基于CT图像反求技术的人体股骨头修复建模

提出了一种基于CT图像反求技术的髋关节建模和缺损股骨头修复建模的新方法.利用基于模型的分割方法从人体髋关节CT图像中分别提取股骨和髋臼骨轮廓三维点数据,通过对离散点云数据进行规则化处理、精简、分割等,提取目标区域点云数据,最后利用最小二乘法拟合对因病变而发生塌陷的股骨头表面进行修复重建,恢复其健康状态的球面形态特征.利用两例不同程度的股骨头坏死病例进行修复实验,均得到较精确的修复还原效果.该方法不仅可以很好地重构人体髋关节模型、还原缺损股骨头的原始形态,而且可以推广到其他关节或骨组织,为骨科手术的精确定位和生物力学有限元分析提供了理论模型,并为关节假体的个体化快速制造提供了一种有效的方法.

基于边缘信息C_V模型的医学图像分割方法

图像分割是医学处理中的重要研究内容之一,提出一种基于边缘信息的改进的C_V模型的医学图像分割方法.在模型中增加了表征边界特征的项,利用图像的边界信息与区域信息为分割服务,克服了传统C_V模型不能利用图像的梯度信息的不足.并对C_V模型的区域信息项进行了改造,改变了传统C_V模型中均值取值的定义,提高了对灰度层次丰富的图像分割能力.增加了距离函数惩罚项,将距离函数重新初始化的过程并入整个水平集框架模型中,极大地提高了曲线演化与分割速度.实验表明该模型是有效的医学图像分割方法.

基于组织分割的医学体数据剖切方法

通过对医学体数据进行剖切,在方便观察其内部组织结构的同时,保留周围潜在的重要环境信息,可提供一个整体的情景图像。提出一种基于组织分割的体数据剖切方法,该方法关注于构成体数据的语义层,从医学诊断中的现实需求出发,以逻辑拆分来剖切体数据,以提供更加完整、直观的显示。将梯度矢量扩散法扩展到三维情形,同时提出三维梯度矢量扩散的体数据分割方法。在剖切方法中,首先运用三维梯度矢量扩散法来立体分割医学体数据中的组织,然后通过不同的空间传输函数来操作不同的组织,实现体数据的三维空间剖切体操作。实验结果表明,该方法能够有效去除遮挡数据以揭露内部信息,能保留相关环境信息来增加剖切的可理解性,可取得良好的虚拟剖切效果。

改进的双水平集医学图像分割方法

由于基于简化M_S模型的多相水平集图像分割模型仅仅利用了图像的区域信息,对图像的另一个重要信息(边缘信息)没有有效的利用,同时在分割的过程中需要对水平集函数不断进行重新初始化.为了解决上述模型的不足,本文提出改进的双水平集医学图像分割方法.该方法主要是在基于简化M_S模型的多相水平集图像分割模型的基础上将图像的边界信息项和为避免重新初始化水平集函数的惩罚项加入模型中.实验结果表明,添加了边界信息后的模型能够在边界位置定位更容易,同时改进后的双水平集模型在实现多目标分割时,无需重新初始化水平集函数,减少了计算量,简化了算法实现的复杂度.

基于灰度互信息和梯度相似性的医学图像配准及其加速处理

研究基于归一化互信息的医学图像刚性配准算法,提出改进配准速度和改善配准精度的相应措施.配准处理包含3项主要计算处理,即空间变换、互信息计算以及优化搜索.针对不同计算处理分别研究了相应加速策略,提高其计算速度,实现三维体数据的快速配准.并且,针对传统基于互信息测度配准方法未利用图像灰度空间分布信息,提出将灰度变化梯度相似性与互信息相结合的配准方法,从而进一步提高了配准算法的精度和鲁棒性.实验结果表明了算法的有效性.

基于多维传输函数的三维医学图像系统研究

传输函数是直接体绘制的基础,传输函数的设计是体视化结果的关键。本文在传输函数的定义上,讨论了将体数据标量值和梯度模值作为定义域的多维传输函数的原理及实现方法。针对传输函数与位置无关,难以提取感兴趣的区域(Region Of Interest简称ROI),提出了基于三切面交互式体数据的切割方法,从而有效的提取感兴趣区域。最后,设计和实现了一个基于多维传输函数的三维医学图像系统,获得了很好的体绘制效果。

基于分段积分的医学体数据剖切绘制算法

提出一种抛物线插值的体绘制分段积分方法,并改进了基于剪切几何纹理化的体数据剖切绘制。首先将采样段内的颜色值用抛物线插值近似代替,计算各采样段的光强值,代替采样点用于体绘制积分方程,即使低采样率下仍能获得较好的图像质量。对体数据进行剖切绘制时,与传递函数相结合,根据剪切几何形状和位置修改体数据中的相应体素值,使之对最终绘制图像不作贡献,达到剪切绘制的目的,并实现了基于剪切几何和基于体数据阈值分割的剖切算法。试验结果表明,本文方法明显提高了绘制图像的质量,降低了剖切绘制时的内存使用,同时提高了剖切绘制的速度。