PPT-医学图像的三维可视化

运用MATLAB程序在进行CT图像边界轮廓 运用MATLAB程序在进行CT图像边界轮廓 提取的基础上得到三维表面重建图像。重 建速度快、效果好；但是面绘制的缺点是 信息的丢失比较大，运算量与景物和物体 形状有关。
医学图像的 邱建峰
三维可视化的意义
多排螺旋CT等的应用使的使用三维形式显 多排螺旋CT等的应用使的使用三维形式显 示组织和器官变得可行且必要。 图像三维显示技术可以更好的显示数据和 诊断信息，为医生提供逼真的显示手段和 定量分析工具。 三维显示还可以避免医生陷入二维图像的 数据“海洋” 数据“海洋”，防止过多浏览断层图像而 造成漏诊率上升。
图像三维表面重建
计算机三维表面重建是指首先运用图像技 术从二维图像中分割出兴趣区的轮廓曲线， 然后经图形处理，得到其三维结构，从而 再现原物体的空间结构。因此，对于三维 表面重建而言，边界轮廓的提取尤为重要。
为了便于面部边界的提取，先对各CT图片进行颜 为了便于面部边界的提取，先对各CT图片进行颜 色处理，去掉非有效区，如头发、支架等部分， 并使其色素尽量减少。 在提取边界时，首先采用逐行扫描图片的办法， 通过比较相邻点的像素值，找到图片边界上的一 个点，作为切片边界的起点。然后从边界起点开 始，逐点判断与之相邻的八个点，如果某点为图 片的边界点则记录下，并开始下一步判断，直到 获得所有的边界点。
设置图像光照效果
light('Position',[-80,-262,light('Position',[-80,-262,200],'style','infinite');%利用light()函 200],'style','infinite');%利用light()函 数为图像设置光照效果 light('Position',[-500,-0,light('Position',[-500,-0,4500],'style','infinite');light('Position' ,[5000,100,,[5000,100,-300],'style','infinite');
边界轮廓曲线表面绘制 surf(consx,consy,consz);%利用surf() surf(consx,consy,consz);%利用surf() 函数进行三维表面绘制。
设置图像的颜色及阴影效果。 colormap(gray);%利用colormap()函数 colormap(gray);%利用colormap()函数 为图像定义颜色集 shading flat;%利用shading定义显示图 flat;%利用shading定义显示图 像的颜色阴影
体绘制
直接由三维数据场产生屏幕上的二维图象， 称为体绘制算法。这种方法能产生三维数 据场的整体图象，包括每一个细节，并具 有图象质量高、便于并行处理等优点。体 绘制不同于面绘制，它不需要中间几何图 元，而是以体素为基本单位，直接显示图 像。
体绘制示例
体绘制的方法
光线投射(Ray Casting)算法 光线投射(Ray Casting)算法 对三维体数据进行预处理，包括对各断层二维图 像进行降噪； 从显示屏幕的拟显示矩阵中的每个像素按照观察 视角发出光线，光线穿过三维数据场，直接将采 样点值作为顶点值或插值； 使用梯度计算法计算各采样点的法向量，根据光 照模型进行物体表面明暗显示。 计算射线对屏幕显示矩阵中像素的贡献，即沿射 线由远及近的计算采样点的颜色和α 线由远及近的计算采样点的颜色和α值。
三维表面重建
重建数据的采集 边界轮廓曲线表面绘制 设置图像的颜色及阴影效果 设置图像光照效果 设置图像的显示效果
重建数据的采集
运用傅立叶级数的系数，求出边界上若干个点x 运用傅立叶级数的系数，求出边界上若干个点x， y向坐标值，并为其加上适当的z坐标值 向坐标值，并为其加上适当的z xo=[0:pi/180:2*pi];%x的值在[0,2π]中选取 xo=[0:pi/180:2*pi];%x的值在[0,2π]中选取 yo=yo+a(i)*cos((i-1)*xo)+b(i)*sin((iyo=yo+a(i)*cos((i-1)*xo)+b(i)*sin((i1)*xo);%通过傅立叶系数求y值，其中yo初始 1)*xo);%通过傅立叶系数求y值，其中yo初始 值为a0 值为a0 consx=[consx;yo.*cos(xo)];%将 consx=[consx;yo.*cos(xo)];%将x，y值从极 坐标系转换到直角坐标系 consy=[consy;yo.*sin(xo)]; consz=[consz;ones(1,length(xo))*iLayer*( -4.0)];%为每一切片层赋予z坐标值，iLayer为 4.0)];%为每一切片层赋予z坐标值，iLayer为 层数
histeq() imadjust() fspecial() filter2() conv2() medfilt()
灰度直方图均衡化。均匀量化的自然图像 的灰度直方图通常在低灰度区间上频率较 大，使得图像中较暗区域中的细节看不清 楚，采用直方图修整可使原图像灰度集中 的区域拉开或使灰度分布均匀，从而增大 反差，使图像的细节清晰。
设置图像的显示效果
view(-144,20);%利用view()函数定义观 view(-144,20);%利用view()函数定义观 察者视角 lighting gouraud;%利用lighting定义显 gouraud;%利用lighting定义显 示图像的光线阴影 axis equal;%利用axis定义显示图像的轴 equal;%利用axis定义显示图像的轴
最大（小）密度投影
最大密度投影认为每个三维数据体的体素是一个 小的光源。按照图象空间绘制的理论，显示矩阵 的像素向外发出射线，沿观察者的视线方向，射 线穿过数据场遇到最大光强（最大密度值）时， 与最大密度相关的数据值投影在对应的屏幕上的 每个像素中形成最终图像。它可以看作是最简单 的一种图像空间体绘制，不需要定义体数据和颜 色值间的转换关系。最小密度投影道理相同，但 选择最小密度值作为屏幕像素值。
面绘制
面绘制实际上是显示对三维物体在二维平 面上的真实感投影，就像当视角位于某一 点时，从该点对三维物体进行“照相” 点时，从该点对三维物体进行“照相”， 相片上显示的三维物体形象。
面绘制示例
面绘制的方法
通过配准及插值后，建立面绘制所需的基本三维体数据， 选定作为表面显示的等值面的灰度阈值 紧邻上下两层数据对应的四个像素点构成一个立方体，或 对应成一个体素； 体素的共8 体素的共8个顶点按照前面得到的等值面阈值进行分类， 超过或等于阈值，则顶点算作等值面的内部点；小于阈值， 顶点算作等值面的外部点； 生成一个代表顶点内外部状态的二进制编码索引表 移动（前进）至下一个立方体，重复3 移动（前进）至下一个立方体，重复3－7步。 用此索引表查询一个长度为256的构型查找表，得到轮廓 用此索引表查询一个长度为256的构型查找表，得到轮廓 （等值面）与立方体空间关系的具体拓扑状态（构型）； 根据构型，通过线性插值确定等值面与立方体相交的三角 片顶点坐标，得到轮廓的具体位置；
磁共振MRA(最大密度投影) 磁共振MRA(最大密度投影)
重建实例一—— 重建实例一—— 利用MATLAB实现 利用MATLAB实现 CT断层图像的三维重建 CT断层图像的三维重建
三维重建的常用工具 与研究基础
C VTK MITK MATLAB
医学图像三维重建为人体结构提供了真实、 直观的反映，便于医学人员对病灶的观察 及手术的进行。但图像三维重建编程实现 困难，不易被非计算机专业人士所掌握。 MATLAB
MATLAB6.5 MATLAB6.5的图像处理工具箱实现了断层 MATLAB6.5的图像处理工具箱实现了断层 图像的三维表面重建及体重建，原理简单， 编程实现方便。 在对头部CT图片进行的三维表面重建及体 在对头部CT图片进行的三维表面重建及体 重建实验中，重建速度快，显示效果良好， 便于各类非计算机专业人士推广应用。
图像增强
图像增强就是根据某种应用的需要，人为 地突出输入图像中的某些信息，从而抑制 或消除另一些信息的处理过程。使输入图 像具有更好的图像质量，有利于分析及识 别。 三维重建和三维可视化往往针对某一器官 或某一组织重建，因此可以增强目标器官 的对比度或窗口宽度。
直方图修改 图像平滑 图像边缘锐化 伪彩色增强
三维重建技术的实现方法包括两种： 一种是通过几何单元拼接拟合物体表面来 描述物体的三维结构，称为表面绘制； 另一种是直接将体像素以一定的颜色和透 明度投影到显示平面的方法，称为体绘制。
表面重建运算量小，表面显示清晰，但对边 缘检测的要求比较高；
而体重建直接基于体数据进行显示，避免了 重建过程中所造成的伪像痕迹，但运算量较 大。
灰度变换法。照片或电子方法得到的图像， 常表现出低对比度即整个图像偏亮或偏暗， 为此需要对图像中的每一个像素的灰度级 进行标度变换，扩大图像灰度范围，以达 到改善图像质量的目的。
平滑与锐化滤波。平滑技术用于平滑图像中的噪 声，基本采用在空间域上的求平均值或中值，或 在频域上采取低通滤波。在MATLAB中，各种滤 在频域上采取低通滤波。在MATLAB中，各种滤 波方法都是在空间域中通过不同的卷积模板即滤 波算子实现，可用fspecial()函数创建预定义的 波算子实现，可用fspecial()函数创建预定义的 滤波算子，然后用filter2()或conv2()函数在实 滤波算子，然后用filter2()或conv2()函数在实 现卷积运算的基础上进行滤波。中值滤波是一种 基于排序统计理论的抑制噪声的非线性信号处理 技术，其在除去图像中的孤立点、线的噪声的同 时，很好地保护了图像的边缘信息，适用于一些 线性滤波器无法胜任地场合。