CN101625766A - 医学图像处理方法 - Google Patents

Abstract

本发明提供了一种医学图像处理方法，所述方法包括：A.对二维图像进行预处理，并对预处理后的二维图像进行分割提取；B.建立表面网格和体网格模型，采用细分算法进行处理，建立可视化平台；C.采用基于VTK的光线投影算法对二维图像进行处理，得到三维可视化图像。采用本发明提供的医学图像处理方法，能对医学二维图像进行快速批量处理，并能实现二维图像的三维可视化。

Description

医学图像处理方法

技术领域

本发明涉及图像处理技术领域，更具体地说，涉及一种医学图像处理方法。

背景技术

计算机断层扫描(Computed Tomography，简称“CT”)及磁共振成像(Magnetic Resonance Imaging，简称“MRI”)技术是在医学影像诊断中常用的成像技术，其主要通过观察一组CT或MRI的二维切片图像去发现病变体。然而，所得到的切片只能提供人体内部的二维图像，二维图像只能表示某一个界面的解剖信息，医生只能凭经验由多幅二维图像去估计病灶的大小及形状，“构思”出病灶及其周围组织的三维几何关系，从而给治疗带来了困难。另外，在放射治疗应用中，仅由二维图像上的某些解剖信息进行简单的坐标叠加，不能给出准确的三维影像，容易造成病变定位的失真和畸变。

发明内容

基于此，有必要提供一种能对二维图形进行处理及三维可视化的医学图像处理方法。

所述医学图像处理方法包括：A.对二维图像进行预处理，并对预处理后的二维图像进行分割提取；B.建立表面网格和体网格模型，采用细分算法进行处理，建立可视化平台；C.采用基于VTK的光线投影算法对二维图像进行处理，得到三维可视化图像。

优选地，所述步骤A中对二维图像进行分割提取的过程具体是：采用自动分割算法与手动分割协同进行的方式对二维图像进行分割提取，以及采用实时的、可定制的三维渲染结构对所述分割提取的结果进行观察和调整。

优选地，所述步骤B中建立表面网格和体网格模型的步骤还包括：在VisualC++平台上，通过算法对所述二维图像进行批量、快速、自动处理，实现多张图像显示、文件信息显示、图像局部放大、图像格式转换、图像自动分割、图像锐化、直方图均衡和图像伪彩色处理。

而所述步骤C具体可包括：

数据预处理；

数据值分类；

给数据点赋颜色值和阻光度值；

进行重采样；

采用图像合成算法生成最终三维可视化图像。

进一步优选地，所述重采样的步骤具体是：从屏幕上的每一个像素点根据设定的观察方向发出一条穿过三维数据场的射线，沿所述射线选择多个等距的采样点，对距离所述采样点最近的八个数据点的颜色值和阻光度值做三次线性差值，得到所述采样点的颜色值和阻光度值。

所述重采样的步骤之前还包括：将具有颜色值及阻光度值的三维数据场由物理空间坐标转换为相应的图像空间坐标，使用中心差分方法得到各数据点的梯度值，用梯度代替法向向量，并计算得到各数据点的光亮度值。

另外，所述方法还可包括：利用三维拾取算法拾取所述三维可视化图像中对应点的空间坐标，采用两点距离计算公式获取所述三维可视化图像中任意两点之间的距离。

所述方法还可包括：通过设置虚拟切面的法向量和内点来对所述三维可视化图像进行任意角度的切割，获取虚拟切片信息以及读取所述虚拟切片信息并进行显示。

所述方法还可包括：定义切割平面，通过调整平面经过点坐标和法向向量的参数来确定所述切割平面的位置，实现对所述三维可视化图像进行任意角度的平面切割。

所述方法还可包括：在屏幕中生成长方体模型，在所述长方体模型的六个面以及中心定义可控点，通过对所述可控点的操作进行所述三维可视化图像的长方体交互切割。

上述医学图形处理方法，通过对二维图像进行分割提取，并在图像分割的基础上，建立表面网格和体网格模型，实现对二维图像的批量、快速、自动处理；并采用基于VTK的光线投影算法对二维图像进行处理，从而得到可视化的三维图像。

附图说明

图1是一个实施例中的医学图像处理方法的流程图；

图2是一个实施例中采用光线投影算法处理二维图像的流程图；

图3是一个实施例中光线投影算法中的重采样的原理示意图。

具体实施方式

图1示出了一个实施例中的医学图像处理方法流程，具体过程如下：

在步骤S101中，对二维图像进行预处理，并对预处理后的二维图像进行分割提取。

在步骤S102中，建立表面网格和体网格模型，采用细分算法进行处理，建立可视化平台。

在步骤S103中，采用基于VTK的光线投影算法对二维图像进行处理，得到三维可视化图像。

上述对二维图像进行的预处理包括对图像锐化、去噪声等处理。在一个实施方式中，采用自动分割算法与手动分割协同进行的方式对预处理后的二维图像进行分割提取。针对不同的分割对象(例如外轮廓、内部结构或者其它特殊部位)，需设计不同的自动分割算法，并结合手动分割操作，对自动分割的结果进行修正和补充。在一个实施例中，采用实时的、可定制的三维渲染结构对分割提取的结果进行观察和调整。

在一个实施方式中，在图像分割提取的基础上，建立表面网格和体网格模型。为了提高网格质量，采用细分算法进行处理，进一步完善网格生成、表面渲染、体渲染的速度和质量。在一个实施例中，在Visual C++平台上，通过算法进行医学二维图像的批量、快速、自动处理，实现多张图像显示、文件信息显示、图像局部放大、图像格式转换、图像自动分割、图像锐化、直方图均衡和图像伪彩色处理等操作。完成表面网格和体网格后，建立可视化平台。

上述VTK(Visualization Toolkit)是针对2D、3D图形图像和可视化用户设计的软件工具包，其能嵌入任何一种开发工具中。VTK融合了三维计算机图形学、图像处理和可视化三大技术，包括了众多图像处理和图形生成算法，是一种流行的图像应用软件开发平台。

图2示出了一个实施例中采用光线投影算法处理二维图像的方法流程，具体过程如下：

在步骤S201中，进行数据预处理。在一个实施方式中，对数据进行预处理包括原始数据的格式转换、剔除冗余数据及导出所需要的数据等功能。

在步骤S202中，进行数据值分类。

在步骤S203中，给数据点赋颜色值和阻光度值。在一个实施方式中，根据数据值的不同，将其分为若干类，并给每类数据赋予不同的颜色值和阻光度值，以求较准确地表示多种物质的不同分布或单一物质的不同属性。

在步骤S204中，进行重采样。如图3所示，在一个实施方式中，重采样的具体过程是：从屏幕上的每一个像素点根据设定的观察方向发出一条穿过三维数据场的射线，沿所述射线选择多个等距的采样点，对距离所述采样点最近的八个数据点的颜色值和阻光度值做三次线性差值，得到所述采样点的颜色值和阻光度值。

在一个实施例中，在进行重采样前，需将具有颜色值及阻光度值的三维数据场由物理空间坐标转换为相应的图像空间坐标。为增加逼真度，需增加明暗效应，使用中心差分方法得到各数据点的梯度值如下：

$\left\{\begin{array}{c}{g}_x=[f(i+1,j,k)-f(i-1,j,k)]/2\\ g_y=[f(i,j+1,k)-f(i,j-1,k)]/2\\ g_z=[f(i,j,k+1)-f(i,j,k-1)]/2\end{array}\right.$

其中，f(I，j，k)表示三维空间数据。用梯度代替法向向量，可采用传统的Phone模型计算出各数据点的光亮度值。

在步骤S205中，采用图像合成算法生成三维可视化图像。在一个实施例中，步骤S205的具体过程是：将每条射线上各采样点的颜色值及阻光度值使用图像合成算法，得到发出该射线的像素点处的颜色值，生成最终的三维可视化图像。

得到三维可视化图像后，可通过人机交互，实现对可视化后的三维图像进行旋转、缩放、平移等简单的交互操作。另外，还可对可视化后的三维图像进行各种复杂交互操作，下面将对这些复杂交互操作进行详细阐述。

(1)定量测量

利用三维拾取算法拾取三维可视化图像中对应点的空间坐标，采用两点距离计算公式获取三维可视化图像中任意两点之间的距离。

在一个实施方式中，VTK类库提供vtkPointPicker类来实现对点的拾取，其原理是从观察者出发，发出一束光线，将鼠标目前的位置投影到观察物体中，投影产生的点则是拾取到的点。要使用vtkPointPicker类，需要定义一个对拾取事件进行处理的回调函数，此函数需满足形如：

void PickerInteractionCallback

(vtkObject*vtkNotUsed(object)，unsigned long event，

void*clientdata，void*vtkNotUsed(calldata))

的声明格式，然后在拾取器里对拾取事件进行观察，最后把它制定为一个特定交互的拾取器，实现空间点的三维坐标测量。根据三维拾取算法获取两个点的三维坐标，采用如下的两点计算公式，则可求得任意两点间的精确距离。

$D=\sqrt{{(x_2-x_1)}^2-{(y_2-y_1)}^2-{(z_2-z_1)}^2}$

其中，D是空间中两点p₁(x₁，y₁，z₁)，p₂(x₂，y₂，z₂)之间的空间距离。

同理，已知空间中的三点p₁(x₁，y₁，z₁)，p₂(x₂，y₂，z₂)，p₃(x₃，y₃，z₃)的坐标，由上述公式即可求得三点之间的距离。并采用下述公式的余弦定理即可计算出两边的夹角，从而完成空间定量测量。

cos A＝(b²+c²-a²)/2bc

(2)虚拟切片提取

通过设置虚拟切面的法向量和内点来对三维可视化图像进行任意角度的切割，获取虚拟切片信息以及读取所述虚拟切片信息并进行显示。

在一个实施方式中，要获取三维可视化图像某一角度和部位的虚拟切片，则需确定该切片所在平面的法向量和该平面上的一个点，获取到切片所在平面的法向量和该平面上的一个点后，则可根据下述点法式方程对虚拟切片所在平面进行确定。

a₁(x-x₀)+a₂(y-y₀)+a₃(z-z₀)＝0

其中，平面上的点为p(x₀，y₀，z₀)，法向量为 $\stackrel{\→}{n}=(a_1,a_2,a_3).$

在切片的切入方向和切入点确定后，也就确定了一条中心轴线，使用VTK类库中的vtkImagePlaneWidget类实现对重建后的三维物体进行切割并获取虚拟切片信息，使用vtkImageMapToColors类则可读取虚拟切片信息并显示虚拟切面图像。

(3)平面切割

定义切割平面，通过调整平面经过点坐标和法向向量的参数来确定切割平面的位置，实现对三维可视化图像进行任意角度的平面切割。

对于三维重建后的物体，往往需要进行切割，以便观察物理内部的特定目标。在VTK中，由vtkPlane类定义切割平面，vtkPlane类中定义了函数SetOrigin()和SetNormal()，分别用于确定切割平面的位置和方向，关于这两个函数的具体参数如下：

SetOrigin(float x，float y，float z)定义平面经过点P(x，y，z)的坐标，其中x，y，z分别是点P的横坐标、纵坐标和竖坐标。SetNormal(float x，float y，float z)定义平面法向，法向向量为n(x，y，z)。

在一个实施方式中，则可通过调整平面经过点和法向向量的参数来改变切割平面的位置，从而实现重建后的三维物体的任意角度的平面切割。另外，也可同时定义多个平面进行切割，例如，用两个平行的平面对体数据进行切割，就可得到体数据的切片。

(4)长方体交互切割

在屏幕中生成长方体模型，在所述长方体模型的六个面及中心定义可控点，通过对可控点的操作实现三维可视化图像的长方体交互切割。

在一个实施方式中，通过VTK类库中的vtkBoxWidget类在屏幕生成一个长方体模型，并在其六个面以及中心定义可控制的点来进行缩放、平移、旋转等操作，从而可以很直观的对重建后的三维物体进行切割。使用vtkBoxWidget类，首先需指定一个继承于vtkCommand的类来处理交互事件，该类在每次交互结束时，都会将长方体的六个面作为切割平面添加，生成的效果就是重建物体被长方体所切后的图形。然后定义vtkBoxWidget的初始位置及表面属性等，最后将定义的处理类的实例制定为交互事件的处理类。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1、一种医学图像处理方法，其特征在于，所述方法包括：

A.对二维图像进行预处理，并对预处理后的二维图像进行分割提取；

B.建立表面网格和体网格模型，采用细分算法进行处理，建立可视化平台；

C.采用基于VTK的光线投影算法对二维图像进行处理，得到三维可视化图像。

2、根据权利要求1所述的医学图像处理方法，其特征在于，所述步骤A中对二维图像进行分割提取的过程具体是：采用自动分割算法与手动分割协同进行的方式对二维图像进行分割提取，以及采用实时的、可定制的三维渲染结构对所述分割提取的结果进行观察和调整。

3、根据权利要求1所述的医学图像处理方法，其特征在于，所述步骤B中建立表面网格和体网格模型的步骤还包括：在Visual C++平台上，通过算法对所述二维图像进行批量、快速、自动处理，实现多张图像显示、文件信息显示、图像局部放大、图像格式转换、图像自动分割、图像锐化、直方图均衡和图像伪彩色处理。

4、根据权利要求1所述的医学图像处理方法，其特征在于，所述步骤C具体包括：

数据预处理；

数据值分类；

给数据点赋颜色值和阻光度值；

进行重采样；

采用图像合成算法生成最终三维可视化图像。

5、根据权利要求4所述的医学图像处理方法，其特征在于，所述重采样的步骤具体是：从屏幕上的每一个像素点根据设定的观察方向发出一条穿过三维数据场的射线，沿所述射线选择多个等距的采样点，对距离所述采样点最近的八个数据点的颜色值和阻光度值做三次线性差值，得到所述采样点的颜色值和阻光度值。

6、根据权利要求5所述的医学图像处理方法，其特征在于，所述重采样的步骤之前还包括：将具有颜色值及阻光度值的三维数据场由物理空间坐标转换为相应的图像空间坐标，使用中心差分方法得到各数据点的梯度值，用梯度代替法向向量，并计算得到各数据点的光亮度值。

7、根据权利要求1所述的医学图像处理方法，其特征在于，所述方法还包括：利用三维拾取算法拾取所述三维可视化图像中对应点的空间坐标，采用两点距离计算公式获取所述三维可视化图像中任意两点之间的距离。

8、根据权利要求1所述的医学图像处理方法，其特征在于，所述方法还包括：通过设置虚拟切面的法向量和内点来对所述三维可视化图像进行任意角度的切割，获取虚拟切片信息以及读取所述虚拟切片信息并进行显示。

9、根据权利要求1所述的医学图像处理方法，其特征在于，所述方法还包括：定义切割平面，通过调整平面经过点坐标和法向向量的参数来确定所述切割平面的位置，实现对所述三维可视化图像进行任意角度的平面切割。

10、根据权利要求1所述的医学图像处理方法，其特征在于，所述方法还包括：在屏幕中生成长方体模型，在所述长方体模型的六个面以及中心定义可控点，通过对所述可控点的操作进行所述三维可视化图像的长方体交互切割。

Images