排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
提出一种基于分割的肝癌三维可视化方法.利用动态自适应区域生长算法分别把肝脏、肿瘤以及肝内血管从图像中提取出来;通过调用VTK开发包中的MC面绘制三维蕈建算法,对这些器官和组织进行三维绘制.这种方法分割准确.重建的三维器官模型立体感强,形态逼真,便于观察肿瘤与其它器官组织的空间位置关系. 相似文献
2.
对虚拟仿真手术中的图像配准、图像分割、人体器官三维重建以及虚拟切割等关键技术进行了深入的探讨与研究,通过PHANTOM操纵"虚拟手术刀"对肝脏及其内部管道模型进行了仿真切割实验.结果表明,在力反馈设备的基础上进行虚拟肝脏切割手术.仿真手术过程和结果基本符合临床实际情况. 相似文献
3.
4.
5.
目的:把肝脏及其内部的肝静脉和门静脉两种管道从64排CT序列图像中提取出来,为后续肝及其管道的三维重建及最终的虚拟手术模拟提供正确的数据。方法:利用CT序列图像之间的相似性,通过自适应的区域生长算法对CT序列图像进行自动提取。结果:实验结果表明这种提取算法能得到很好的分割结果。结论:本文提出的这种算法可以正确有效地完成CT序列图像的提取工作。 相似文献
6.
一种基于区域生长的CT序列图像分割算法 总被引:3,自引:0,他引:3
提出一种基于区域生长的CT序列图像的分割算法。在第一张待分割目标区域中选取一个种子点,利用四领域的生长规则对种子点进行区域生长,得到一组点集,将这个点集投影到下一张CT图像中,得到一组新的点集,再提取该点集的轮廓,最后对该轮廓上的点进行四领域的区域生长,分割出最终的目标区域。实验结果表明,该分割算法不仅适用于简单的图像分割问题,而且对于背景复杂、光照不均匀的图像也能取得较好的分割效果。 相似文献
7.
把肝脏器官从医学图像中提取出来,为肝脏的三维重建及最终的仿真手术模拟提供正确的数据。针对腹部CT图像中脏器组织多、图像纹理结构复杂、灰度差别小、边缘不明显等特点,提出一种改进的自适应区域生长分割算法。该算法基于两个局部参数:待生长点的局部平均灰度和局部平均梯度,对传统区域生长算法的生长准则进行了改进。实验结果表明,得到的肝脏分割结果比传统区域生长算法分割结果更精确,可以为后续的肝脏三维重建及仿真手术提供准确的数据。 相似文献
8.
把肝脏及其内部各种管道从CT序列图像中分割出来,为后续肝脏及其管道的三维重建及最终的虚拟手术模拟提供正确的数据。在结合CT序列图像之间的相似性基础之上,提出一种动态自适应的区域生长算法。首先对原始CT数据进行中值滤波,去除部分噪声,然后采用相应的序列化区域生长分割模型,对CT序列图像中肝脏及其内部管道分别进行提取。实验结果表明,应用该方法能得到准确的肝脏及管道分割结果。 相似文献
9.
1