1、 学 位 论 文 规则数据场的三维医学体数据 可视化研究 指导教师姓名： 教 授 河北工业大学 申请学位级别： 硕 士 学科、专业名称： 精密仪器及机械 论文提交日期： 论文答辩日期 : 学位授予单位： 河北工业大学 答辩委员会主席： 评 阅 人： 河北工业大学硕士学位论文 规则数据场的三维医学体数据可视化研究 摘要 本论文针对医学体数据，从科学可视化的角度出发，通过分析大量文献，重点研究了水平集的分割算法和基于分割的三维重建方法。论文所做的主要工作及创新成果包括： 1. 讨论了规则数据场、医学体数据可视化分割和三维重建技术的相关概念，分析了当前国内外的发展情况。 2. 对水平集分割进行研究，
2、提出了水平集的快速行进法和窄带法相结合的图像分割算法，从规则的医学图像中准确地提取出目标组织器官，为接下来的三维重建做基础；与此同时，根据感兴趣区的特性和其所处的环境合理选取种子点，解决分割中对种子选取的瓶颈问题。 3. 根据规则的医学体数据，利用本文提出的分割方法，研究了基于分割的改进的 Marching Cubes 方法和基于颜色填充的光线投影体绘制方法，用实验表明，比传统的重建方法具有较高的可视化效果。 4. 仔细研究了国内外正在普遍使用的 VTK(Visualization Toolkit) 和 ITK(insight segmentation and registration Too
3、lkit)开发工具包，并用 VC+2005 实现了我们提出的分割算法和三维重建方法，给出关键代码。 5. 用规则医学体数据，在 Windows 平台上，结合 ITK、 VTK 研究出一套简单的医学可视化系统，该系统实现了三维显示、二维分割、虚拟切片显示、人机交互等功能，具有一定的后续研发参考价值。 关键词： 医学可视化，图像分割，三维重建， VTK， ITK，虚拟 切片 i 规则数据场的三维医学体数据可视化研究 RESEARCH ON VISUALIZATION OF THE REGULAR THREE-DIMENSIONAL MEDICAL VOLUME DATA ABSTRACT This
4、 paper mainly studies the segmentation algorithm of Level Set and 3D reconstruction method for medical volume data through the analysis of lots of documents, which from the perspective of scientific visualization. The main work and the innovative achievements include: 1. Discussing the related conce
5、pts of the regular data sets, the visualization of medical data segmentation and 3D reconstruction technology, analysis of the current developments at home and abroad. 2. Considering the Level Set segmentation, a image segmentation algorithm combined the Fast-marching with the Narrow-band is develop
6、ed, extract the organs accurately from the regular medical images. As a foundation of the next 3D reconstruction; Meanwhile, according to the district interested in the character and the environment in which its reasonable selection of seeds, which can solve the bottlenecks of seed selection. 3. Acc
7、ording to the regular medical data, use the segmentation method proposed in this paper, a improved Marching Cubes methods based on segmentation and Ray Casting Volume Rending methods based on the color-filled are proposed. The experiments show that it can be better than the traditional method of rec
8、onstruction. 4. Research the VTK (Visualization Toolkit) and ITK (insight segmentation and registration Toolkit) which widely used at home and abroad, then achieve our segmentation algorithm and the 3D reconstruction methods with VC + +2005, given the key code. 5. Using the regular medical volume da
9、ta and the Windows platform, a simple medical visualization system is developed. The system achieved the functions of 3D visualization, 2D segmentation, virtual slices human-computer interaction and etc. It has some value of Follow-up research. KEY WORDS: medical visualization, image segmentation, 3
10、D reconstruction, VTK, ITK, virtual slice ii 河北工业大学硕士学位论文 目录 第一章 绪论 . 1 1 -1 引言 . 1 1 -2 介绍医学对象 . 1 1-1-1 根据医学对象的表现形式分类 . 1 1-1-2 主要研究的医学对象 . 2 1 -3 医学图像分割与体数据可视化研究意义 . 2 1 -4 国内外研究现状与分析 . 3 1-4-1 国外针对可视化 . 3 1-4-2 国内针对可视化 . 3 1 -5 本论文主要工作及创新 . 4 第二章 医学图像分割方法概述 . 6 2 -1 图像分割的意义 . 6 2 -2 目前常用的医学图像分割方
11、法概述 . 6 2-2-1 基于区域的图像分割 . 6 2-2-2 基于边缘的图像分割 . 7 2-2-3 基于模型的图像分割 . 8 2-2-4 基于数学形态的图像分割 . 8 2-2-5 基于模糊技术的图像分割 . 8 2-2-6 基于神经网络的图像分割 . 8 2-2-7 基于知识的图像分割 . 8 2 -3 目前医学图像分割算法中存在的问题 . 9 第三章 规则数据场的医学图像分割算法研究 . 10 3 -1 引言 . 10 3 -2 水平集方法 . 10 3-2-1 水平集理论 . 10 3-2-2 窄带法（ Narrow Band Method） . 12 3-2-3 快速行进法
12、(Fast Marching Method) . 13 3 -3 分割与配准开发工具包（ ITK） . 14 3 -4 基于 ITK 的一种改进的分割方法 . 14 3-4-1 水平集的快速行进法和窄带法相结合的方法 . 15 3-4-2 算法实现与实验结果 . 17 3 -5 合理选取种子分割肺部肿瘤 . 18 3-5-1 根据肿瘤特征 . 18 3-5-2 根据肿瘤所处的环境 . 19 3-5-3 结论 . 20 第四章 规则数据场的三维医学体数据可视化 . 21 iii 规则数据场的三维医学体数据可视化研究 4 -1 医学体数据三维可视化概念及方法 . 21 4-1-1 面绘制技术 .
13、. 21 4-1-2 体绘制技术 . . 21 4 -2 医学可视化研究的内容 . 22 4 -3 可视化工具包 VTK 简介 . 22 4-3-1 VTK 的架构与特点 . 22 4-3-2 VTK 的对象 . 23 4-3-3 VTK 中常用的概念和重建的主要类库 . 24 4 -4 基于分割的面绘制三维重建 . 25 4-4-1 面绘制简述 . . 25 4-4-2 基于分割的改进的 Marching Cubes 方法 . 26 4-4-3 意义 . . 28 4 -5 基于分割的直接体绘制三维重建 . 28 第五章 基于 ITK 和 VTK 的医学可视化系统设计和实现 . 33 5 -
14、1 系统概述 . 33 5-1-1 系统的需求分析 . 33 5-1-2 系统的开发环境 . 33 5 -2 DICOM 文件格式概述 . 33 5 -3 VTK 与 ITK 的集成 . 35 5-3-1 ITK 和 VTK 集成的系统结构 . 35 5-3-2 ITK 和 VTK 集成的流程步骤 . 36 5 -4 系统框架结构及主界面 . 37 5-4-1 数据管理模块 . 38 5-4-2 图像预处理模块 . 40 5-4-3 图像分割模块 . 41 5-4-4 图像重建模块 . 41 5-4-5 虚拟切片生成 . 42 第六章 总结与展望 . . 44 6 -1 本课题研究的总结 .
15、44 6 -2 本课题研究工作的展望 . 44 参考文献 . . 46 致谢 . . 49 攻读学位期间所取得的相关科研成果 . 50 iv 河北工业大学硕士学位论文 第一章 绪论 1-1 引言 从 1895 年 x 射线问世以来，传统的医学诊断方式发生了根本的变化。计算机断层成像 (Computed Tomography, CT)、核磁共振成像 (Magnetic Resonance Imaging, MRI)、超声 (Ultrasonography ,US)、正电子发射断层成像（ Positron Emission Tomography， PET）、单光子发射断层成像（ Single Ph
16、oton Emission Computer Tomography， SPECT）及其它模式的医学影像，给医学界带来了新的革命。而 21 世纪的我们正是要把这些技术应用于临床实践。但是，这些医疗设备只能提供人体内部的二维断层图像序列或三维数据，在大多数情况下，医生只能凭经验由多幅二维图像去估计病灶的大小和形状， “ 构思 ” 病灶与其周围组织的空间几何关系，这是治疗诊断中存在的重大困难之一。现阶段，在计算机辅助下，从医学图像中分割出医生感兴趣区域（ regions of interest, ROI），并结合可视化技术进行三维显示，使医生对人体病变部位的观察更直接、更清晰，有助于进一步提高疾病的
17、确诊率和治愈率。为此国内外很多学者和研究机构都在对规则数据场 的三维医学体数据的可视化做着自己的贡献。 图像分割是医学图像处理分析中的一个重要步骤。由于医学图像具有极其繁杂的多样性和复杂性，并且图像中还存在噪声的干扰，这使医学图像的准确分割往往具有较大的难度。目前，研究者们提出了许多分割方法，但在临床应用中，这些方法在准确度、执行速度、鲁棒性及自动化程度上还存在一定问题，因此，设计实用高效的自动分割方法一直是研究者们追求的目标。 医学图像可视化是医学图像处理的重要研究内容，也是科学计算可视化中最成功的应用领域之一，已成为辅助疾病诊断和治疗的重要手段，并且已深入到医学的各个领域。目前已有很多可视
18、化方法，如体绘制、面绘制、局部显示等等，如何充分利用这些可视化技术方便、快捷地显示图像中有价值信息已成为目前医学图像可视化领域的研究热点。 1-2 介绍医学对象 1-1-1 根据医学对象的表现形式分类 临床上根据需要，通常采用不同的方式对医学对象数据进行组织，根据其表现形式可以对医学对象进行如下分类： 二维医学对象：医学对象的原始 数据组织形式通常都是以二维图像序列的形式给出，因此这些原始的医学对象可以归类于二维医学对象。 体数据医学对象：通过将上面的二维医学对象序列组合在一起，描述人体的三维信息，这样医学对象的数据以体数据的形式给出，以这种形式描述的医学对象就归属于体数据医学对象。 面数据医
19、学对象：由于体数据医学对象具有较大的数据量，进行可视化处理比较复杂且计算量大，因此在早期以及一些特定的情况下，通常采用从体数据医学对象中抽取出特征轮廓面后再进行可视化处理。这种医学对象是以面数据的形式组织其对象数据，描述了人体的三维信息，因此 可以将其归类为面数据医学对象。 混合数据医学对象：由于一些特殊的目的需要利用体数据和面数据的优点，这就需要将体数据和面数据综合在一起。这种医学对象的数据是以包含了体数据和面数据在内的混合数据的形式进行组织的，因此可以将其归类于混合数据医学对象。 1 规则数据场的三维医学体数据可视化研究 1-1-2 主要研究的医学对象 随着医学检查、诊断、治疗技术尤其是医
20、学成像技术的迅猛发展，医学对象变得极为丰富，本文对纷繁复杂的医学对象进行了分类研究，从而选择了规则数据场的医学面数据，即经过预处理的断层二维医学图像进行感兴趣区分割提取；选择规则数据场的三维医学体数据进行重建及可视化。 医学体数据主要来源于计算机断层图像 (CT)、核磁共振成像 (MRI)、核磁共振血管造影 (MRA)等成像设备得到的人体及其内部器官的断层二维图像序列，通过将上面的二维序列组合在一起，描述人体的三维信息，这样医学对象的数据就以体数据的形式给出。以这种形式描述的 医学对象就属于三维医学体数据 1。 体数据（ Volume Data）是在有限空间中对一种或者多种物理属性的一组离散采
21、样，可以表示为： f( x), x Rn , x是 n 维空间采样点 (Sample Point)的集合，因此也将体数据称为数据集 (Dataset)。体素（ Voxel）是组成体数据的最基本单位。通常有两种体素定义，一种是把体素定义为中心点在采样点上的小长方体，这个小长方体内的值是不变的，都等于该采样点的采样值。另一种是以八个相邻的网络 (i, j, k),(i 1, j, k),(i, j 1, k),(i, j, k 1),(i 1, j 1, k),(i 1, j, k 1),(i, j 1, k 1),(i 1, j 1, k 1) 为顶点的小长方体当作一个体素，这个小长方体内的值是变化的，体素内任一点的值可以用八个顶点上采样值的三线性差值计算出来。因此，三维体数据可以看成是由许许多多
