MC 算法在 CT 医学图像三维重建中的应用*

MC 算法是三维重建面绘制的经典方法,采用等值面提取的方式把所需的数据分离出来进行重建。通过对 MC 算法的原理进行分析,结合 VTK 类库编程,研究基于 MC 算法提取CT 图像病灶的方法,并通过坐标平滑的方法对算法进行改进,提高三维重建的平滑显示效果和重建速度。     

基于标签化医学图像的多阈值三维重建算法

针对传统面绘制重建方法 MC无法一次性提取多个阈值器官的问题,提出一种将MRI图像中靶区及其周边组织进行标签化分割的多阈值三维重建算法。该算法通过将二维图像中的多阈值器官标签化为简单的整数,降低提取等值面时的数据存储量,进而提高等值面的绘制速度。同时,定义了多阈值三维重建时体素顶点索引方式和等值面相交形态,减少了传统MC算法提取多个阈值器官时存在三角面片与顶点复用的情况,且仅需一次性扫描即可重建多个器官等值面。实验结果表明,本文算法较传统MC算法,重建器官数量越多,器官彼此结构越紧密,三角面片与顶点复用情况减少越明显,在保证重建效果的同时,绘制速度可提高30%。     

基于MC算法的光刻仿真微结构的三维重建

在深度光刻中为了仿真微结构的形状,需要利用三维光场分布的数据对其进行三维重建。而MC(Marching Cubes)算法是三维重建中构造等值面的代表性的方法之一。以MC算法为基础,首先介绍了如何利用MC算法来绘制三维光场数据的等值面,然后分析将等值面和边界所围成的空洞补全的方法,最后研究了如何利用有限元分析软件的参数化设计语言将生成的面模型转换成实体模型。该方法重建的几何模型不但可以用于微结构形状误差分析,而且还可方便的用于建立有限元模型,直接应用于有限元分析。     

基于CT的医学图像三维重建

本文介绍了医学CT三维重建的算法,分析了目前所用的关键技术,为医学图像三维重建应用软件的开发打下了理论基础.最后使用VTK开发包,以手部骨骼三维重建为例,给出了实现面绘制和体绘制方案和结果.     

空间相关MC算法的VTK实现

移动立方体是面绘制的经典算法,但要求对所有空间所有体素进行处理,执行效率不高.通过对空间相关性进行研究,即六面体体素如果与等值面相交,则等值面一定会在该六面体的6个面的方面延续,对标准的MC算法进行改进,只处理那些与等值面相交的六面体体素.可视化工具包封装了许多常用的可视化算法,为研究人员提供了极大的便利.通过空间相关性,对VTK中已有库函数vtkMarchingCubes进行改进,提高了原有算法的执行速度,同时又扩充了VTK已有的类.     

基于VTK的医学图像三维重建研究与实现

医学图像三维重建在放疗规划、解剖教学、医学诊断等方面具有重要的作用。本文首先介绍了可视化工具包VTK,然后对三维重建算法进行了概述,并重点研究了面绘制方法中的移动立方体算法和体绘制方法中的光线投射算法,最后,在VC++6.0环境下,采用可视化工具包VTK分别实现了移动立方体算法和光线投射算法,取得的良好的三维重建效果,并将其应用到了计算机辅助医学诊断软件中。     

像素的移动体素面绘制算法

移动立方体算法是最具影响力的等值面构造算法。本文以移动立方体算法为基础,提出了像素点移动体素面绘制算法。根据物体表面的显示特性和体素特点,利用像素点组成的边界体素绘制物体的等值面,实现物体表面的三维重建。在实验中,对一组CT图像中的骨骼组织进行三维表面重建和显示,并与用Matlab绘制函数重建的三维结果进行比较。实验分析表明,该算法能对物体进行三维重建,避免了二义性问题,但重建表面不光滑,重建花费的时间较长。     

基于面绘制的医学序列图像三维重建

基于医学CT图像序列,利用改进的面绘制方法,分别实现了皮肤和骨骼的三维表面重建。在皮肤重建中,主要采用阈值分割法和迭代法相结合而得到光滑逼真的效果。在骨骼重建过程中,采用二值法构建骨骼三维表面,并对得到的结果进行去噪处理,进而得到清晰的骨骼轮廓。为了验证重建方法的通用性,实现了复杂结构器官--心脏的三维表面重建。实验结果表明,方法易于实现,获得了较理想的三维重建结果。重建的三维模型可进行旋转、放大和缩小等操作,这不仅有利于实现人机交互的功能,同时也有利于对模型进行设置和观察。     

医学图像中微细管道结构的表面绘制算法

在医学图像处理中,常常需要提取出特定的组织或者结构,再以提取到的二值体数据为基础,对组织结构进行三维重建。传统的Marching Cube（MC）算法在对微细结构进行三维重建时,可能会产生断裂现象,不能有效保持原始体数据的连通性。以血管体数据为例,针对医学图像中微细管道结构重建提出一种改进的MC算法,以保持重建后组织结构的连通性。     

面跟踪算法在快速三维重建中的应用研究

现代医学影像设备所产生的图像的分辨率越来越高、数据越来越多,使得许多三维重建的算法只能在高档的工作站上实现。本文提出了一种可以高速处理高解析度医学图像的三维重建算法,即面跟踪法,在当前主流计算机的硬件条件下,可以快速地处理高分辨率的医学图像,且能实时地显示重建数据。     

基于改进MC算法的医学图像三维重建研究

MC算法是经典的三维重建方法。但它重建时效率低,产生了大量的三角面片,增加了绘制的时间和空间。而且存在拓扑二义性,会使重建后的图像产生空洞的结构,重建的效果也不是很理想。对此,提出相应的改进策略。介绍了如何提高计算效率、减少三角面片数量、消除二义性和平滑图像等方面。通过实验证明了改进算法的可行性。     

一种基于Ray Casting算法的医学影像重建系统

三维重建技术是一个热点,广泛用于医学等领域.3D-Volume插件基于Ray Casting算法开发,实现2D医学图像3D模型化.本文对3D-Volume插件的原理及功能进行了简单的介绍.通过对Raycasting算法的研究,运用Java语言设计并成功实现了预期功能的程序.     

改进的遗传算法在医学图像中的应用

针对标准的遗传算法（ GA）在优化Otsu法求取图像阈值时出现收敛速度慢、易早熟等问题,提出了一种改进的GA用于图像分割。该算法根据种群不同的进化代数和个体适应度的大小,动态地调整精英选择策略和遗传算子,从而提高了算法的收敛速度、得到了范围稳定的图像分割阈值,且保持了种群多样性。将该算法应用于医学图像分割,实验结果表明：该算法可以对医学图像进行分割且效果明显。     

基于改进MC算法和分数阶混沌的CT图像三维重建和加密方案

在现代医疗领域的病理诊断与手术实操中,需要对CT进行三维重建实现二维图像的三维可视化以提高诊断和操作的正确性。针对目前三维重建耗时过长、精度欠佳等问题,提出了一种改进的MC算法,采用包围盒分割算法提取包含等值面的体素,有效提高了重建效率;利用三线性插值法计算等值面与体素的交点信息,从而提高了重建精度。为保障医疗信息在云存储以及网络传输的安全性,提出了一种基于分数阶Lorenz混沌的三维模型加密方案,实现了重建数据在频域的混沌加密。实验结果表明,改进的MC算法具有良好的重建效率和重建精度,提出的加密方案能有效地保护重建后的三维数据,并能抵抗穷举攻击、差分攻击和统计攻击。     

基于Java 3D的医学图像三维重建系统

系统采用分层组件化的设计思想,在逻辑上分为三层:图像预处理层、图像分割层和用户界面层,实现了医学图像的二维标注与测量、三维体数据的分割、三维重建与交互功能。介绍了系统的体系结构和系统开发的主要技术方法。最后指出了系统的实用性和对医学研究方面的价值。     

三维医学图像的体绘制技术综述

在分析三维医学图形体绘制技术的基础上,描述了射线投射法、足迹法、剪切-曲变法、基于硬件的3D纹理映射、频域体绘制法和基于小波的体绘制等典型算法,给出了各类算法的性能评价,展望了体绘制技术研究的发展前景。     

基于深度学习的胰腺图像自动三维重建

胰腺图像的三维重建对于辅助疾病诊断具有重要意义。提出一种全自动的胰腺图像三维重建方法,利用改进的U-Net深度学习网络对图像进行分割,并结合面绘制算法生成三维可视化模型。实验结果表明,该方法重建准确度较高,执行效率快,对辅助诊疗具有积极的作用。     

改进多尺度分水岭算法在医学图像分割中的应用研究

针对分水岭算法存在的过分割问题以及医学图像的特点,提出了一种能够有效增强梯度图像边缘点并且消除局部极小值的方法。 首先采用多尺度滤波法提取图像的边缘信息,然后提出了基于图像边缘滤波消除局部极小值的方法,最后介绍了算法的步骤及结果。实验结果表明,通过该方法处理的梯度图像再进行分水岭变换,即使不进行区域合并也能达到很好的效果。     

基于改进遗传算法的稀疏重构算法

稀疏重构算法中凸松弛法在恢复效率方面、贪婪追踪法在恢复精度方面存在不足,基于遗传算法迭代优化的思想,结合模拟退火以及多种群算法的优势,提出了基于模拟退火遗传算法和基于多种群遗传算法的启发式稀疏重构算法。所提算法均从传统遗传算法易陷入局部最优解的缺陷出发,分别通过保持个体间的差异性和提高种群多样性来搜索待求稀疏信号的全局最优解,并通过理论分析证明了所提算法参数选取及搜索策略的有效性。此外,以阵列信号处理中空间信源的波达方向（DOA）估计问题为例,验证所提算法的有效性。仿真结果表明,相较于正交匹配追踪OMP算法和基于l1范数奇异值分解的l1-SVD算法,所提算法提高了DOA估计的精度,且降低了运算复杂度,使其快速收敛至全局最优解。