第章医学图像重建与可视化.pptVIP

第八章 医学图像重建与可视化 教学目标 掌握医学图像重建与可视化的基本知识 了解医学图像表面绘制与体绘制的基本方法 8.1 医学图像重建与可视化概述 近年来，医学成像技术得到了迅猛发展， (CT)、 (MRI)、 (US)、 (DSA)、 (PET、SPECT)等，它们为人们提供了丰富的人体内部组织器官的二维断层图像序列。然而，仅由二维断层图像，人们很难建立起三维空间的立体结构。 横断面 ------- 矢状面 + 冠状面 ------- 任意面 为提高医疗诊断和治疗规划的准确性与科学性，二维断层图像序列需要转变为人体器官的三维结构与形态，从而提供若干用传统手段无法获得的解剖信息，为进一步模拟操作提供视觉交互手段。医学图像三维重建与可视化技术就是在这一背景下提出的。 8.1.1 医学图像重建与可视化概念 图像的重建就是要从获取的采样数据恢复物体的三维结构，即物体的原形，如图8-1所示 图像的重建 从本质上说，重建是一个逆过程。医学图像的三维重建包括对输入图像的预处理、图像分割、模型构建、模型网格简化与绘制等主要研究内容。 图像重建除了应用在医学上，还大量地应用在科学计算可视化（Visualization in Scientific Computing，VISC）领域，也就是将获取自各种探测仪器的科学数据转化成可视的、能帮助科学家理解的信息的计算方法。因为大量的人类知识是无法用语言或印刷品进行表达或传播的。 医学数据的可视化 8.1.2 医学图像可视化数据的表示 1．可视化数据的基本表示 2．属性数据 3．数据集类型 可视化数据的基本表示 可视化过程的定义是将信息映射成绘图基元，目的是使医学数据可视化。可视化数据的主要性质有以下三点： （1）可视化数据是离散的。 （2）可视化数据可以是规则的或不规则的。 （3）数据具有一定的拓扑维数。 数据集（Dataset） 可视化流程中的数据对象称数据集（Dataset） 例如，说一个多边形是三角形，就规定了拓扑；而给出点的坐标，则说明了几何。 数据集的类型 数据集的类型由组织结构得出，并规定单元和点间的相互关系。 数据集类型包括： 多边形数据（Polygonal Data ) 结构点（Structured Points ) 直线网格（Rectilinear Grid ) 结构网格（Structured Grid ) 非结构点（Unstructured Points ) 无结构网格（Unstructured Grid ) 数据集类型 常用的单元类型 属性数据 属性数据是与数据集结构关联的信息。通常是与数据集的点或单元关联的，但有时，属性数据也可与单元的分量，例如边或面关联。例如一个点的温度或速度，一个单元的质量，或一个单元表面流入、流出的通量等。 常用的三维结构属性数据类型 标量（scalars） 向量（vector ) 法线（Normals) 纹理坐标（Texture Coordinates） 张量（Tensors ) 其他用户定义属性数据（user-defined ) 8.2 医学图像表面绘制技术 三维医学图像可视化技术分为表面绘制（Surface Rendering）和体绘制（Volume Rendering ）两种方法。 表面绘制技术是通过在三维空间均匀数据场中构造中间几何图元(如小三角形、小曲面等)来实现的。再加上光照模型、阴影处理，便可以使重建的三维图像产生真实感。该技术的主要特点是要提取出所要查看的结构的表面轮廓。 8.2.2 基于体素的表面重建 这是一种直接从体数据提取物体表面的方法。 经典方法：Lorensen 提出的移动立方体法（Marching Cube）。 Marching Cubes算法的过程 (1)每次读出两张切片，形成 一层。 (2)两张切片上下相对应的四 个点构成一个立方体 (Cube)，如图8-8所示。 (3)从左至右、从前到后的顺 序处理一层中的立方体 (抽取每个立方体中的等 值面)，然后从下到上顺 序处理到n-1层，则算法 结束。故名Marching Cubes。 如果一个顶点的灰度值大于阈值，则将它标记为黑色（marked），而小于阈值的顶点不标记（unmarked）。在marked和unmarked之间必然存在等值点，连接这些等值点就可以形成等值面。 8.3 医学图像体绘制技术 体绘制技术的中心思想是为每一个体素指定一个不透明度（Opacity），并考虑每一个体素对光线的透射、发射和反射作用。 体绘制技术与表面绘制技术的对比：