基于改进MC算法的医学图像三维重建方法的研究

发布时间：2020-04-15 23:52

【摘要】：伴随着计算机科学、图形学等交叉学科的快速发展,计算机图像领域的推动日新月异,在这类学科的发展之中,医学图像的发展尤为突出。三维重建技术是医学图像领域研究的核心热门课题之一,该技术旨在从三维标量数据场中提取二维断层图像将其转化为三维立体图像,比起二维断层图像来说三维重建后的图像更加立体真实,在医学图像领域它能更加直观清晰的直达病灶部位进行分析,避免误判。本文在比较了三维重建面绘制和体绘制方法之后,由于面绘制方法精度高、实时性强等特点选择了面绘制的研究方法。面绘制方法之中又以MC(Marching Cubes)算法最为经典,所以本文在基于MC算法的研究现状基础之上做出了详细的分析之后,为了改进MC算法中易产生空洞以及绘制速度较慢两方面的问题,提出了一种基于改进MC算法的医学图像三维重建的方法。首先,在三维重建之前要对图像进行分割处理提取有效区域,这一部分在Mimics中完成。经过处理后的图像进行三维重建,三维重建采用改进的MC算法,为了防止立方体连接时产生空洞,本文将MC算法中原有的15种拓扑构型增加成24种,有效的避免了空洞现象的产生;为了避免计算速度慢这个问题,本文采用中点选择法代替线性插值法,并且将24种构型分成三类处理,每一类对应一个线程,通过多线程并行处理来进一步提升计算速度,其中多线程同步采用临界区来实现,然后仿照消息映射表的思想设计了一种协议映射表,通过宏来触发函数指针,由函数指针调用处理函数完成对协议映射表的封装,维护了类的开闭原则,保证了类的可扩展性。然后通过对比图像来完成对该算法的精确性和速度的验证及分析,其中速度的验证在Windows和Linux平台下分别验证了其准确性,证明了在保证精确性的前提下,算法速度提升了近40%。最后将该算法应用在了医学图像三维重建的软件上,该软件是基于MFC框架用C++来完成的,通过两组实例展示了该算法在医学图像上的应用性。
【图文】：

虚拟手术,面绘制,移动立方体算法

哈尔滨理工大学工学硕士学位论文图像，如：光线投射算法(Ray Casting)等，不仅效果清晰还可以保留良好的内部细节信息；不过，通常由于计算量庞大，所以对于计算要求的硬件软件性能均很高，不适用于需要实时计算或计算需求量较小的场合。面绘制通常从体素或称为体数据的元素中提取有效信息，如：三角面片、多边形等，再用它们拟合模型，经过处理后得到实验需要的模型；面绘制通常计算量小，精度高，如：移动立方体算法(Marching Cubes)，虽然没有体绘制的信息完善，但是，，它更适合实时绘制的场景，并且在较少计算数量需求的前提下绘制效果会更好；其中，移动立方体算法(Marching Cubes，以下简称 MC)更是面绘制中经典的算法，它以高效、质量高、方法便捷闻名，掀起了三维重建面绘制研究的学术浪潮，研究人员们对 MC 算法的研究与改进的工作更是络绎不绝。

光线投射算法

分为两大类[5,6]：根据处理顺序的方法和根又可以分为：图像空间绘制算法(Image SObject Space Rendering Algorithm)以及图像brid Algorithm)；而根据数据域属性方法，法。变换域方法可以进一步划分为基于小等。表 1-1 详细展示了经典体绘制算法的ay CastingAlgorithm)[7,8]，是体绘制中最经大研究人员最为推崇的算法，以它为改进选定点出发，通过射线穿越实验的数据集采样用于标记采样点。通过线性插值与体最后通过整合末尾点的颜色，也就是经过)计算合成得到。通过对体数据的预处理、得本方法最后得到的结果精度很高且误差算方式有很大的影响，如图 1-2 展示了光
【学位授予单位】：哈尔滨理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R445;TP391.41

【参考文献】