基于IDL语言的医学图像三维重建相关技术研究与实现

论文摘要

近二十多年来，医学影像技术已成为医疗相关技术发展最快的领域之一，使得临床医生对人体内部组织器官的观察更直接、更清晰、更准确。七十年代以来，随着核磁共振成像（MRI：Magnetic Resonance Imaging），电子计算机X射线断层扫描技术（CT：Computed Tomography），超声波扫描技术（US：Ultrasonography）等医学成像技术的发展和应用，人体内部组织器官的二维切片序列就很容易得到了。但是，二维切片序列仅能够表达某个切面的解剖信息，却很难直接地建立起物体的三维结构。目前，在影像医疗诊断中，医生仅通过观察一组二维切片图像序列去发现病灶，很难准确的确定病灶的大小、空间位置、几何形状及其与周围组织的空间关系。因此，利用计算机图像处理等方面的知识和技术对二维切片序列进行分析和处理，实现对人体内部组织器官的分割提取和三维重建，可以辅助医生对人体内部组织器官中的感兴趣区域进行定性、定量的分析，大大提高医疗诊断的水平。此外，它在手术规划、仿真、导航及各种医学研究中也起到重要的辅助作用。鉴于此，本文在简要介绍开发工具IDL的基础上，从符合DICOM标准的CT图像数据开始，重点讨论和研究了三维重建中的经典的面绘制和体绘制算法，其中，面绘制算法有Marching cube算法和PolyPaint算法，体绘制算法有光线投射算法，并结合IDL编程实现了面绘制和体绘制，与利用VC++和VTK编程实现的面绘制与体绘制进行了对比，同时在重建的基础上对重建图像进行切割，包括多平面切割和任意平面切割，并进行了其他交互操作，效果良好，达到了预期的目的，并且本文的实现方法相对便捷，运行的速度较快，具有一定的临床应用价值。

论文目录

• 摘要
• Abstract
• 引言
• 1 绪论
• 1.1 课题研究背景，目的及意义
• 1.1.1 课题研究背景
• 1.1.2 课题研究目的
• 1.1.3 课题研究意义
• 1.2 国内外研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 医学图像三维重建的应用
• 1.4 论文主要研究内容
• 2 图像数据格式
• 2.1 数据来源及特点
• 2.2 DICOM 标准概述
• 2.3 DICOM 标准主要内容和结构
• 2.3.1 DICOM 标准主要内容
• 2.3.2 DICOM 文件结构
• 3 医学图像三维重建的基本方法
• 3.1 医学图像三维重建方法概述
• 3.2 面绘制算法
• 3.2.1 Marching cube 算法
• 3.2.2 Marching cube 算法“空洞”问题
• 3.2.3 IDL 中 PolyPaint 算法
• 3.2.4 PolyPaint 算法中多边形等值面的产生
• 3.2.5 PolyPaint 算法避免“空洞”问题分析
• 3.3 体绘制算法
• 3.3.1 光线投射算法原理
• 3.3.2 光线投射算法流程
• 4 IDL 介绍
• 4.1 IDL 概述
• 4.2 IDL 特点
• 4.3 IDL 语言的发展
• 4.4 IDL 绘图机制
• 4.4.1 系统物理构架体系
• 4.4.2 虚拟图形构架体系
• 4.4.3 系统运行体系
• 4.4.4 直接图形系统与对象图形系统的比较
• 5 医学图像三维重建实现流程及效果
• 5.1 利用面绘制算法实现医学图像三维重建的实现流程及效果
• 5.1.1 使用两种系统分别对 IDL 中的脑部数据进行面绘制
• 5.1.2 使用对象图形系统分别对不同数据进行面绘制
• 5.1.3 与利用 VTK 进行面绘制作比较
• 5.2 利用体绘制算法实现医学图像三维重建的实现流程及效果
• 5.2.1 利用 IDL 进行体绘制的关键操作
• 5.2.2 利用 IDL 分别对两种数据进行体绘制的效果及比较
• 5.2.3 与利用 VTK 进行体绘制比较
• 5.2.4 其他对象的体绘制
• 5.3 对体绘制图像进行交互操作
• 5.3.1 对体绘制图像进行切割
• 5.3.2 其它的常用交互操作
• 结论
• 参考文献
• 在学研究成果
• 致谢