基于分割的醫(yī)學圖像面繪制三維重建.pdf

1、在醫(yī)學上，醫(yī)生為了更直觀的了解人體的組織和器官，并在手術(shù)時能夠準確定位和實時的觀察病變位置，就需要對人體的組織和器官進行三維重建。由于醫(yī)學影像設(shè)備(CT、MRI)得到組織或器官的二維斷層圖像序列數(shù)據(jù)量較大，加上現(xiàn)實硬件設(shè)備有一定的限制，醫(yī)學領(lǐng)域?qū)χ亟▓D像實時性的要求較高等限制，有必要對醫(yī)學影像設(shè)備采集到的人體影像對特定部位先進行分割處理，然后再進行三維重建。這樣可以大大減少重建的二維圖像的數(shù)據(jù)量，縮短重建時間，滿足臨床上實時性的要求。本

2、文就是先對分割算法進行研究，在分割的基礎(chǔ)上再進行醫(yī)學圖像進行三維重建方面的研究。
　　 本文首先對圖像分割中的主動輪廓模型算法的原理和特點進行了介紹，并主要對結(jié)合水平集的活動輪廓模型進行了詳細的總結(jié)和探討，最終針對李純明等提出的距離保持水平集方法在進行圖像分割過程中初始輪廓曲線必須完全位于分割目標的內(nèi)部或者外部，以及不能同時分割目標的內(nèi)外輪廓等缺點，提出利用區(qū)域信息的自動適應(yīng)水平集方法。通過實驗可知該方法能夠任意定義初始輪廓曲線

3、的位置，并且對有噪聲的弱邊界圖像能夠較好的分割出目標。通過對主動輪廓模型算法的研究，為后續(xù)的三維重建做好準備。
　　 接著對三維重建算法中的面繪制的原理和類型進行了介紹，對移動立方體面繪制算法(Marching Cubes，MC)進行了詳細的研究，通過對其原理的介紹和存在的不足，本文提出了改進算法：針對MC算法計算插值點導(dǎo)致執(zhí)行速度慢、效率不高的缺點，提出一種基于最近鄰逼近的MC改進算法，該方法在n次等分點量化序列中尋找等值面最

4、近鄰點代替線性或非線性插值，既避免了插值的大量計算又保證了誤差精度，還可改善三角面片結(jié)構(gòu)；針對MC算法執(zhí)行速度慢、效率不高的問題，提出了融合構(gòu)型查找表與鄰接查找子表的改進MC方法。該方法通過顯性構(gòu)建鄰接查找子表約束體元搜索路徑，使面繪制時只處理有效體元，根據(jù)鄰接查找子表特點設(shè)計堆棧結(jié)構(gòu)實現(xiàn)搜索算法，不僅提高了算法訪問效率，而且減少了臨時存儲空間。
　　 最后，在VS2010環(huán)境下，結(jié)合三維可視化工具包(VTK)構(gòu)建了三維重建面繪