医学图像处理三维重建课件.pptVIP

医学图像处理三维重建 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。 医学图像处理三维重建 体绘制通过计算所有体素对光线的作用得到二维投影图像，基于体绘制的三维体重建方法计算量不依赖于景物的复杂程度和物体形状的复杂程度，也不需要对切片的边界轮廓进行提取，其计算过程不依赖于视点，处理三维采样信号方便，便于显示物体的内部结构。但是，三维体重建所需数据量大，运算速度较慢。 医学图像处理三维重建 重建数据的采集 重建数据预处理 计算数据集在显示平面累计投影 构造三维体重建碎片 设置图像的颜色、阴影及显示效果 医学图像处理三维重建 对现有的n幅头部CT图像数据进行三维数据集D的构造，得到的数据集D为一个x×y×n的矩阵 image1=imread(01.bmp);%使用imread()函数读入现有的n幅图像 image2=imread(02.bmp); ﹕ ﹕ imagen=imread(n.bmp); D＝cat(3,image1,image2,image3,……imagen);%使用cat()函数创建三维矩阵D 医学图像处理三维重建 采用上述方法构造的三维数据集D，数据量大，在体重建中速度慢，并且可能在计算中超出内存。因而，可以根据实际情况，对数据集D进行预处理，减少数据量。 [x y z D]=reducevolume(D,[a b c]);%使用reducevolume()函数减少数据量，其中a，b，c为x， y和z轴数据抽取的比例，根据数据情况自行定义。 D=smooth3(D);%使用smooth()函数对数据进行平滑处理 医学图像处理三维重建 fv=isosurface(x,y,z,D,isovalue);%使用isosurface()函数计算数据集在显示平面累计投影，isovalue根据实际情况自行定义 医学图像处理三维重建 p=patch(fv,FaceColor,yellow,EdgeColor,none);%使用patch()函数对碎片进行构造，并对图像的颜色，光线进行定义，其中fv是第(3)步中得到的。 医学图像处理三维重建 colormap(gray); %利用colormap()函数为图像定义颜色集 view(3); %利用view()函数定义观察者视角 lighting 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 daspect([x y z]); %使用daspect()定义x、y、z轴的显示比例 医学图像处理三维重建 医学图像处理三维重建 医学图像处理三维重建 医学图像处理三维重建 医学图像处理三维重建 医学图像处理三维重建 医学图像处理三维重建 医学图像处理三维重建 医学图像处理三维重建 医学图像处理三维重建 C VTK MITK MATLAB 研究工具与研究基础 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。 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，称为表面重建； 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，称为体重建。 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。 医学图像处理三维重建 医学图像处理三维重建 为了有利于从图像中准确地提取出有用的信息，需要对原始图像进行预处理，以突出有效的图像信息，消除或减少噪声的干扰。 图像格式的转换与读写 图像增强 医学图像处理三维重建 正确读取DICOM图像后，通过选择合适的窗宽、窗位，将窗宽范围内的值通过线性或非线性变换转换为小于256的值，将CT图像转换为256色BMP图像。 医学图像处理三维重建 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。 直方图修改 图像平滑 图像边缘锐化 伪彩色增强 histeq() imadjust() fspecial() filter2() conv2() medfilt() 灰度直方图均衡化。均匀量化