CN109949404A - 基于数字人与ct和/或mri图像融合的三维重建方法及*** - Google Patents
基于数字人与ct和/或mri图像融合的三维重建方法及*** Download PDFInfo
- Publication number
- CN109949404A CN109949404A CN201910040655.4A CN201910040655A CN109949404A CN 109949404 A CN109949404 A CN 109949404A CN 201910040655 A CN201910040655 A CN 201910040655A CN 109949404 A CN109949404 A CN 109949404A
- Authority
- CN
- China
- Prior art keywords
- image
- digital human
- mri
- data
- dimensional
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Landscapes
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明提供一种基于数字人与CT和/或MRI图像融合的三维重建方法及***,方法包括:图像融合步骤,将数字人图像与CT图像和/或MRI图像进行融合以生成对应的融合图像;图像分割步骤,在融合图像中选取目标区域,获取目标区域对应的二维分割数据;数据修改步骤,通过图像处理工具对二维分割数据进行修改;三维重建步骤,将修改后的二维分割数据进行三维重建,生成对应的三维图像。借此,本发明能够将数字人图像与CT图像和/或MRI图像融合,充分利用各种医学图像的优势,从而得到信息更详细、显示更清晰的三维医学图像。
Description
技术领域
本发明涉及医学图像处理、计算机图像处理、计算机医学辅助诊疗***技术领域,尤其涉及一种基于数字人与CT和/或MRI图像融合的三维重建方法及***。
背景技术
数字人数据中的照片数据集由于分辨率高,色彩真实,能非常直观地反映人体结构。然而在采集数字人彩色数据时,由于相机在拍摄过程中存在各种干扰,使得图像序列间的位置和颜色特性不匹配,虽然通过位置配准和颜色校正可以提高数据集的质量,但依旧会严重地影响三维重建的效果。传统的医学图像方法是基于组织特性的灰度图像,其分割方法难以直接应用于数字人的分割,若将其转化为灰度图像后再运用常规自动分割方法处理,又会丢失信息,影响分割精度。
各医学图像成像技术和检查方法都有它的优势与不足,由于CT(ComputedTomography,计算机断层成像)图像序列在采集时干扰较少,且是灰度图像,传统的三维重建算法能对此进行有效的重建,效果好,然而CT图像虽然对骨等密度较高的组织能提供高清晰的图像,却对软组织结构显示欠佳。MRI(Magnetic Resonance Imaging,磁共振成像)图像对软组织的成像具有较高的分辨率,却无法精细显示骨性结构。数字人图像虽能清晰反映解剖结构的边界,但由于图像信息量大,而一些细小结构在整个图像中所占比重小,自动分割时易受其他区域的干扰。
所以,综合利用患者的各种医学图像信息是十分重要的。CT与MRI相结合可以弥补CT对软组织的显示不足以及MRI对骨组织的显示不足。数字人数据可以提供更详细的人体结构信息。因此将三者图像融合,可以得到一个新的、信息更详细的、显示更清晰的图像。
目前,已有将CT-MRI图像融合技术等多模态影像信息技术应用于神经外科及口腔颌面外科,即基于CT-MRI融合图像的三维重建模型。但是将彩色数字人与CT、MRI图像三者融合后进行三维重建的操作比较少。
综上可知,现有技术在实际使用上显然存在不便与缺陷,所以有必要加以改进。
发明内容
针对上述的缺陷,本发明的目的在于提供一种基于数字人与CT和/或MRI图像融合的三维重建方法及***,其能够将数字人图像与CT图像和/或MRI图像融合,充分利用各种医学图像的优势,从而得到信息更详细、显示更清晰的三维医学图像。
为了实现上述目的,本发明提供一种基于数字人与CT和/或MRI图像融合的三维重建方法,所述三维重建方法包括有:
图像融合步骤,将数字人图像与CT图像和/或MRI图像进行融合以生成对应的融合图像;
图像分割步骤,在所述融合图像中选取目标区域,获取所述目标区域对应的二维分割数据;
数据修改步骤,通过图像处理工具对所述二维分割数据进行修改;
三维重建步骤,将修改后的所述二维分割数据进行三维重建,生成对应的三维图像。
根据本发明所述的基于数字人与CT和/或MRI图像融合的三维重建方法,所述图像融合步骤进一步包括:
导入所述CT图像和/或所述MRI图像;
导入经配准的所述数字人图像;
通过图像的alpha通道和不透明度,实现所述数字人图像与所述CT图像和/或所述MRI图像所述CT图像的融合,生成对应的所述融合图像。
根据本发明所述的基于数字人与CT和/或MRI图像融合的三维重建方法所述图像分割步骤进一步包括:
在所述融合图像中选取至少一个目标点;
通过区域生长算法,根据所述目标点生成对应的所述目标区域,得到所述目标区域对应的所述二维分割数据。
根据本发明所述的基于数字人与CT和/或MRI图像融合的三维重建方法所述数据修改步骤进一步包括:
调整图像层,依据彩色数字人的显示,使用画刷填充工具,在所述二维分割数据上添加感兴趣区域;
调整图像层,依据彩色数字人的显示,使用画刷擦除工具,在所述二维分割数据上擦除过分割区域。
根据本发明所述的基于数字人与CT和/或MRI图像融合的三维重建方法所述三维重建步骤进一步包括:
通过面绘制算法或体绘制算法对修改后的所述二维分割数据进行三维重建,生成对应的所述三维图像。
本发明还提供一种基于数字人与CT和/或MRI图像融合的三维重建***,所述三维重建***包括有:
图像融合模块,用于将数字人图像与CT图像和/或MRI图像进行融合以生成对应的融合图像;
图像分割模块,用于在所述融合图像中选取目标区域,获取所述目标区域对应的二维分割数据;
数据修改模块,用于通过图像处理工具对所述二维分割数据进行修改;
三维重建模块,用于将修改后的所述二维分割数据进行三维重建,生成对应的三维图像。
根据本发明所述的基于数字人与CT和/或MRI图像融合的三维重建***,所述图像融合模块进一步包括:
第一导入子模块,用于导入所述CT图像和/或所述MRI图像;
第二导入子模块,用于导入经配准的所述数字人图像;
图像融合子模块,用于通过图像的alpha通道和不透明度,实现所述数字人图像与所述CT图像和/或所述MRI图像所述CT图像的融合,生成对应的所述融合图像。
根据本发明所述的基于数字人与CT和/或MRI图像融合的三维重建***,所述图像分割模块进一步包括:
目标选取子模块,用于在所述融合图像中选取至少一个目标点;
区域生成子模块,用于通过区域生长算法,根据所述目标点生成对应的所述目标区域,得到所述目标区域对应的所述二维分割数据。
根据本发明所述的基于数字人与CT和/或MRI图像融合的三维重建***,所述数据修改模块进一步包括:
区域添加子模块,用于调整图像层,依据彩色数字人的显示,使用画刷填充工具,在所述二维分割数据上添加感兴趣区域;
区域擦除子模块,用于调整图像层,依据彩色数字人的显示,使用画刷擦除工具,在所述二维分割数据上擦除过分割区域。
根据本发明所述的基于数字人与CT和/或MRI图像融合的三维重建***,所述三维重建模块用于通过面绘制算法或体绘制算法对修改后的所述二维分割数据进行三维重建,生成对应的所述三维图像。
本发明首先将数字人图像与CT图像和/或MRI图像进行融合;并在融合图像中选取目标区域,获取对应的二维分割数据;通过图像处理工具对二维分割数据进行修改,如添加感兴趣区域和擦除过分割区域;最后将修改后的二维分割数据进行三维重建。借此,本发明能够将数字人图像与CT图像和/或MRI图像融合,充分利用各种医学图像的优势,从而得到信息更详细、显示更清晰的三维医学图像。
附图说明
图1是本发明基于数字人与CT和/或MRI图像融合的三维重建***的结构示意图;
图2是本发明基于数字人与CT和/或MRI图像融合的三维重建***的优选结构示意图;
图3基于数字人与CT和/或MRI图像融合的三维重建方法的流程图;
图4基于数字人与CT和/或MRI图像融合的三维重建方法的优选流程图;
图5A~图5H是本发明数字人与CT的脑干图像融合的三维重建实例图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
需要说明的,本说明书中针对“一个实施例”、“实施例”、“示例实施例”等的引用,指的是描述的该实施例可包括特定的特征、结构或特性,但是不是每个实施例必须包含这些特定特征、结构或特性。此外,这样的表述并非指的是同一个实施例。进一步,在结合实施例描述特定的特征、结构或特性时,不管有没有明确的描述,已经表明将这样的特征、结构或特性结合到其它实施例中是在本领域技术人员的知识范围内的。
此外,在说明书及后续的权利要求当中使用了某些词汇来指称特定组件或部件,所属领域中具有通常知识者应可理解,制造商可以用不同的名词或术语来称呼同一个组件或部件。本说明书及后续的权利要求并不以名称的差异来作为区分组件或部件的方式,而是以组件或部件在功能上的差异来作为区分的准则。在通篇说明书及后续的权利要求书中所提及的“包括”和“包含”为一开放式的用语,故应解释成“包含但不限定于”。以外,“连接”一词在此系包含任何直接及间接的电性连接手段。间接的电性连接手段包括通过其它装置进行连接。
图1是本发明基于数字人与CT和/或MRI图像融合的三维重建***的结构示意图,所述三维重建***100包括有:
图像融合模块10,用于将彩色数字人图像与CT图像和/或MRI图像进行融合以生成对应的融合图像。图像融合就是将用不同方法获得的同一对象图像(或用同一方法在不同时刻获得的图像)采取某种算法进行综合处理,得到一个新的、满足要求的图像。本发明实际包括三种技术方案:第一、将数字人图像与CT图像这两种图像进行融合以生成对应的融合图像。第二、将数字人图像与MRI图像这两种图像进行融合以生成对应的融合图像。第三、将数字人图像、CT图像和MRI图像这三种图像进行融合以生成对应的融合图像。数字人数据可以提供更详细的人体结构信息,CT对骨等密度较高的组织能提供高清晰的图像,MRI图像对软组织的成像具有较高的分辨率。因此,结合两者或三者图像,可以得到一个新的、信息更详细的、显示更清晰的图像。
图像分割模块20,用于在融合图像中选取目标区域,获取目标区域对应的二维分割数据。所述目标区域是指感兴趣区域,比如医疗诊断的对象区域,如头部、胸部、腰部等。
数据修改模块30,用于通过图像处理工具对二维分割数据进行修改。利用图形处理工具对重建数据进行修改,得到准确的重建部位。优选的是,所述图像处理工具是画刷工具。修改可包括添加感兴趣区域和擦除过分割区域等。
三维重建模块40,用于将修改后的二维分割数据进行三维重建,生成对应的三维图像。
本发明将彩色数字人数据与CT数据、MRI数据融合后进行三维重建,通过彩色数字人精准的细节显示,利用画刷工具等图像处理工具修补未准确分割的感兴趣区域,最终获得准确的三维重建数据。
图2是本发明基于数字人与CT和/或MRI图像融合的三维重建***的优选结构示意图,所述三维重建***100包括有图像融合模块10、图像分割模块20、数据修改模块30和三维重建模块40,其中:
所述图像融合模块10,用于将数字人图像与CT图像和/或MRI图像进行融合以生成对应的融合图像。优选的是,所述图像融合模块10进一步包括:
第一导入子模块11,用于导入CT图像和/或MRI图像。
第二导入子模块12,用于导入经配准的彩色数字人图像。
图像融合子模块13,用于通过图像的alpha通道和不透明度,实现数字人图像与CT图像和/或MRI图像CT图像的融合,生成对应的融合图像。
所述图像分割模块20,用于在融合图像中选取目标区域,获取目标区域对应的二维分割数据。优选的是,所述图像分割模块20进一步包括:
目标选取子模块21,用于在融合图像中选取至少一个目标点。
区域生成子模块22,用于通过区域生长算法,根据目标点生成对应的目标区域,得到目标区域对应的初步二维分割数据。当然,也可直接使用画刷工具人工涂抹出分割区域,得到需要的二维分割数据。
所述数据修改模块30,用于通过图像处理工具对二维分割数据进行修改。优选的是,在二维分割数据上,基于彩色数据人显示情况,使用画刷工具对分割数据进行修改。修改分为添加感兴趣区域和擦除过分割区域。更好的是,所述数据修改模块30进一步包括:
区域添加子模块31,用于调整图像层,依据彩色数字人的显示,使用画刷填充工具,在二维分割数据上添加感兴趣区域。
区域擦除子模块32,用于调整图像层,依据彩色数字人的显示,使用画刷擦除工具,在二维分割数据上擦除过分割区域。
所述三维重建模块40,用于通过面绘制算法或体绘制算法对修改后的二维分割数据进行三维重建,生成对应的三维图像。优选的是,使用marching cube算法对二维分割数据进行重建。
本发明针对CT、MR数据单独重建会因其成像对某组织显示欠佳及数字人数据虽然分辨率高色彩真实,但不能通过阈值法实现对彩色数据集的分割,从而不可能应用如Marching Cubes算法来实现重建的问题,提出一种基于彩色数字人与CT、MRI图像融合的三维重建方法,提高重建效果及效率。
图3基于数字人与CT和/或MRI图像融合的三维重建方法的流程图,其可通过如图1或图2所示的三维重建***100实现,所述三维重建方法包括有:
步骤S301,图像融合步骤。将数字人图像与CT图像和/或MRI图像进行融合以生成对应的融合图像。本发明实际包括三种技术方案:第一、将数字人图像与CT图像这两种图像进行融合以生成对应的融合图像。第二、将数字人图像与MRI图像这两种图像进行融合以生成对应的融合图像。第三、将数字人图像、CT图像和MRI图像这三种图像进行融合以生成对应的融合图像。数字人数据可以提供更详细的人体结构信息,CT对骨等密度较高的组织能提供高清晰的图像,MRI图像对软组织的成像具有较高的分辨率。因此,结合两者或三者图像,可以得到一个新的、信息更详细的、显示更清晰的图像。
步骤S302,图像分割步骤。在融合图像中选取目标区域,获取目标区域对应的二维分割数据。所述目标区域是指感兴趣区域,比如医疗诊断的对象区域,如头部、胸部、腰部等。
步骤S303,数据修改步骤。通过图像处理工具对二维分割数据进行修改。利用图形处理工具对重建数据进行修改,得到准确的重建部位。优选的是,所述图像处理工具是画刷工具。修改可包括添加感兴趣区域和擦除过分割区域等。
步骤S304,三维重建步骤。将修改后的二维分割数据进行三维重建,生成对应的三维图像。
图4基于数字人与CT和/或MRI图像融合的三维重建方法的优选流程图,其可通过如图2所示的三维重建***100实现,所述三维重建方法包括有:
步骤S401,导入CT图像和/或MRI图像。
步骤S402,导入经配准的数字人图像。
步骤S403,通过图像的alpha通道和不透明度,实现数字人图像与CT图像和/或MRI图像CT图像的融合,生成对应的融合图像。
本发明实际包括三种技术方案:第一、将数字人图像与CT图像这两种图像进行融合以生成对应的融合图像。第二、将数字人图像与MRI图像这两种图像进行融合以生成对应的融合图像。第三、将数字人图像、CT图像和MRI图像这三种图像进行融合以生成对应的融合图像。
步骤S404,在融合图像中选取至少一个目标点。
步骤S405,通过区域生长算法,根据目标点生成对应的目标区域,得到目标区域对应的二维分割数据。当然,也可直接使用画刷工具人工涂抹出分割区域,得到需要的二维分割数据。
步骤S406,通过图像处理工具对二维分割数据进行修改。
优选的是,在二维分割数据上,基于彩色数据人显示情况,使用画刷工具对分割数据进行修改。修改分为添加感兴趣区域和擦除过分割区域。
更好的是,本步骤进一步包括:
调整图像层,依据彩色数字人的显示,使用画刷填充工具,在二维分割数据上添加感兴趣区域。
调整图像层,依据彩色数字人的显示,使用画刷擦除工具,在二维分割数据上擦除过分割区域。
步骤S407,通过面绘制算法或体绘制算法对修改后的二维分割数据进行三维重建,生成对应的三维图像。
优选的是,使用marching cube算法对二维分割数据进行重建。
图5A~图5H是本发明数字人与CT的脑干图像融合的三维重建实例图。如图5A所示,导入CT数据到***中。如图5B所示,导入数字人数据到***中。如图5C所示,CT数据与数字人数据融合显示。如图5D所示,CT图像中脑干部分显示不清。如图5E所示,CT数据与数字人数据融合后的数据中清晰显示各脑组织结构。如图5F所示,利用区域生长算法,得到初步分割区域,也可直接使用画刷工具人工涂抹出分割区域。如图5G所示,检查每一层分割数据,利用画刷工具对初步分割区域进行修补。如图5H所示,使用marching cube算法对分割数据进行重建,得到三维图像数据,该三维图像的信息更详细、显示更清晰。
综上所述,本发明首先将数字人图像与CT图像和/或MRI图像进行融合;并在融合图像中选取目标区域,获取对应的二维分割数据;通过图像处理工具对二维分割数据进行修改,如添加感兴趣区域和擦除过分割区域;最后将修改后的二维分割数据进行三维重建。借此,本发明能够将数字人图像与CT图像和/或MRI图像融合,充分利用各种医学图像的优势,从而得到信息更详细、显示更清晰的三维医学图像。
当然,本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (10)
1.一种基于数字人与CT和/或MRI图像融合的三维重建方法,其特征在于,所述三维重建方法包括有:
图像融合步骤,将数字人图像与CT图像和/或MRI图像进行融合以生成对应的融合图像;
图像分割步骤,在所述融合图像中选取目标区域,获取所述目标区域对应的二维分割数据;
数据修改步骤,通过图像处理工具对所述二维分割数据进行修改;
三维重建步骤,将修改后的所述二维分割数据进行三维重建,生成对应的三维图像。
2.根据权利要求1所述的基于数字人与CT和/或MRI图像融合的三维重建方法,其特征在于,所述图像融合步骤进一步包括:
导入所述CT图像和/或所述MRI图像;
导入经配准的所述数字人图像;
通过图像的alpha通道和不透明度,实现所述数字人图像与所述CT图像和/或所述MRI图像所述CT图像的融合,生成对应的所述融合图像。
3.根据权利要求1所述的基于数字人与CT和/或MRI图像融合的三维重建方法,其特征在于,所述图像分割步骤进一步包括:
在所述融合图像中选取至少一个目标点;
通过区域生长算法,根据所述目标点生成对应的所述目标区域,得到所述目标区域对应的所述二维分割数据。
4.根据权利要求1所述的基于数字人与CT和/或MRI图像融合的三维重建方法,其特征在于,所述数据修改步骤进一步包括:
调整图像层,依据彩色数字人的显示,使用画刷填充工具,在所述二维分割数据上添加感兴趣区域;
调整图像层,依据彩色数字人的显示,使用画刷擦除工具,在所述二维分割数据上擦除过分割区域。
5.根据权利要求1所述的基于数字人与CT和/或MRI图像融合的三维重建方法,其特征在于,所述三维重建步骤进一步包括:
通过面绘制算法或体绘制算法对修改后的所述二维分割数据进行三维重建,生成对应的所述三维图像。
6.一种基于数字人与CT和/或MRI图像融合的三维重建***,其特征在于,所述三维重建***包括有:
图像融合模块,用于将数字人图像与CT图像和/或MRI图像进行融合以生成对应的融合图像;
图像分割模块,用于在所述融合图像中选取目标区域,获取所述目标区域对应的二维分割数据;
数据修改模块,用于通过图像处理工具对所述二维分割数据进行修改;
三维重建模块,用于将修改后的所述二维分割数据进行三维重建,生成对应的三维图像。
7.根据权利要求6所述的基于数字人与CT和/或MRI图像融合的三维重建***,其特征在于,所述图像融合模块进一步包括:
第一导入子模块,用于导入所述CT图像和/或所述MRI图像;
第二导入子模块,用于导入经配准的所述数字人图像;
图像融合子模块,用于通过图像的alpha通道和不透明度,实现所述数字人图像与所述CT图像和/或所述MRI图像所述CT图像的融合,生成对应的所述融合图像。
8.根据权利要求6所述的基于数字人与CT和/或MRI图像融合的三维重建***,其特征在于,所述图像分割模块进一步包括:
目标选取子模块,用于在所述融合图像中选取至少一个目标点;
区域生成子模块,用于通过区域生长算法,根据所述目标点生成对应的所述目标区域,得到所述目标区域对应的所述二维分割数据。
9.根据权利要求6所述的基于数字人与CT和/或MRI图像融合的三维重建***,其特征在于,所述数据修改模块进一步包括:
区域添加子模块,用于调整图像层,依据彩色数字人的显示,使用画刷填充工具,在所述二维分割数据上添加感兴趣区域;
区域擦除子模块,用于调整图像层,依据彩色数字人的显示,使用画刷擦除工具,在所述二维分割数据上擦除过分割区域。
10.根据权利要求6所述的基于数字人与CT和/或MRI图像融合的三维重建***,其特征在于,所述三维重建模块用于通过面绘制算法或体绘制算法对修改后的所述二维分割数据进行三维重建,生成对应的所述三维图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910040655.4A CN109949404A (zh) | 2019-01-16 | 2019-01-16 | 基于数字人与ct和/或mri图像融合的三维重建方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910040655.4A CN109949404A (zh) | 2019-01-16 | 2019-01-16 | 基于数字人与ct和/或mri图像融合的三维重建方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109949404A true CN109949404A (zh) | 2019-06-28 |
Family
ID=67007236
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910040655.4A Withdrawn CN109949404A (zh) | 2019-01-16 | 2019-01-16 | 基于数字人与ct和/或mri图像融合的三维重建方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109949404A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110610481A (zh) * | 2019-08-06 | 2019-12-24 | 深圳市旭东数字医学影像技术有限公司 | 基于医学图像的脑干自动分割方法及*** |
CN112164019A (zh) * | 2020-10-12 | 2021-01-01 | 珠海市人民医院 | 一种ct、mr扫描图像融合方法 |
CN112190329A (zh) * | 2020-10-23 | 2021-01-08 | 上海交通大学医学院附属第九人民医院 | 一种三维重建颞下颌关节的方法 |
CN113450294A (zh) * | 2021-06-07 | 2021-09-28 | 刘星宇 | 多模态医学图像配准融合方法、装置及电子设备 |
CN114974518A (zh) * | 2022-04-15 | 2022-08-30 | 浙江大学 | 多模态数据融合的肺结节影像识别方法及装置 |
CN116797726A (zh) * | 2023-05-20 | 2023-09-22 | 北京大学 | 器官三维重建方法、装置、电子设备和存储介质 |
CN117522708A (zh) * | 2023-10-27 | 2024-02-06 | 中核粒子医疗科技有限公司 | 图像融合方法、装置、电子设备和存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108451508A (zh) * | 2018-04-28 | 2018-08-28 | 中国科学院自动化研究所 | 基于多层感知机的生物自发荧光三维成像方法 |
US20180264281A1 (en) * | 2017-03-20 | 2018-09-20 | Electronics And Telecommunications Research Institute | Microwave output method for thermotherapy and apparatus for performing the same |
-
2019
- 2019-01-16 CN CN201910040655.4A patent/CN109949404A/zh not_active Withdrawn
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180264281A1 (en) * | 2017-03-20 | 2018-09-20 | Electronics And Telecommunications Research Institute | Microwave output method for thermotherapy and apparatus for performing the same |
CN108451508A (zh) * | 2018-04-28 | 2018-08-28 | 中国科学院自动化研究所 | 基于多层感知机的生物自发荧光三维成像方法 |
Non-Patent Citations (1)
Title |
---|
邱学军等: "《数字化虚拟中国人体多模式三维影像融合研究》", 《高技术通讯》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110610481A (zh) * | 2019-08-06 | 2019-12-24 | 深圳市旭东数字医学影像技术有限公司 | 基于医学图像的脑干自动分割方法及*** |
CN112164019A (zh) * | 2020-10-12 | 2021-01-01 | 珠海市人民医院 | 一种ct、mr扫描图像融合方法 |
CN112190329A (zh) * | 2020-10-23 | 2021-01-08 | 上海交通大学医学院附属第九人民医院 | 一种三维重建颞下颌关节的方法 |
CN112190329B (zh) * | 2020-10-23 | 2021-11-23 | 上海交通大学医学院附属第九人民医院 | 一种三维重建颞下颌关节的方法 |
CN113450294A (zh) * | 2021-06-07 | 2021-09-28 | 刘星宇 | 多模态医学图像配准融合方法、装置及电子设备 |
CN114974518A (zh) * | 2022-04-15 | 2022-08-30 | 浙江大学 | 多模态数据融合的肺结节影像识别方法及装置 |
CN116797726A (zh) * | 2023-05-20 | 2023-09-22 | 北京大学 | 器官三维重建方法、装置、电子设备和存储介质 |
CN116797726B (zh) * | 2023-05-20 | 2024-05-07 | 北京大学 | 器官三维重建方法、装置、电子设备和存储介质 |
CN117522708A (zh) * | 2023-10-27 | 2024-02-06 | 中核粒子医疗科技有限公司 | 图像融合方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109949404A (zh) | 基于数字人与ct和/或mri图像融合的三维重建方法及*** | |
Mankovich et al. | Surgical planning using three-dimensional imaging and computer modeling | |
CN106981098B (zh) | 虚拟场景组分的视角表示 | |
EP1719078B1 (en) | Device and process for multimodal registration of images | |
JP4421016B2 (ja) | 医用画像処理装置 | |
US7873403B2 (en) | Method and device for determining a three-dimensional form of a body from two-dimensional projection images | |
Reisser et al. | Anatomy of the temporal bone: detailed three-dimensional display based on image data from high-resolution helical CT: a preliminary report | |
Jones | Facial Reconstruction Using Volumetric Data. | |
US8004524B2 (en) | Method for displaying 3D structures in 2D projection images | |
US20160287339A1 (en) | Method for manufacturing a three-dimensional anatomical structure | |
CN103854270A (zh) | 一种ct和mr异机三维图像融合的配准方法及*** | |
CN104462650A (zh) | 一种可实现内外结构的实体化心脏3d模型制作方法 | |
CN108765483A (zh) | 一种从脑部ct图像中确定中矢面的方法及*** | |
Weiss et al. | Layer-Aware iOCT Volume Rendering for Retinal Surgery. | |
CN108573532A (zh) | 一种混合模型的展示方法及装置、计算机存储介质 | |
CN114886558A (zh) | 一种基于增强现实的内窥镜投影方法及*** | |
Lucas et al. | An active contour method for bone cement reconstruction from C-arm X-ray images | |
CN112950774A (zh) | 一种三维建模装置、手术规划***及教学*** | |
CN109872351A (zh) | 一种医学图像配准与三维重建***及方法 | |
Aichert et al. | The colored x-rays | |
WO2015037978A1 (en) | An anatomical model | |
CN108464862A (zh) | 一种内窥镜引导操作导航显示方法及装置 | |
CN107038747B (zh) | 一种医学影像文件多平面处理方法及其装置 | |
TWI679996B (zh) | 超音波探針定位系統及超音波探針定位方法 | |
US20230306677A1 (en) | Automated registration method of 3d facial scan data and 3d volumetric medical image data using deep learning and computer readable medium having program for performing the method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190628 |