一种基于体素增长的医学图像三维重建方法技术

本发明专利技术属于医学图像技术领域，提供一种医学图像三维重建等值面提取方法。本发明专利技术首先要改进原有MC算法的两个索引表，再创建一个新的增长索引表，和六个增长方向的面索引值及其对应的六个面等值点索引表。先采用米字形遍历中间一层立方体寻找种子体素，再以种子体素进行增长重建。增长过程中运用六个方向的索引值和等值点索引表来保证相邻立方体信息的构建，即将公共面上已经求出的等值点信息与相邻体素信息一同放入增长队列中，使相邻体素重建时不需要重复计算相同等值点信息。采用拓展查找表方法来效避免二义性的问题发生。构建增长查找表确定其增长方向，避免遍历不含等值面的立方体，加快重建时间。重复以上步骤，当队列为空即结束等值面重建。结束等值面重建。结束等值面重建。

【技术实现步骤摘要】
一种基于体素增长的医学图像三维重建方法


[0001]本专利技术属于医学图像领域，具体涉及一种医学图像三维重建等值面网格提取方法。

技术介绍

[0002]随着医学影像技术的发展，医学影像已成为医生判断病症的重要手段，它们使各个器官组织结构得以清楚显示，明显提高了病灶的检出率。然而，断层图像不利于器官结构和病灶的整体显示，需要连续观察多帧图像，经人脑思维整合或运用图像后处理重组技术，才能形成完整的概念。利用医学二维断层图像重建并显示出人体组织的三维图像，极大提高了医生对病情的诊断率。当前，医学图像网格生成技术最为成熟的是MC算法及其衍生算法，因其原理简单，实现容易，得到了广泛的运用。
[0003]MC算法通过遍历所有的立方体生成网格，其中大部分时间浪费在空体素(和等值面没有相交的立方体)计算上，并且等值面是在各个立方体中单独生成的，重复的计算公共面上的等值点信息。并且生成的等值面存在一定的二义性。本专利技术针对这些问题，提出一种新的算法，解决MC算法二义性问题的同时显著加快重建速度。

技术实现思路

[0004]本专利技术的目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于体素增长的医学图像三维重建方法，其特征在于，包括以下步骤：A、读取医学图像数据，构造立方体数据，查找种子体素，并将种子体素信息放入增长队列中；B、从队列中取出数据构造立方体，计算索引值，对改进边索引表1进行查寻，确定相交边位置，依次进行未插值棱边等值点信息计算，求出等值点信息后，查找拓展后的三角索引表2，确定三角形连接方式；C、根据当前体素构型查找增长索引表3，向该种构型特定方向增长，若需要向某个方向增长，则先判断该方向相邻体素处理标记是否为已处理，若已处理则进行下一个方向，若未处理则计算该方向表面索引值，查找该面等值点索引表确定该面等值点信息放入队列的顺序，然后将该方向相邻立方体信息和等值点信息依次放入增长队列中；D、重复以上B、C步骤，直到队列为空。2.根据权利要求1所述的一种基于体素增长的医学图像三维重建方法，其特征在于，在所述步骤A中，种子体素的选取方法为：选取中间层二维断层图像作为种子选取层，从图像边缘的中点位置开始向对面另一边中点逐个遍历立方体数据，若没有找到种子立方体则进行另外一边的中点向对面中点的立方体遍历，若还是没有找到则进行图像两个对角线的立方体遍历，若依然没有找到则在相邻层继续以这种米字形查找方式进行种子点的查找，直到发现种子体素为止，在此过程中发现种子体素就停止查找，然后将种子体素信息放入增长队列中并加入哨兵节点，其代表一个体素信息已全部完整地存入队列。3.根据权利要求1所述的一种基于体素增长的医学图像三维重建方法，其特征在于，在所述步骤B中，构造立方体准则为：从队列中取出一组数据中的前8个顶点信息,再取出后面4个插值点的信息并依次命名为a1、a2、b1、b2来一起构建立方体信息，对于种子体素没有后面的插值点信息，因此对于种子体素只构建由8个顶点建立的立方体信息，提取信息过程中遇到哨兵节点就停止本次提取数据，然后将各...

【专利技术属性】
技术研发人员：王沫楠，王鑫，夏领兵，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：