1绪论
1.1选题背景及意义
自从X射线被发现以来,随着MRI (核磁共振成像)和CT (计算机断层扫描)成像等各种现代医学成像技术在实际中的应用,在相当大的程度上改变了原有医学诊断的模式。使用计算机技术处理采集到的医学图像数据,可以更加精确客观的帮助医生对病人进行病情的诊断和分析。同时,把通过CT和MRI等各种不同医学成像方法得到的医学影像信息进行合成,将给医学图像处理的研究和临床诊断带来了新的突破。随着现代计算机科学技术的快速发展,再加上医学图像设备和医学图像处理技术的不断更新进步,将不断的涌现出新的医学图像处理方法。医学图像处理技术己经成为一门发展迅速的新兴学科,在未来的发展过程中必将得到医学图像幵发人员更多的重视⑴。随着我国对医疗事业重视程度的不断加深和现代临床医学对先进医学设备实际需求的增长,在改革开发的过程中将有很多先进的医学设备从国外被引进。但由于我国医学图像研究的发展起步较晚,再加上之前对该领域的重视程度不够,致使对于辅助这些先进医学设备使用的医学图像处理软件的研发远远落后于西方发达国家,通常在使用这些先进医学设备的同时还得花大量的资金去购买相配套的软件系统。
长此以往由于没有自主知识产权,这将使得在使用相应设备时必依赖于西方国家,同时还将进一步阻碍我国医学图像处理领域的发展。目前,很多国家对医学图像领域的发展,都是立足于现有医学图像处理技术的基础上,通过对各种处理方法进行改进建立起自己的理论体系,同时根据本国实际的需求利用对医学图像信息的深入分析和现有的相关技术,对民学图像处理系统和软件不断的进行幵发。在这样的发展背景下,对于我国医学诊断治疗技术和各种图像处理软件幵发的发展来说既是机遇又是挑战,现代医学图像信息领域的高速发展给我国在该领域内的探索奠定了一定的基础,同时由于本身在该领域内研究水平的相对落后,也给我们提出了很大的挑战。就医学信息产业的发展来说
1.2国内外研究现状
在医学图像处理领域内新算法不断的被研究出来的过程中,目前已经有相当多成熟的处理算法。有很多的研究人员致力于算法的研究,但为了避免重复的劳动并更好地利用已有的成熟算法,有一些开发人员专门针对医学图像领域幵发了许多图像处理的算法平台。现有医学图像处理算法平台在幵发的过程中集成了很多我们常用的处理算法,在这个基础上有些开发人员还将自己的改进的后算法也集成到相应的开发平台中,这样在实际的应用对于那些常用的处理算法就不需要在每一次使用时都对其进行编写,只要通过调用平台中集成的算法,并根据自己的实际需求改变某些参数就能完成我们所需要应用。现有医学图像处理平台可以给该领域的幵发人员提供分析算法和显示图像处理结果的环境支持,开发人员不仅能够搭建实际应用中所需要的实验环境,还能以此为基础对现有算法进行改进和检验新算法的处理效果,因此开发者们在这些平台上能够很方便的进行自己的开发工作。目前,医学图像处理领域内已经幵发出了一些相应的三维处理系统,但由于这些系统造价很高,维护和操作的过程对于一般的幵发人员来说也不简单,因此都未能得到广泛的应用和进一步的发展。
2系统相关的理论和技术
2.1医学图像处理技术的简介
医学图像处理与分析技术经过近年来的发展,其涉及到的领域的非常多,但就其实际应用中常用的基本技术主要有医学图像三维可视化和医学图像分割等。这些处理与分析技术又各自成为一个独立的体系,每一个技术中都包含了各种各样的具体方法,它们是医学图像领域内各种算法平台和应用系统长期发展的基础。在现实生活中医学人员通过使用这些技术在计算机上分析病人的医学图像数据,来对病情的实际情况进行客观精确的分析和判断;同时,也为该领域内的开发人员提供了各种开发研究的技术手段。
2.1.1医学图像三维可视化
在医生对病人进行医学诊断时,通常都是先利用医学影像设备来获取需要诊断组织结构的二维断层影像,然后通过对获取的图像进行观察来确定病人的实际病情。但这种诊断病人病情的方式是不够准确的,因为通过医生的诊断经验来判断病变组织实际情况是带有一定主观性的,同时由于人体组织结构的多态性和复杂性,不同的人其相同组织结构的形状大小也各异,这就使得对病变位置和形态的判断具有相当大的不可预知性。因此,就需要一种可视化的工具来对人体组织器官和病变结构的实际形态特征进行精确的三维重现,三维可视化技术就是能够对物体进行三维重建和显示的有效手段。现有的各种医学成像技术都能得到三维可视化过程中重建所需要的体数据,通常这些体数据就是医学影像数据的一组二维断层图像。医学图像三维绘制的过程就是对这些体数据进行重建,得到影像数据中我们感兴趣物体的三维几何模型,最后将得到的模型通过可视化的环境将其显示出来。随着三维可视化技术和计算机技术的发展,医学图像的作用不仅局限于用来观察病人的组织结构,还能在虚拟可视化环境中用于重现组织结构三维形态,同时使用者还能根据自己的实际需求,在这个三维可视化的环境中对重现出来的物体形态进行交互式的调整和修改。因此,在未来医学图像处理领域和医学信息分析领域内,三维可视化技术必定会在实际应用中得到广泛的使用。医学图像处理领域内的三维可视化技术不仅有三维表面绘制方法还有体绘制,即体数据的三维重建方法分三维表面重建的方法和体重建的方法,表面绘制是用三角面片表示生成的表面
2.2 MlTK的分析和研究
目前,VTK和ITK通过多年来的发展都分别成为可视化领域和医学图像分割配准方法领域内重要的显示工具和算法平台,它们给各个领域幵发人员的幵发工作带来了很多的帮助。但由于VTK和ITK在设计上对于医学图像处理领域来说仍存在一定的局限性,这就导致不能在更加广泛的医学图像处理领域内对它们的应用。首先,我们在使用ITK对医学图像进行分割配准之后,如果要分析和观察处理后的结果图像通常是利用VTK的显示功能来完成,这种处理的方式对于医学图像处理领域内的开发人员来说有很多的不便,不仅在使用VTK时其配置环境的过程时间长,而且必须熟悉两个平台工具的使用,这就不可避免的使得整个处理过程在实际应用中变得更加复杂。之所以采用这样的分析处理方式,因为ITK不具备图像显示的功能。同时,再加上VTK和ITK在编程风格上采用了不同的方式,这就使得我们在使用VTK和ITK构建成一个比较完整的医学图像处理和分析平台时具有一定的复杂性。
1 绪论………………1
1.1选题背景及意义………………1
1.2国内外研究现状………………2
1.3 本文的组织结构………………4
2系统相关的理论和技术………………5
2.1医学图像处理技术的简介………………5
2.2 MITK的分析和研究………………8
3集成化医学图像处理系统的分析…………12
结 论
本文对医学图像处理的发展和相关技术进行了简单的概述,首先讨论了医学图像的三维可视化和图像分割等重要的医学图像处理技术,还分析研究了医学图像系统研发平台MITK的特点,探析了VTK和ITK用于医学图像处理的局限性,并介绍了对于我们开发集成化医学图像处理系统的意义。由于ITK与VTK都是结构复杂和非常庞大的系统,同时ITK不具备可视化的能力,VTK又只是一个通用领域内的三维可视化工具,并不是专门面向医学图像领域的。因此,我们希望基于MITK设计一个融合了股骨头球体建模与常用图像处理功能的集成化医学图像处理系统。具体讨论了该系统框架的整体设计和实现过程,以及股骨头球体建模这一特定功能的实现。不但分析了基于MITK对三维可视化的实现,还讨论了图像分割的设计与实现,尤其是深入的探讨了三维可视化技术中的表面绘制技术和体绘制技术。三维可视化是医学图像研究领域内比较重要的一个技术,其中重要的内容就是体数据的三维重建,它可以帮助医生对病变区域进行更准确的分析,从而进一步的提高医学诊断的客观性和精确性。针对医学图像中的阈值分割方法和交互式分割方法,对它们的原理进行了介绍,并给出了类的结构框图来说明是如何在系统的框架中实现的。同时,在系统中对股骨头球体建模这一特殊功能进行了相应的设计和实现,以满足我们的特定需求。
参考文献
[1]何晖光.数字几何的研究及其在医学可视化中应用[D].北京:中科院自动化所,2002.
[2]田捷,包尚联,周明全.医学影像处理与分析[M].北京:电了-工、Ik出版社,2003.
[3]党光磊.于MITK的医学图像系统设计[J].计算机与现代化,2011(2) :8-10.
[4] Luis Ibanez, Will Schroeder, Lydia Ng. http://sblunwen.com/yxyxx/The ITK Software Guide: The Insight Segmentation and Registration Tookit(version 1.4), Kitware,Inc. Publisher, 2003.
[5] Joel, Raichlen. Dynamic three dimensional reconstruction of the left ventricle from two dimensional echocardiograms [J]. Journal of the American College of Cardiology,1986,8(2):364-370.
[6] M.J. Durst. Letters:Additional reference to “Marching Cubes” . ACM Computer Graphics, 1988,22(4):72-73.
[7] LEVOY M. Display of surfaces from volume data[J]. IEEE Computer Graphics and Applications, 1988, 8(3):29-37.
[8] D. Laur,P. Hanrahan. Hierarchical Splating: A Progressive Refinement Algorithm for Volume Rendering[J]. ACM Computer Graphics, 1993,25(4):285-288.
[9] M. Levoy. Display of surfaces from volume data[J]. IEEE Transaction on Computer Graphics and Applications,1988,8(3):29-37.
[10] SIGGRAPH. Proceedings of the 21st annual conference on Computer graphics andinteractive techniques[C]. New York: Association for Computing Machinery, 1994.