基于VTK的医学序列图像可视化

数字人体是目前的一个研究热点，而医学图像三维建模及可视化研究是其中的一项重要内容，医学序列图像的可视化技术包括体绘制和表面绘制两大类。他们各有其特点和适用领域。使用VTK可以很大程度的简化医学序列图像重建的问题。本文讨论了两种方法的原理、特点以及VTK实现三维重建及可视化的算法过程，并给出了一个实例。     

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.     

医学图像三维重建系统设计与应用

随着现代计算机辅助技术、虚拟现实等现代技术的发展,人们对直观的三维医学图像的需求也日益增强,医学图像三维可视化近来成为医学成像发展的热点。本文以MATLAB为基础,设计并实现了一种便携式医学图像三维重建系统,其利用MATLAB软件的图像处理工具箱、GUI开发工具箱等,深入的集成了现代三维重建相关技术。并以具体的操作和医学实例介绍了MATLAB在医学图像三维重建中的应用。     

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。     

基于医学图像序列面绘制的骨组织快速成型方法

针对人工骨组织快速成型中轮廓线轨迹生成复杂、分层效率低的问题,提出了一种简化三角片模型分层过程的方法。应用移动立方块（MC）算法对医学图像序列进行面绘制重建,根据重建过程的顺序对三角片集合分组,然后采用对边追踪的方法计算切平面与其对应三角片数组的交点轮廓线数据。简化后的分层效率相对于三角网格文件（STL）模型分层平均提高了4.65%。实验结果表明,所提方法可以直接从人体骨组织医学图像序列生成可供3D打印的轮廓线数据,从而实现骨组织的快速成型。     

医学体数据三维重建体绘制技术研究

在分析医学体数据三维重建基本过程的基础上,介绍了光线投射法、足迹法、错切-变形法和基于小波变换的体绘制等典型算法,讨论了各类算法的优缺点以及改进方向,并展望了医学体数据体绘制技术的未来研究方向。     

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。     

MC算法在医学图像三维重建中的应用

详细介绍了MC算法,提出了优化网格模型简化算法。优化网格模型简化算法选取坐标点的原则是,尽可能地接近原始网格,通常采用子集选择法或优化选择法。在尽可能保证图像精度的前提下,优化网格模型简化算法可以提高运算速度,而单纯的网格算法由于失真严重而缺乏实用价值。基于体绘制的网格化简化算法重建的三维模型比较完全,且算法简单,在多排螺旋CT等医学图像三维重建中有较好的应用。     

序列剖面图像的三维重建和显示

本文提出了一种新的序列剖面图像三维重建和显示方法,即双目视差法。     

基于形态学重构运算的医学图像分割

医学图像分割是高层次医学图像理解和解释的前提条件,其目的是通过提取描述对象的特征,把感兴趣对象从周围环境中分离出来。文章在形态学基本运算的基础上,介绍了形态学重构运算和形态学图像分割的基本流程,最后用形态学重构运算对脑部MRI图像进行了分割,实验结果表明,这一方法可成功地将脑髓分割出来。     

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.     

基于OpenGL的快速图像渲染方法*

针对在动态图形绘制基础上进行图像渲染的问题,基于Mac OS X操作系统的核心制图与渲染技术,提出了重组OpenGL渲染流程实现加速图形绘制与图像渲染结合的管道化方法,目的是实现GPU完全承担绘图和渲染加速。整个流程无须CPU参与,在提高图形子系统性能的同时优化了应用程序响应能力。     

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。     

基于非刚性配准的交互式医学图像序列分割

提出了一种新的交互式医学图像序列分割算法,该算法将非刚性配准技术和解剖先验知识相结合把图像分割问题转化为图像配准问题。首先采用Demons算法进行图像配准,用光流法计算瞬时位移,设计了一个新的停止准则使其能自适应地确定迭代次数,并将它在金字塔型的多尺度框架下实现。然后用配准得到的形变域对已精确分割的图像进行形变就能自动地获得未分割目标图像的分割结果。扩展上述过程就可实现整个图像序列分割。试验结果表明该算法用户干预少、分割速度快、分割结果准确。     

建立在图像识别基础上的体绘制加速方法

提出了一种新算法——IRVR（Image Recognition Volume Rendering）,该算法能大幅降低冗余数据,从而提升体绘制速度。IRVR算法首先利用交叉熵阈值分割法从三维数据集中将物体像素和背景像素识别出来,然后将迭代光线追踪方法和物体检测采样策略结合起来对原始三维数据集进行采样。接着运用快速迭代法对分类数据集进行采样,从而定位视线与原始数据集的交点。IRVR算法还应用了准确正规采样方法（例如,三线性插值、样条插值等）在体绘制过程中对原始数据集进行插值。经过实验得出的结论证明IRVR算法既能提高体绘制的速度,又可以保证体绘制图像的质量。     

Efficient image reconstruction for point-based and line-based rendering

We address the problem of an efficient image-space reconstruction of adaptively sampled scenes in the context of point-based and line-based graphics. The image-space reconstruction offers an advantageous time complexity compared to surface splatting techniques and, in fact, our improved GPU implementation performs significantly better than splatting implementations for large point-based models. We discuss the integration of elliptical Gaussian weights for enhanced image quality and generalize the image-space reconstruction to line segments. Furthermore, we present solutions for the efficient combination of points, lines, and polygons in a single image.     

基于体素相似度的医学图像层间插值方法

断层图像层间插值是医学图像三维重建的一个重要环节,但现有插值算法易引起图像边界模糊或效率低下的不足。为此提出一种基于体素相似度的医学图像层间插值算法。该算法根据断层图像的体素相关性和组织本身特征信息计算其体素的相似度,并利用其相似度对插值点进行分类插值。实验结果表明,和已有的算法比较,新算法较好地提高了插值图像的质量,并且计算量大为减少。