三维医学图象可视化技术综述

概要地分析和评述了近年来三维医学图象可视化技术的发展,并主要从三维医学图象的分割标注、多模态医学图象的数据整合、体数据的绘制等3个角度对三维医学图象的可视化技术进行了分类综述,同时介绍了各种算法的原理和最新进展,由于医学图象可视化的目的是辅助医学了解生物内部组织的信息,因此除图象绘制技术外,组织及组织特性的精确自动分割标注技术,以及将不同图象模态提供的互补信息综合起来的匹配/融合技术外,都是医学图象可视化需要解决的重要问题,其中,多模态图象的可视化在三维医学图象可视化领域中最具有挑战性和发展前景。     

基于变形轮廓的医学图象匹配方法

艇变形轮廓线的方法实现医学图象匹配过程中的对应标记点问题,并用遗传算法进行最佳匹配结果的搜索。实验结果表明,该方法能有效地用于建立医学图谱和图象之间的一一对应关系,是对以往人工交互标注方法的重要改进。     

基于脑图谱和模糊聚类的磁共振图像分割标注

利用TT Atlas中丰富的结构信息,文章提出了一种自动分割脑MRI(magnetic resonance image)图像的方法.这种方法可分为两步.首先,将MRI图像和TT Atlas配准,通过图像和医学图谱的匹配,利用图谱中结构信息的先验知识,就可以对图像作初步的分割标注.然后,利用这个预分割的模板对MRI图像进行模糊聚类分割,从而提高分割的精度.为了自动地将预模板中的结构信息用于分割,文章还提出了一种引入形状因子的FCM聚类算法.除了在匹配时需要手工定出一些点之外,该方法基本上是自动的.