论文部分内容阅读
医学图像三维重建技术目前是医学领域的研究热点,该技术涉及医学领域、数字图像处理以及计算机图像学领域的相关知识。该技术可将医学影像设备产生的二维图像序列转换为具有真实感的三维医学图像,这有利于医生快速诊断疾病并制定准确的治疗方案。因而,三维重建技术具有重要的临床应用价值。本文基于核磁共振图像(Magnetic Resonance Image,MRI)和计算机断层扫描图像(Computed Tomography,CT),对医学图像三维重建进行了研究。主要展开工作如下:1.运用C++编程语言搭建了基于可视化工具包(Visualization Toolkit,VTK)的三维重建和可视化系统,并指出了该系统的优势及局限性。2.因心脏短轴核磁共振图像(Cardiac Magnetic Resonance Imaging,CMRI)序列层间分辨率远低于像素间距离,基于VTK的三维重建与可视化系统未能取得良好的心脏重建效果。因此,针对左心室三维重构,本文设计出一种基于简化脉冲耦合神经网络模型(Simplified Pulse Coupled Neural Network,SPCNN)和移动立方体(Marching Cubes,MC)算法的三维表面重建方法。为确保重建的精确性,我们首先使用三次样条插值增加层间分辨率,然后运用SPCNN自动获取所有切片的左心室内膜轮廓,最后通过移动立方体算法(MC)对左心室血池区域进行三维重建。3.对MICCAI2009数据库中的四组实验数据进行测试,结果表明基于SPCNN的左心室分割方法具有较高的分割精度。且MC算法具有原理简单易于实现,成像品质高等优点。通过观察三维重建结果,我们发现二者的有效结合使得重建结果准确,表面光滑。