影像可以更加便捷，直观和清晰的看到细节并且做出准确的判断。医学图像的三维重建是计算机图像处理技术的一个重要应用，它将平面二维图像变为更加直观的三维虚拟模型，还可以进行术前模拟，有利于医生对患病部位进行分析并给出准确的诊疗方案。

作者:唐思源 武敏 李承美 黄晓萌 单位:内蒙古科技大学包头医学院计算机科学与技术系