基于MITK的医学图像三维可视化方法Word文档下载推荐.docx
《基于MITK的医学图像三维可视化方法Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《基于MITK的医学图像三维可视化方法Word文档下载推荐.docx（19页珍藏版）》请在冰点文库上搜索。
MITK（MedicalImagingToolKit）是由中国科学院自动化研究所开发的一套集成化的医学影像处理与分析C++类库软件包，它建立在VTK和ITK的基础上，在一个统一的框架上实现了医学影像的分割、配准、三维可视化等算法。
本文使用MITK在VC++6.0IDE下通过面绘制和体绘制两种不同的技术探讨基于MITK的医学图像三维可视化方法【1】。
医学图像三维重建技术是当前医学图像处理的热点之一。
它在诊断医学、手术规划及模拟仿真、虚拟内窥镜、解剖教学等方面都有重要应用。
因此，对医学图像三维重建的研究，具有重要的理论意义和应用价值。
本文主要研究了基于MITK（MedicalImagingToolKit）的医学图像三维重建技术。
首先，研究了医学图像的交互分割方法【2】。
在三维重建部分，首先介绍了基于等值面绘制的移动立方体（MarchingCubes）算法，详细阐述了该算法的原理，在此基础上提出了一种基于等值面优化的改进算法，并利用MITK平台实现了改进算法下医学图像表面重建。
考虑到图像交互效率，在分析网格简化算法的基础上，实现了一种基于边折叠的网格简化算法，利用它在MITK平台上对表面重建图像进行了网格简化。
然后阐述了光线投射（RayCasting）算法的原理、流程，并利用MITK平台实现了医学图像体重建。
最后研究了交互式三维重建技术，然后利用MITK平台在VC++6.0环境下采用面绘制技术实现了交互式医学图像三维重建系统。
该系统能对二维医学图像进行数据读取，三维重建，并对重建后的三维医学图像进行长度测量、角度测定和任意方向平面剖切等，实现了一个三维交互重建系统的初步功能。
一MITK中的绘制模型
MITK的绘制模型如图1所示。
View用来将计算得到的图像或者三维图形显示在屏幕上。
它本身并不做实际的绘制工作，而只是提供一个显示环境。
MITK中所有计算结果的绘制实际上是由不同Model来实现。
Model在概念上代表着场景中一个待画的物体，可以是一个图像，也可以是三维图形，具体由Model的子类来实现，其中surfacemodel负责面绘制，volumemodel负责体绘制【1】。
70年代以来，随着计算机断层扫描（Computedtomography）,核磁共振成像（MagneticResonanceImaging）等医学成像技术的产生和发展，人们可以得到人体及其内部器官的二维数字断层图像序列。
这些医学成像的临床应用，使得医学诊断和治疗技术取得了很大的进展。
但是，这些医疗设备只能提供人体内部的二维断层图像，二维断层图像只是表达某一界面的解剖信息，医生们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”病灶与其周围组织的三维几何关系，从而给治疗诊断增添了困难。
虽然可以通过二维断层图像上某些解剖部位进行简单的坐标叠加，但是不能给出准确的三维影像，造成病变定位的失真和畸变。
因此，为提高医疗诊断中治疗规划的准确性和科学性，将断层图像序列成为具有直观立体效果的图像，展现人体器官的三维结构与形态，从而提供若干用传统手段无法获得的解剖结构信息，并为进一步模拟操作提供视觉交互手段。
人们提出了各种由二维图像重构出三维形体的方法，并逐渐形成了一个崭新的研究领域――科学计算可视化（VisualizationinScientificComputing）。
科学计算可视化（简称可视化，英文是VisualizationinScientificComputing，简称ViSC）是计算机图形学的一个重要研究方向，是图形科学的新领域。
科学计算可视化的基本含义是运用计算机图形学或者一般图形学的原理和方法，将科学与工程计算等产生的大规模数据转换为图形、图象，以直观的形式表示出来。
它涉及计算机图形学、图像处理、计算机视觉、计算机辅助设计及图形用户界面等多个研究领域，已成为当前计算机图形学研究的重要方向【2】。
研究表明，人类获得的关于外在世界的信息80%以上是通过视觉通道获得的。
经过漫长的进化，人类视觉信息处理具有高速、大容量、并行工作的特点。
常言所说“百闻不如一见”，“一图胜过千言”，就是这个意思。
这些特点早已为祖先们所认识和应用。
古长城上的烽火台，显示了先民的智慧，可以将重要的信息迅速大范围传递。
作为千百年来文明载体的“图书”，“图”是在“书”前的！
“河图洛书”的传说，显示出“图”在我们文明的发端及以后的发展中所起的作用。
今天，设计图是借助纸张的媒介表达创意，工程图是现代工业生产的依据。
可视化依然继续着借助形象化方法表达人类意图的传统。
我们将看到，可视化技术产生的图是一种全新的形式。
可视化技术的出现有着深刻的历史背景，这就是社会的巨大需求和技术水平的进步。
可视化技术由来已久，早在20世纪初期，人们已经将图表和统计等原始的可视化技术应用于科学数据分析当中。
随着人类社会的飞速发展，人们在科学研究和生产实践中，越来越多地获得大量科学数据【3】。
计算机的诞生和普及应用，使得人类社会进入了一个信息时代，它给人类社会提供了全新的科学计算和数据获取手段，使人类社会进入了一个``数据的海洋'
'
，而人们进行科学研究的目的不仅仅是为了获取数据，而是要通过分析数据去探索自然规律。
传统的纸、笔可视化技术与数据分析手段的低效性，已严重制约着科学技术的进步。
随着计算机软、硬件性能的不断提高和计算机图形学的蓬勃发展，促使人们将这一新技术应用于科学数据的可视化中。
借助航天航空、遥感、加速器、CT（计算机断层扫描）、MRI（核磁共振）、计算机模拟（如核爆炸）等手段，人类获取数据的能力飞速提高，每天产生的数据已经不是大量，而是称为海量。
一项统计表明，人类每天需要处理的数据量在80年代一般是在百万字节数量级，90年代已经增加1000倍以上，而且增加的趋势还在加强。
面对堆积如山的数据，及时解读，获取有用的信息成为人类面临的巨大挑战。
传统的数字或字符形式的处理显然无法满足需要。
可视化技术，在这个意义上就成为了“科学技术之眼”，它是科学发现和工程设计的工具【4】！
l987年2月，美国国家科学基金会在华盛顿召开了有关科学计算可视化的首次会议，与会者有来自计算机图形学、图像处理以及从事各个不同领域科学计算的专家。
会议认为“将图形和图像技术应用于科学计算是一个全新的领域”并指出“科学家们不仅需要分析由计算机得出的计算数据，而且需要了解在计算过程中数据的变化，而这些都需要借助于计算机图形学及图像处理技术”会议将这一涉及到多个学科的领域定名为“VisualizationinScientificComputing”简称“ScientificVisualization”【5】。
科学计算可视化指的是运用计算机图形学和图像处理技术，将科学计算过程中及计算结果的数据转换为图形及图像在屏幕上显示出来并进行交互处理的理论、方法和技术。
实际上，随着计算机相关技术的发展，科学计算可视化的含义已经大大扩展。
它不仅包括科学计算数据的可视化，而且包括工程计算数据的可视化，如有限元分析结果等。
也包括测量数据的可视化，如用于医疗领域的计算机断层扫描（CT）数据及核磁共振（MR）数据的可视化，就是最为活跃的研究领域之一。
基于MITK的医学图像处理系统的主要任务是通过对一系列的二维图像进行边界识别等分割处理，重新还原出被检物体的三维模型，并以表面的方式显示出来，从而为用户提供具有较强真实感的三维医学图像。
面绘制通过对一系列的二维图像进行边界识别等分割处理,重新还原出被检物体的三维模型,由三维空间数据场构造出中间几何图元（如曲面、平面等）,并以表面的方式显示出来,然后再由传统的计算机图形学技术，如合理的光照模型、纹理映射方法等来实现面绘制，从而为用户提供具有较强真实感的三维医学图像。
面绘制在辅助医生进行诊断、手术仿真、引导治疗等方面都可以发挥重要的作用。
面绘制是利用计算机图形学算法对物体表面进行绘制，可实现实时绘制，速度较快，可以快速灵活地进行旋转和变换光照效果，适用于绘制表面特征分明的组织和器官（如由CT数据生成骨骼三维图像），但对于形状特征不明显、有亮度变化特性的软组织，以及血管、细支气管等精细组织或器官的三维显示效果常常不佳，且仅显示为一个空壳【6】。
MITK表面重建主要采用marchingcubes（MC）算法。
MC算法是一种应用很广泛的由体密度数据重构三维等值面的方法，MC算法也被称为等值面提取，其本质是将一系列两维的切片数据看作一个三维的数据场，从中将具有某种域值的物质抽取出来，以某种拓扑形式连接成三角面片。
MC算法流程如下：
每次读出2张切片，形成1层,2张切片上下对应的8个点构成1个立方体,然后按从左到右,从前到后的顺序处理1层中的立方体,抽取每个立方体中的等值面,然后从下到上直至处理到n～1层,所以有时也称为移动立方体算法，因此，尽管MC算法属于面绘制,也可以称为间接体绘制，其绘制速度快，绘制效果好。
MITK中的marchingcubes算法由mitkmarchingcubes类来实现。
它可以接受高、低2个阈值，把灰度在这2个阈值之间的组织分界面提取出来，从而达到物体表面重建的目的。
绘制时，mitkmarchingcubes首先接收一个mitkvolume输入作为表面绘制的数据源。
由于医学图像比较模糊，为了得到更好的表面绘制效果，MITK可以对mitkvolume数据进行预分割处理，然后将分割后的mitkvolume结果作为MC算法的输入。
这样不仅可以使用户根据图像特征选择最恰当的分割方法，将自己感兴趣的部分（病变组织等）提取出来，而且可以减少了三维体数据的数据量，进而加快表面重建和显示的速度。
经marchingcubes算法处理后，输出一个mitkmesh对象。
其中mitkvolume和mitkmesh是MITK的2个核心数据模型，mitkvolume用来表达一个医学影像数据集，提供一个多维（包括一、二、三维）、多模态（CT、MRI等）的规则数据场的抽象;
mitkmesh代表一个三维的几何数据对象，是表面重建后输出的数据。
如图1所示，MITK中跟面绘制相关的Model是Surfacemodel,其主要任务是实现父类Model中Render算法来绘制表面重建算法生成的三角网格数据。
Surfacemodel拥有3个类成员：
mesh、surfaceproperty和surfacerender。
其中mesh主要提供对生成的三角面片数据的访问;
surfaceproperty负责维护表面模型的材质属性，并提供用户修改这些属性的接口;
surfacerender来负责最终的实际绘制工作[2]。
MITK的在低阈值为40，高阈值为150时的表面绘制实验结果【7】。
二本系统需要实现的功能
2.1根据医学图像处理的需要，要求能打开至少五种格式的图片。
在VC环境里面找到[资源视图]点击[menu]然后点击[IDR_MAINFRAME]，在后边有了菜单栏，在[文件]菜单下的打开里面添加上[打开IM0文件]，点击右键选择[属性]在[ID]一栏里面写上ID_FILE_OPEN_IM0，然后在点击右键选择[添加事件处理函数]在里面选择消息类型为：
COMMAND，类表选择CMITKMyDoc，最后点击[编辑代码]，这样就添加了第一个打开文件菜单项。
注意，这里[打开]的属性里面的[Pop-up]应该选为ture。
按照以后步骤依次添加
ID_FILE_OPEN_DICOM,Dicom
ID_FILE_OPEN_BMP,Bmp
ID_FILE_OPEN_JPEG,Jpeg
ID_FILE_OPEN_TIFF,Tiff
ID_FILE_OPEN_RAW,Raw
2.2显示输入数据MitkVolume以及输出数据MitkMesh的基本信息。
MitkVolume是一个Data，它是代表一个数据对象的。
它是整个MITK中最重要的数据对象，代表一个三维断层图像数据，所有要处理的断层数据都必须先表达成MitkVolume的形式才能得到后续的处理。
在MITK中,图像的显示环境由View提供,而图像对象的具体绘制是由Model负责，View可以拥有多个Model，通过AddModel（）和RemoveModel（）进行添加或者移除显示场景中的Model,并且遍历它所有Model，**调用它的Render（）函数来绘制Model。
具体到在本设计中对二维图像的显示是由mitkView派生而来的mitkImageView负责的，而mitkImageView类只负责提供显示环境，具体将对象绘制出来是由mitkImageModel负责。
mitkImageModel是专门用来显示Volume中断层图像的Model。
它可以显示X-Y,Y-Z,Z-X三个平面的断层图像【8】。
2.3具有浏览各张切片图像的功能。
2.4要求有对图像进行平移、缩放和窗宽/窗位调整的功能。
MitkImageView所带的缺省Manipulator实现了常用的鼠标操作，所以本系统直接拥有了对图像进行平移、缩放和窗宽/窗位调整的功能，其中，按住鼠标左键拖动鼠标可以平移图像；
按住鼠标右键拖动鼠标可以对图像进行缩放；
按住鼠标中键拖动鼠标是调整图像的窗宽/窗位，水平移动调整的是窗宽，垂直移动调整的是窗位。
2.5要求有对输入的Volume数据进行表面重建的功能。
此方法基本原理首先给出等值面的值，找出该等值面经过的体元的位置，然后求出该体元内的等值面并计算出相关参数，最后绘制等值面。
主要步骤如下：
（1）由三维数据场相邻8个数据点构造每个体元，然后将每个体元的8个角点值与给定等值面值比较，由比较结果构造体元状态表；
（2）根据状态表得出与等值面有交点的体元边界，再通过插值方法计算体元边界与等值面的交点；
（3）构造三角形等值面并计算三角面片的法向量，最后绘制图像。
利用MarchingCubes方法实现多个等值面的重建，把多个等值面组合起来得到最终表面。
本系统可以实时地调节各个等值面的阀值，从而得到较好的效果【9】。
2.6要求有对输出的Mesh数据有点显示、线框显示以及面显示的功能。
三体绘制及其在MITK中的实现
3.1体绘制概况
由于体数据场所含有的物体结构一般是复杂而细腻的，如人体器官和软组织等，所以很难用几何来准确描述。
即使物体的面绘制能够顺利完成,也只能体现体的表面信息，而物体内部大量的有用信息却在生成等值面的过程中被舍弃掉了。
为了克服上述缺陷，人们开始研究体绘制技术，它不需要传统图形学中体由面构造的这一约束，而是直接地对体数据场进行显示。
由于该方法是直接研究光线穿过体数据场时的变化，从而得到最终的绘制结果，所以，体绘制有时也称之为直接体绘制。
体绘制需要对体数据场中每个元素，即体素进行处理。
它首先要对每个体素赋以透明度和颜色值，然后再根据每个体素所在点的灰度梯度及光照模型计算出相应体素的光照强度，最后计算出全部采样点对屏幕像素的贡献，即像素的光照强度,生成结果图像，并且直接把三维灰度数据投影显示到二维屏幕上。
体绘制的具体内容包括体数据场的采样、重构、重采样、组合、变换、绘制、交互控制等操作。
所以体绘制计算量大，图像生成速度慢，更多地受到硬件技术发展的限制。
体绘制的目的在于提供一种基于体素的绘制技术，它有别于传统的基于面的绘制，能显示出对象体丰富的内部细节，逐渐成为当前可视化研究中越来越值得关注的课题【10】。
体绘制是应用于工程和医学等领域大规模三维数据场可视化的重要技术手段。
它对信息的表达准确且完备，相比面绘制等传统可视化技术，它更符合科学计算的严谨性要求。
之前研究中体绘制控制要素的设计，特别是转换函数设计和视点选择严重依赖用户经验，用户交互频繁但效率不高，可用性差。
（1）在基于图像的转换函数设计的基础上，提出了基于粒子群优化和基于遗传粒子群算法的转换函数设计方法。
该方法基于不同的转换函数评价方法分别实现了转换函数设计的自动和半自动化，在降低用户操作强度的同时，减少了设计次数，提高了设计效率。
同时基于智能优化算法的粒子评价过程提出了一种基于主观评价和客观评价的混合评价方法。
该方法在评价过程中综合考虑了用户的主观评价值和粒子的客观评价值，将其按照一定比例合成，得到最终评价值。
这种评价方法可使可视化结果既满足用户的需求，又符合严谨的客观评价原则。
（2）在简单转换函数设计的基础上，提出了一种复杂转换函数的设计方法。
它把复杂转换函数设计问题转化为多个简单转换函数的融合设计问题。
这种方法直观且易于实现，降低了复杂转换函数的设计难度。
它把融合设计问题转化为对融合比例的参数寻优问题，采取基于预期适应度的相似性评价方法对融合比例作出评价，由Ps0根据评价值生成新的融合比例，在很大程度上简化了复杂转换函数的设计。
（3）在体绘制中提出了一种基于粒子群优化的自动视点选择方法，基于屏幕提供给用户包含最多数据信息的绘制图像。
该方法根据视点信息量来评估视点质量，通过采用Ps0迭代生成新视点，较大程度地减少了需评价的视点数目，从而消除了冗余的视点计算，在保证视点质量的同时提高了视点选择效率【11】。
经过大量实验证明，本文提出的算法能较好地缩减用户可视化操作的工作量，有效提高了可视化效率，在体绘制的智能化方面做出了有益的探索。
相对于传统的面绘制技术，体绘制能够更准确全面地显示出信息，曼符合科学计算的严谨性，因此已经成为大规模三维数据场可视化的重要技术。
为了使可视化更有用、更高效，在体绘制过程中引入人工智能的相关技术，以提高体绘制效率和降低研究成本。
近年来智能体绘制已经逐渐成为大规模科学数据可视化的一个新的研究热点，它对可视化的发展有重要意义。
科学计算可视化是把图形生成技术、图像处理和人机交互技术结合在一起，将科学计算过程中及计算结果的数据转换为图形及图像在屏幕上显示出来并进行交互处理的理论，方法和技术。
它旨在使隐含在大量科学数据中的复杂物理现象和自然规律转化为图形、图像，使用户对计算结果有一个直观的认识，从而使其摆脱直接面对大量抽象数据的被动局面，能更直观、更有效地进行科学分析。
三维空间数据场的显示是实现科学计算可视化的核心。
随着计算机计算能力的增强和获取数据的设备的发展，传统的可视化技术与数据分析手段的低效性，已严重制约着科学技术的进步。
近年来随着计算机硬件的飞速发展和图形功能的不断完备，体绘制已逐步发展成为三维数据场可视化的重要手段之一，它能够从体数据集中抽取内在的本质信息，并借助交互式的图形图像技术展现出来。
体绘制技术研究的是如何表示、维护和绘制体数据集，从而提供洞察数据内部结构和理解物质复杂特性的机制【12】。
尤其对于工程数据和医学数据等大规模数据集，体绘制技术与传统的面绘制技术相比更适合此类数据的可视化，这主要是因为它能显示出所有的数据，不会丢失数据，更符合科学计算和医疗研究的严谨性。
但是由于体绘制的算法复杂性，使得体绘制在这些领域的应用由于可视化效率较低而无法得到广泛的推广。
所幸的是，随着计算机硬件的发展，体绘制的性能得到了一定程度的提高，借助可编程的图形硬件（GraphicProcessingUnit，GPU），可以绘制大小为5123的体数据。
之前许多的研究工作集中于具体应用的新方法、改进具体方法的性能等，大多相关应用被局限在实验环境中，并不是各种真正的应用领域，这种现象导致出现了很多无用的、效率低的、不直观的可视化系统。
为使体绘制得到更好的发展，必须保证体绘制的有用性和高效性，为此需要在体绘制过程中关注用户需求、进一步提高可视化效率，使可视化结果真正有用。
通常提高体绘制效率的方法有两种：
一种是通过减少设置合适转换（TransferFunction，TF）的时间，以更快地提供给用户满意可视化结果；
另一种方法是尽量在屏幕中显示更多的信息，避免重要信息被遮挡等情况，即提高可视化结果的有用性，以减少用户观察研究数据的时间，从而提高体绘制效率【13】。
基于转换函数，体绘制可以将体数据集的信息更充分地传达给用户。
转换函数的设计是体绘制技术的基础和难点所在。
整个转换函数的设计过程极其枯燥无味、冗长费时，致使体绘制系统难以使用和进行推广。
因此改善转换函数的设计过程是提高体绘制效率的途径之一，是改进体绘制系统性能的一个比较重要的突破点。
而视点选择方法是通过选择数据的最佳观察位置，增加可视化结果的有用性，减少用户了解数据的时间，提高研究效率，从而达到提高体绘制效率的目的。
目前已经有一些相关研究围绕着提高体绘制效率这个目标展开，研究人员把人工智能的相关技术引入体绘制过程中，以期提高体绘制的效率。
同时由于智能技术本身与人的智能具有在一定程度的相似性，因此在体绘制过程中引入智能技术也使得可视化结果更符合用户的需求，提高了体绘制的有用性。
近年来这已经逐渐成为大规模科学数据可视化的一个新的研究热点，它对可视化的发展有重要意义【14】。
3.2MC算法
计算问题是Bayes统计学发展和得以普及应用的命脉，而MCMC技术是解决这一问题的利器，对MCMC及其相关算法的研究有助于Bayes方法在实践中更为广泛的应用。
目前虽然在Bayes理论框架下国外学者对MCMC已有大量研究并提出了诸多算法，但实际上真正易于在计算机上实现的方法并不多，因此本课题致力于MCMC方法的具体实现的研究，这一实现体现在计算的自动化方面。
在对MCMC方法的基本理论及其算法研究的基础上，本研究运用计算机随机模拟的原理和方法，采用面向对象的编程技术，对如何编程实现MCMC算法以及如何将其应用到统计学模型上进行了理论和实践探索。
通过理论研究及实践总结，对如何实现Gibbs抽样算法的基本思路归纳如下：
首先根据实际问题确定统计学模型并选取各个参数的先验分布，然后依据模型构建出DAG图模型中各个节点（参数）之间的父子关系，在此关系上构造各待估参数的完全条件分布，最后应用适应性舍选抽样算法（ARS）对各参数进行随机抽样，循环此抽样过程直到取得了足够多的样本用于估计。
依第四军医大学硕士学位论文据此实现思路，用Delphi编制出了一系列对象及函数，初步实现了Gibbs抽样算法，构建了一个便于持续开发的软件环境并将计算软件暂命名为ARSP【23】。
在此软件环境下，后来的开发者仅需书写定义变量和为变量进行赋值的代码语句即可实现对一个新的统计模型的计算，依据随机变量的父子关系，系统能够自动计算其完全条件分布，在此过程中开发者完全不用考虑此计算的任何实现细节。
要进一步扩
升级会员 