醫(yī)學(xué)體視化新方法研究及在腎臟術(shù)前計劃系統(tǒng)中的應(yīng)用.pdf

1、科學(xué)可視化是目前在研究、教學(xué)和開發(fā)等領(lǐng)域中的一個活躍而重要的研究課題。本文主要研究了科學(xué)可視化工具的幾個要素，并以腎臟術(shù)前可視化系統(tǒng)作為特定應(yīng)用實例對相關(guān)算法進(jìn)行了研究。本文研究工作圍繞腎臟可視化系統(tǒng)設(shè)計的兩大主要部分展開：建模和顯示，其中建模包括配準(zhǔn)和分割技術(shù)。 泌尿系統(tǒng)CT掃描是臨床上傳統(tǒng)的術(shù)前檢查手段，它包括三到四個時刻的三維掃描圖像，這些圖像給出了關(guān)于病人腎臟解剖結(jié)構(gòu)的完整信息。為了把不同時刻的掃描圖像統(tǒng)一到同一個空間坐

2、標(biāo)系下，我們提出了一種以腎臟為中心的配準(zhǔn)方法，該方法通過局部互信息最大化實現(xiàn)。在配準(zhǔn)后，得到了一個包含腎臟完整信息的向量體積。 為了展示向量體積中所包含的信息，學(xué)者們通常對向量體積的各個成員體積單獨繪制，然后在體視化管道中的某一特定步驟中對繪制的中間結(jié)果進(jìn)行融合。這些方法都把向量體積看作幾個獨立的體積，但是事實上本文中待繪制的腎臟向量體積為來源于同一病人不同時刻腎臟掃描圖像，在可視化時應(yīng)該作為一個整體進(jìn)行分析。本文提出了一種輸入

3、數(shù)據(jù)級別的融合方法，該方法把向量體積的成員體積在繪制管道的最早階段進(jìn)行融合。 融合顯示的第一個步驟通過向量體積分類算法實現(xiàn)。我們選擇了基于混合高斯模型的統(tǒng)計分類方法，該方法可以得到每個像素中包含各個組織的概率。但是該方法僅僅依賴于灰度信息進(jìn)行分類，不包含任何的空間信息，從而在部分體積效應(yīng)的邊界處和噪聲區(qū)域會引起誤分類。為了解決這個問題，我們提出了一種鄰域加權(quán)的混合高斯模型，具體方法為在混合高斯模型中引入一個鄰域權(quán)值，從而在分類過

4、程中把體素的空間信息包含進(jìn)來。 通過基于鄰域加權(quán)的混合高斯模型的分類方法實現(xiàn)數(shù)據(jù)融合后，我們討論了多個可以根據(jù)本文實際情況進(jìn)行改寫的繪制方法，并對這些方法的繪制結(jié)果進(jìn)行了比較。其中對于基于體繪制的繪制方法，我們提出了兩種傳輸函數(shù)設(shè)計方法，并對這兩種方法的繪制結(jié)果進(jìn)行了比較和分析。 對于基于表面的體視化方法，人們常采用三角形網(wǎng)格來表達(dá)物體表面，但是用于表達(dá)物體的三角形數(shù)據(jù)常常會超過圖形硬件實時繪制的能力。一個自然的解決辦法