CN101499177A - 一种三维模型的建立方法和系统 - Google Patents
一种三维模型的建立方法和系统 Download PDFInfo
- Publication number
- CN101499177A CN101499177A CNA2008100032280A CN200810003228A CN101499177A CN 101499177 A CN101499177 A CN 101499177A CN A2008100032280 A CNA2008100032280 A CN A2008100032280A CN 200810003228 A CN200810003228 A CN 200810003228A CN 101499177 A CN101499177 A CN 101499177A
- Authority
- CN
- China
- Prior art keywords
- image
- research object
- processing software
- xsect
- medical detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明中公开了一种三维模型的建立方法,包括:获取研究对象的医学检测影像;将所述医学检测影像转换为图像处理软件能够识别的图像;利用图像处理软件从所述图像中识别并提取研究对象各组成部分的轮廓信息;根据所述轮廓信息,将研究对象预设的各个横截面上的坐标点连成封闭曲线;将所述各个横截面的封闭曲线联结在一起,构成研究对象的三维模型。此外,本发明还公开了一种三维模型的建立系统。本发明所公开的技术方案在建立三维模型时,无需人工测绘,从而提高了三维模型建立的效率。此外,由于可以随时获取临床个体的医学检测影像,因此也无需局限于特定的标本,从而适用于临床的个体研究。
Description
技术领域
本发明涉及医学领域,尤其涉及一种三维模型的建立方法和系统。
背景技术
随着计算机图像处理技术的飞速发展,在医学领域中利用图像处理软件来进行研究或辅助治疗工作等变得越来越普及。例如,利用图像处理软件对种植体进行受力分析,分析不同形状(或材质)种植体对种植母体的影响;在三维模型上模拟手术,计算手术的各种参数(如开刀位置、方向和尺寸),预测术后结果;进行各种医学统计活动等。
但无论哪种研究或辅助治疗工作,其在利用图像处理软件进行处理之前都需要先建立研究对象的三维模型。现有技术中,多用人工测读标本或者标本模型切片、磨片的方法分别逐层测绘断层的外形坐标,也有的直接测取标本的三维形态坐标(如激光测绘、表面绘制方法),生成三维模型,但这些传统方法中,采用人工测读比较耗费时间和人力,三维模型建立的效率较低;同时,由于这些传统方法仅能完成实体标本的外部形态,而无法反映实体的内部复杂结构,因此三维模型的精度不高;此外,由于这些传统方法多是根据已有标本进行的,而非针对临床个体进行的,因此不适合于临床的个体研究。
发明内容
本发明一方面提供了一种三维模型的建立方法,另一方面还提供了一种三维模型的建立系统,以提高三维模型建立的效率,并适用于临床个体研究。
本发明提供的三维模型的建立方法,包括:
获取研究对象的医学检测影像;
将所述医学检测影像转换为图像处理软件能够识别的图像;
利用图像处理软件从所述图像中识别并提取研究对象各组成部分的轮廓信息;
根据所述轮廓信息,将研究对象预设的各个横截面上的坐标点连成封闭曲线;
将所述各个横截面的封闭曲线联结在一起,构成研究对象的三维模型。
较佳地,所述将医学检测影像转换为图像处理软件能够识别的图像包括:
对所述医学检测影像的数据格式进行分析,得到所述医学检测影像的格式类型;
根据所述格式类型,将所述医学检测影像的格式类型转换为图像处理软件能够识别的图像格式类型,得到图像处理软件能够识别的图像。
较佳地,所述利用图像处理软件从所述图像中识别并提取研究对象各组成部分的轮廓信息包括:
利用图像处理软件对所述图像进行去噪处理;
根据研究对象各组成部分在所述图像中的灰度级差,按照预设的阈值对所述去噪后的图像进行二值化处理;
根据二值化处理后的灰度值,按照预设的方向和/或顺序,记录并描述研究对象各组成部分的轮廓信息。
较佳地,根据所述轮廓信息,将研究对象预设的各个横截面上的坐标点连成封闭曲线包括:
根据所述轮廓信息及三维模型的精度要求,调整研究对象各组成部分边缘的轮廓坐标点的数目;
将数目调整后的研究对象预设的各个横截面上的坐标点连成封闭曲线。
较佳地,所述将研究对象预设的各个横截面上的坐标点连成封闭曲线之后,将所述各个横截面的封闭曲线联结在一起之前,进一步包括:
对所述各个横截面的封闭曲线进行优化处理。
其中,所述医学检测影像为计算机X射线断层扫描影像或磁共振影像。
本发明提供的三维模型的建立系统,包括:
影像获取装置,用于获取研究对象的医学检测影像;
图像转换装置,用于将所述影像获取装置获取的医学检测影像转换为图像处理软件能够识别的图像;
模型生成装置,用于利用图像处理软件从所述图像转换单元转换的图像中识别并提取研究对象各组成部分的轮廓信息;根据所述轮廓信息,将研究对象预设的各个横截面上的坐标点连成封闭曲线;将所述各个横截面的封闭曲线联结在一起,构成研究对象的三维模型。
其中,所述影像获取装置可以为计算机X射线断层扫描装置或磁共振装置。
较佳地,所述图像转换装置,包括:
格式分析单元,用于对医学检测影像的数据格式进行分析,得到所述医学检测影像的格式类型;
格式转换单元,用于根据所述格式类型,将所述医学检测影像的格式类型转换为图像处理软件能够识别的图像格式类型,得到图像处理软件能够识别的图像。
较佳地,所述模型生成装置,包括:
信息提取单元,用于利用图像处理软件从医学检测影像转换的图像中识别并提取研究对象各组成部分的轮廓信息;
曲线生成单元,用于根据所述信息提取单元提取的轮廓信息,将研究对象预设的各个横截面上的坐标点连成封闭曲线;
模型构成单元,用于将所述曲线生成单元连成的各个横截面的封闭曲线联结在一起,构成研究对象的三维模型。
较佳地,所述信息提取单元包括:
去噪子单元,用于利用图像处理软件对医学检测影像转换的图像进行去噪处理;
二值化处理子单元,用于根据研究对象各组成部分在所述图像中的灰度级差,按照预设的阈值对所述去噪后的图像进行二值化处理;
信息提取子单元,用于根据二值化处理后的灰度值,按照预设的方向和/或顺序,记录并描述研究对象各组成部分的轮廓信息。
较佳地,所述曲线生成单元包括:
坐标点数目调整单元,用于根据所述信息提取单元得到的轮廓信息及三维模型的精度要求,调整研究对象各组成部分边缘的轮廓坐标点的数目;
曲线生成子单元,用于将数目调整后的研究对象预设的各个横截面上的坐标点连成封闭曲线。
较佳地,所述曲线生成单元进一步对连成的封闭曲线进行优化处理。
从上述方案可以看出,本发明中通过将获取的研究对象的医学检测影像转换为图像处理软件能够识别的图像,然后利用图像处理软件从所述图像中识别并提取研究对象各组成部分的轮廓信息,之后,根据所述轮廓信息,将研究对象预设的各个横截面上的坐标点连成封闭曲线,并将所述各个横截面的封闭曲线联结在一起,从而构成研究对象的三维模型,可见,无需人工测绘,提高了三维模型建立的效率。此外,由于可以随时获取临床个体的医学检测影像,因此也无需局限于特定的标本,从而适用于临床的个体研究。
附图说明
下面将通过参照附图详细描述本发明的示例性实施例,使本领域的普通技术人员更清楚本发明的上述及其他特征和优点,附图中:
图1为本发明实施例中三维模型的建立方法的示例性流程图;
图2为由CT影像转换得到的一幅图像处理软件能够识别的图像;
图3为对图2所示图像进行轮廓信息提取后得到封闭曲线的示意图;
图4为含种植体下颌骨的三维有限元模型及网格单元划分效果图;
图5为图4所示模型的网格单元划分局部放大的效果图;
图6为本发明实施例中三维模型的建立系统的示例性结构图;
图7为图6所示系统中图像转换装置的结构示意图;
图8为图6所示系统中模型生成装置的结构示意图;
图9为图8所示装置中信息提取单元的结构示意图;
图10为图8所示装置中曲线生成单元的结构示意图。
具体实施方式
本发明实施例中,考虑到计算机X射线断层扫描(ComputedTomography,CT)和磁共振(Magnetic Resonance Imaging,MRI)等成像技术被广泛应用于临床诊断中,并且CT和MRI等成像技术都有诸多优点,例如,对于CT成像来说:CT断层影像形变较小,获得的信息全面、准确,能反映较细致复杂的结构;扫描无创伤和破坏性,保存了受检对象的完整;每一个断层二维信息定位准确,空间位置依次排列;分辨率高,便于图像分割;可重复使用等。对于MRI成像来说:MRI成像无骨性伪影,可随意作直接的多方向(横断、冠状或任何角度)切层;较高的软组织分辨能力等。为此,本发明实施例中考虑将CT或MRI等成像技术应用于三维建模中。
其中,CT是根据人体各组成部分对X线的吸收与透过率的不同,应用灵敏度极高的仪器对人体进行测量,然后将测量所获取的数据输入电子计算机,电子计算机对数据进行处理后,得到人体被检查部位的断面或立体的影像。MRI是把人体放置在一个强大的磁场中,通过射频脉冲激发人体内氢质子,发生核磁共振,然后接受质子发出的核磁共振信号,经过梯度场三个方向的定位,再经过计算机的运算,构成各方位的影像。为描述方便,本文中将由CT或MRI等成像技术得到的影像统称为医学检测影像。
为使本发明的目的、技术方案及优点更加清楚明白,以下参照附图并举实施例,对本发明进一步详细说明。
图1为本发明实施例中三维模型的建立方法的示例性流程图。如图1所示,该流程包括如下步骤:
步骤101,获取研究对象的医学检测影像。
其中,医学检测影像可以为CT影像或MRI影像或其它医学检测影像。对于CT影像或MRI影像的具体获取方法可与现有技术中的获取方法一致。
以获取下颌骨干骨标本的CT影像为例,可将选择的下颌骨干骨标本置于CT主机扫描平台上,模拟人的仰面躺卧位。确定固定参照点,以确定稳定的坐标系。CT扫描从下颌骨双侧髁状突顶部开始至下颌骨下缘作连续扫描,扫描的条件可以为:120KV(千伏),120mA(毫安),扫描层厚1mm,扫描野(FOV Field ofView,DFOV):16.8cm,确定扫描比例,且各扫描层按照统一的比例扫描。
步骤102,将所获取的医学检测影像转换为图像处理软件能够识别的图像。
本实施例中,图像处理软件可以是现有技术中的各种图像处理软件,也可以是新增的其它图像处理软件,图像处理软件既可以是通用的处理软件,也可以是专用的图像处理软件,具体采用何种图像处理软件,可根据实际需要而定,此处不做限定。
本步骤中,将所获取的医学检测影像转换为图像处理软件能够识别的图像的具体转换方法可以有如下几种:
第一种:通过坐标点输入得到,即依次根据医学检测影像各角度的坐标点的值绘制图像。
第二种:通过摄像机、照相机或扫描仪从影像胶片获取,即首先从医学检测影像形成影像胶片,再利用摄像机、照相机或扫描仪等设备从影像胶片上采集数据,形成图像。
第三种:通过医学检测影像机视频结构获取,即可对医学检测影像机视频进行截图而得到所需图像。
此外,本发明实施例中还提供了一种方法,即第四种:对步骤101中获取的医学检测影像的数据格式进行分析,得到该医学检测影像的格式类型,根据所述格式类型,将所述医学检测影像的格式类型转换为图像处理软件能够识别的图像格式类型,得到图像处理软件能够识别的图像。
例如:通过分析步骤101中的CT影像,可得到该CT影像的格式类型为医疗数位影像传输协定(Digital Imaging and Communications in Medicine,DICOM)格式,将该DICOM格式的CT影像数据去除无用数据后转换为图像处理软件能够识别的格式的图像数据,例如,可转换为JPEG格式的图像数据,如图2所示,图2为由CT影像转换得到的一幅图像处理软件能够识别的图像。之后,可将该图像数据存储在存储介质中,供建模使用。可见,第四种转换方法,通过将CT中的原始数据直接进行转换,并通过存储介质实现数据的无误差传递,从而避免了其它转化方法可能存在的误差,提高了数据的精确度。
步骤103,利用图像处理软件从所述图像中识别并提取研究对象各组成部分的轮廓信息。
本步骤中,为了更准确的提取研究对象的轮廓信息,可首先利用图像处理软件对所述图像进行去噪处理,以尽量消除干扰。之后,对于研究对象各组成部分的轮廓边界不是很明显的情况,可根据研究对象各组成部分在图像中的灰度级差,按照预设的阈值对去噪后的图像进行二值化处理,并根据二值化处理后的灰度值,按照预设的方向和/或顺序,记录并描述研究对象各组成部分边缘的轮廓信息。
例如,对于本实施例中所列举的下颌骨来说,由于下颌骨主要由皮质骨和松质骨组成。其中皮质骨形成了下颌骨的外壳,而被包围在皮质骨内部的是含有骨小梁的像海绵一样的多孔的松质骨。下颌骨中的牙体组织、皮质骨、松质骨等结构在CT图像中具有不同的灰度值,因此,系统可根据松质骨和皮质骨在CT图像中的灰度级差,设置图像灰度阈值,根据所述阈值进行二值化处理,之后根据二值化处理后的灰度值,按照一定的方向和/或顺序,记录和描述各组成部分边缘的轮廓信息,从而可准确的确定皮质骨和松质骨的界限和形态特征,并形成相关的数据文件。
此外,若研究对象各组成部分的轮廓边界比较清晰,则也可直接识别并提取研究对象的轮廓信息,而无需进行去噪或二值化等处理。
步骤104,根据所述轮廓信息,将研究对象预设的各个横截面上的坐标点连成封闭曲线。
本步骤中,预设的各个横截面可以是步骤101中获取研究对象的医学检测影像时得到的各个横截面,例如,对于利用CT扫描下颌骨的情况,可以是从下颌骨双侧髁状突顶部开始至下颌骨下缘作连续扫描时得到的各个CT影像所对应的横截面。或者,预设的各个横截面也可以是重新定义的各个横截面,例如,可以是垂直于步骤101中描述的各个CT影像所对应横截面的各个横截面或其它方向的各个横截面。
具体实现时,可直接将研究对象预设的各个横截面上的坐标点连成封闭曲线,也可根据所述轮廓信息及三维模型的精度要求,调整研究对象各组成部分边缘的轮廓坐标点的数目,之后,将数目调整后的研究对象预设的各个横截面上的坐标点连成封闭曲线。
进一步地,对于结构形态比较复杂的研究对象,例如本实施例中所列举的下颌骨,由于牙槽骨的结构形态具有多样性、不规则性等特点,虽然可以获取精确的轮廓信息,并且可以形成精确的闭合曲线,以围成逼真的下颌骨形态,但是过于不规则的闭合曲线对生成可供运算的三维模型造成了一定的困难,为此,本实施例中还可对各封闭曲线进行优化处理,例如去掉一些毛刺等。其中,经过优化的曲线和原有曲线形态拟合性好,且保留了原有曲线的基本形态特征。
例如,图3右侧示出了对图2所示图像进行轮廓信息提取后得到的封闭曲线示意图。
步骤105,将各个横截面的封闭曲线联结在一起,构成研究对象的三维模型。
具体实现时,可将研究对象各个横截面的封闭曲线按照各个横截面的位置关系进行排列,之后,将各封闭曲线对应位置的坐标点进行连接,从而得到研究对象的三维模型。
本步骤中,对于本实施例中所列举的下颌骨,可分别建立下颌骨皮质骨和松质骨的三维实体模型,然后通过组合装配的方法建立下颌骨三维模型。
基于图1所示方法建立研究对象的三维模型后,可进行各种研究或辅助治疗工作。
例如,对于本实施例中所列举的下颌骨,在建立下颌骨的三维模型后,还可采用同样的方法建立牙种植体的三维模型,并在下颌骨牙槽骨嵴顶平面确定牙种植体将要植入的部位,模拟制备出用于植入种植体的窝洞,根据装配组合的有关原则完成种植体植入的模拟,建立起含牙种植体下颌骨的三维实体模型,并可对该三维实体模型进行有限元的受力分析。
本实施例中,可将牙种植体简化为圆柱体形状,且假设种植体长度骨内段12mm,基台4.2mm(含颈部),直径骨内段4.0mm,基台直径4.5mm。之后,在下颌骨牙槽骨嵴顶平面确定种植体将要植入的部位,模拟制备出用于植入种植体的窝洞。具体实现时,首先确定模型各组成部分的材料特性,如表1所示。
表1
然后确定种植体与下颌骨各组成部分的接触面的网格接触方式,假设设定为种植体与下颌骨皮质骨、松质骨接触的公共界面网格一致,对应节点重合。之后依次进行种植体、松质骨、皮质骨的网格划分。其中,假设种植体单元大小以1mm为单位进行划分,松质骨和皮质骨则以5mm为单位进行网格划分,则完成的含种植体的三维有限元模型可如图4和图5所示,图4为含种植体下颌骨的三维有限元模型及网格单元划分效果图,图5为图4所示模型的网格单元划分局部放大的效果图。
其中,网格划分是有限元建模的基本内容之一,涉及网格数量和类型的选择。好的网格划分应该满足以下要求,即网格的数量、分布和类型选择合理。Richard等认为对于正常大小的下颌骨至少要有10420左右的节点数(或31260个自由度),否则将不同程度的影响最后计算结果的可靠性。从理论上讲,单元格划分越细,节点数越多,网格与实体几何相似性越好,计算结果也就越接近理论计算值,精确度越高,但节点数也会受到软件允许的单元、节点数及计算机容量的限制。除数量以外,网格的疏密分布也很重要,一般应力小的地方网格可以疏一点,而应力较大的地方,孔洞的周围或者需要关心的部位网格应该密一些。通常用到的网格划分方法有两种:一种是实体自动分网法,另一种是模型网格计算法。前者要求首先建立实体模型,然后给出一定的网格划分要求,利用计算机自动分网。一般来说,这种分网法往往适用于各向同性、形状规则的物体;而模型网格计算法是通过编写程序来计算有限元网格的节点坐标核单元连接顺序,直接生成网格,它适用于几何形状复杂、材料各向异性的结构分析。本实施例中,可采用第一种方法进行下颌骨实体网格划分,选用四面体单元来建立网格模型。
以上对本发明实施例中三维模型的建立方法进行了详细描述,下面再对本发明实施例中三维模型的建立系统进行详细描述。
图6为本发明实施例中三维模型的建立系统的示例性结构图。如图6所示,该系统包括:影像获取装置610、图像转换装置620、模型生成装置630。
其中,影像获取装置610用于获取研究对象的医学检测影像。具体实现时,该影像获取装置610可以是CT装置,也可以是MRI装置,或者也可以是其它医学检测装置。
图像转换装置620用于将所述影像获取装置610获取的医学检测影像转换为图像处理软件能够识别的图像。具体实现时,该图像转换装置620可按照图1所示步骤102中所列举的四种方法中的一种方法进行图像的转换。
模型生成装置630用于利用图像处理软件从所述图像转换单元620转换的图像中识别并提取研究对象各组成部分的轮廓信息;根据所述轮廓信息,将研究对象预设的各个横截面上的坐标点连成封闭曲线;将所述各个横截面的封闭曲线联结在一起,构成研究对象的三维模型。具体实现时,该模型生成装置630的具体操作可与图1所示步骤103至步骤105中描述的操作一致。
其中,当图像转换装置620按照图1所示步骤102中列举的第四种方法进行图像转换时,其内部结构可如图7所示,包括:格式分析单元621和格式转换单元622。
其中,格式分析单元621用于对医学检测影像的数据格式进行分析,得到所述医学检测影像的格式类型。
格式转换单元622用于根据所述格式类型,将所述医学检测影像的格式类型转换为图像处理软件能够识别的图像格式类型,得到图像处理软件能够识别的图像。
其中,模型生成装置630具体实现时,其内部结构可如图8所示,包括:信息提取单元631、曲线生成单元632和模型构成单元633。
其中,信息提取单元631用于利用图像处理软件从医学检测影像转换的图像中识别并提取研究对象各组成部分的轮廓信息。该信息提取单元631的具体操作可与图1所示步骤103中描述的操作一致。
曲线生成单元632用于根据所述信息提取单元631提取的轮廓信息,将研究对象预设的各个横截面上的坐标点连成封闭曲线。该曲线生成单元632的具体操作可与图1所示步骤104中描述的操作一致。
模型构成单元633用于将所述曲线生成单元632连成的各个横截面的封闭曲线联结在一起,构成研究对象的三维模型。该模型构成单元633的具体操作可与图1所示步骤105中描述的操作一致。
其中,信息提取单元631在具体实现时,其内部结构可如图9所示,包括:去噪子单元6311、二值化处理子单元6312和信息提取子单元6313。
去噪子单元6311用于利用图像处理软件对医学检测影像转换的图像进行去噪处理。
二值化处理子单元6312用于根据研究对象各组成部分在所述图像中的灰度级差,按照预设的阈值对所述去噪后的图像进行二值化处理。
信息提取子单元6313用于根据二值化处理后的灰度值,按照预设的方向和/或顺序,记录并描述研究对象各组成部分的轮廓信息。
曲线生成单元632在具体实现时,其内部结构可如图10所示,包括:坐标点数目调整单元6321和曲线生成子单元6322。
其中,坐标点数目调整单元6321用于根据所述信息提取单元631得到的轮廓信息及三维模型的精度要求,调整研究对象各组成部分边缘的轮廓坐标点的数目。
曲线生成子单元6322用于将数目调整后的研究对象预设的各个横截面上的坐标点连成封闭曲线。
进一步地,与图1所示流程的描述一致,曲线生成单元632还可对连成的封闭曲线进行优化处理,则模型构成单元633将曲线生成单元632优化后的各个横截面的封闭曲线联结在一起,构成研究对象的三维模型。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换以及改进等,均应包含在本发明的保护范围之内。
Claims (13)
1、一种三维模型的建立方法,其特征在于,该方法包括:
获取研究对象的医学检测影像;
将所述医学检测影像转换为图像处理软件能够识别的图像;
利用图像处理软件从所述图像中识别并提取研究对象各组成部分的轮廓信息;
根据所述轮廓信息,将研究对象预设的各个横截面上的坐标点连成封闭曲线;
将所述各个横截面的封闭曲线联结在一起,构成研究对象的三维模型。
2、如权利要求1所述的方法,其特征在于,所述将医学检测影像转换为图像处理软件能够识别的图像包括:
对所述医学检测影像的数据格式进行分析,得到所述医学检测影像的格式类型;
根据所述格式类型,将所述医学检测影像的格式类型转换为图像处理软件能够识别的图像格式类型,得到图像处理软件能够识别的图像。
3、如权利要求1所述的方法,其特征在于,所述利用图像处理软件从所述图像中识别并提取研究对象各组成部分的轮廓信息包括:
利用图像处理软件对所述图像进行去噪处理;
根据研究对象各组成部分在所述图像中的灰度级差,按照预设的阈值对所述去噪后的图像进行二值化处理;
根据二值化处理后的灰度值,按照预设的方向/或顺序,记录并描述研究对象各组成部分的轮廓信息。
4、如权利要求1所述的方法,其特征在于,根据所述轮廓信息,将研究对象预设的各个横截面上的坐标点连成封闭曲线包括:
根据所述轮廓信息及三维模型的精度要求,调整研究对象各组成部分边缘的轮廓坐标点的数目;
将数目调整后的研究对象预设的各个横截面上的坐标点连成封闭曲线。
5、如权利要求1所述的方法,其特征在于,所述将研究对象预设的各个横截面上的坐标点连成封闭曲线之后,将所述各个横截面的封闭曲线联结在一起之前,进一步包括:
对所述各个横截面的封闭曲线进行优化处理。
6、如权利要求1至5中任一项所述的方法,其特征在于,所述医学检测影像为计算机X射线断层扫描影像或磁共振影像。
7、一种三维模型的建立系统,其特征在于,该系统包括:
影像获取装置(610),用于获取研究对象的医学检测影像;
图像转换装置(620),用于将所述影像获取装置(610)获取的医学检测影像转换为图像处理软件能够识别的图像;
模型生成装置(630),用于利用图像处理软件从所述图像转换单元(620)转换的图像中识别并提取研究对象各组成部分的轮廓信息;根据所述轮廓信息,将研究对象预设的各个横截面上的坐标点连成封闭曲线;将所述各个横截面的封闭曲线联结在一起,构成研究对象的三维模型。
8、如权利要求7所述的系统,其特征在于,所述影像获取装置(610)为计算机X射线断层扫描装置或磁共振装置。
9、如权利要求7所述的系统,其特征在于,所述图像转换装置包括:
格式分析单元(621),用于对医学检测影像的数据格式进行分析,得到所述医学检测影像的格式类型;
格式转换单元(622),用于根据所述格式类型,将所述医学检测影像的格式类型转换为图像处理软件能够识别的图像格式类型,得到图像处理软件能够识别的图像。
10、如权利要求7所述的系统,其特征在于,所述模型生成装置包括:
信息提取单元(631),用于利用图像处理软件从医学检测影像转换的图像中识别并提取研究对象各组成部分的轮廓信息;
曲线生成单元(632),用于根据所述信息提取单元(631)提取的轮廓信息,将研究对象预设的各个横截面上的坐标点连成封闭曲线;
模型构成单元(633),用于将所述曲线生成单元(632)连成的各个横截面的封闭曲线联结在一起,构成研究对象的三维模型。
11、如权利要求10所述的系统,其特征在于,所述信息提取单元(631)包括:
去噪子单元(6311),用于利用图像处理软件对医学检测影像转换的图像进行去噪处理;
二值化处理子单元(6312),用于根据研究对象各组成部分在所述图像中的灰度级差,按照预设的阈值对所述去噪后的图像进行二值化处理;
信息提取子单元(6313),用于根据二值化处理后的灰度值,按照预设的方向和/或顺序,记录并描述研究对象各组成部分的轮廓信息。
12、如权利要求10所述的系统,其特征在于,所述曲线生成单元(632)包括:
坐标点数目调整单元(6321),用于根据所述信息提取单元(631)得到的轮廓信息及三维模型的精度要求,调整研究对象各组成部分边缘的轮廓坐标点的数目;
曲线生成子单元(6322),用于将数目调整后的研究对象预设的各个横截面上的坐标点连成封闭曲线。
13、如权利要求10所述的系统,其特征在于,所述曲线生成单元(632)进一步对连成的封闭曲线进行优化处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2008100032280A CN101499177A (zh) | 2008-01-28 | 2008-01-28 | 一种三维模型的建立方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2008100032280A CN101499177A (zh) | 2008-01-28 | 2008-01-28 | 一种三维模型的建立方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101499177A true CN101499177A (zh) | 2009-08-05 |
Family
ID=40946241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2008100032280A Pending CN101499177A (zh) | 2008-01-28 | 2008-01-28 | 一种三维模型的建立方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101499177A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014101387A1 (zh) * | 2012-12-27 | 2014-07-03 | 同方威视技术股份有限公司 | 三维数据处理和识别方法 |
CN104574502A (zh) * | 2014-12-22 | 2015-04-29 | 博迈科海洋工程股份有限公司 | 基于钢结构模型的激光断面特征识别方法 |
CN105023295A (zh) * | 2015-08-05 | 2015-11-04 | 成都嘉逸科技有限公司 | 人体解剖单位3d模型建立方法及教学系统 |
CN105158060A (zh) * | 2015-09-25 | 2015-12-16 | 南京市口腔医院 | 一种模拟测定后牙纵折粘结再植后牙槽骨受力的方法 |
CN105654546A (zh) * | 2014-12-02 | 2016-06-08 | 上海金仕达卫宁软件股份有限公司 | 建模方法及建模装置 |
CN106647184A (zh) * | 2016-12-31 | 2017-05-10 | 江苏九迪激光装备科技有限公司 | 一种直写式丝网制版设备及其使用方法 |
CN106780530A (zh) * | 2016-12-15 | 2017-05-31 | 广州视源电子科技股份有限公司 | 一种体型预测方法及设备 |
CN108573532A (zh) * | 2018-04-16 | 2018-09-25 | 北京市神经外科研究所 | 一种混合模型的展示方法及装置、计算机存储介质 |
KR101929077B1 (ko) * | 2014-10-29 | 2018-12-13 | 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 | 이미지 식별 방법 및 이미지 식별 장치 |
CN109709503A (zh) * | 2019-02-13 | 2019-05-03 | 上海联影医疗科技有限公司 | 一种磁共振系统控制方法、磁共振系统、计算机设备 |
CN109961501A (zh) * | 2017-12-14 | 2019-07-02 | 北京京东尚科信息技术有限公司 | 用于建立三维立体模型的方法和装置 |
CN110070538A (zh) * | 2019-04-28 | 2019-07-30 | 华北电力大学(保定) | 基于形态优化深度特征的螺栓二维视觉结构聚类方法 |
CN111267350A (zh) * | 2018-12-05 | 2020-06-12 | 通用电气公司 | 制作目标对象的三维造型的方法和系统 |
WO2021036604A1 (zh) * | 2019-08-23 | 2021-03-04 | 北京智塑健康科技有限公司 | 一种骨结构假体的模型构建方法、系统、装置及其可读存储介质 |
CN113458466A (zh) * | 2021-07-28 | 2021-10-01 | 云南昆船机械制造有限公司 | 整体大侧斜螺旋桨空间360°螺旋环切一次成型加工方法 |
CN113547156A (zh) * | 2021-07-28 | 2021-10-26 | 云南昆船机械制造有限公司 | 三维异形变径涡轮轴锥面体车铣复合精密镜面加工方法 |
CN113792747A (zh) * | 2021-11-12 | 2021-12-14 | 极限人工智能有限公司 | 种植体模型生成方法、装置、电子设备及存储介质 |
CN113786256A (zh) * | 2021-11-17 | 2021-12-14 | 极限人工智能有限公司 | 种植体安全区生成方法、装置、电子设备及存储介质 |
-
2008
- 2008-01-28 CN CNA2008100032280A patent/CN101499177A/zh active Pending
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014101387A1 (zh) * | 2012-12-27 | 2014-07-03 | 同方威视技术股份有限公司 | 三维数据处理和识别方法 |
KR101929077B1 (ko) * | 2014-10-29 | 2018-12-13 | 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 | 이미지 식별 방법 및 이미지 식별 장치 |
CN105654546B (zh) * | 2014-12-02 | 2019-05-07 | 卫宁健康科技集团股份有限公司 | 建模方法及建模装置 |
CN105654546A (zh) * | 2014-12-02 | 2016-06-08 | 上海金仕达卫宁软件股份有限公司 | 建模方法及建模装置 |
CN104574502A (zh) * | 2014-12-22 | 2015-04-29 | 博迈科海洋工程股份有限公司 | 基于钢结构模型的激光断面特征识别方法 |
CN105023295A (zh) * | 2015-08-05 | 2015-11-04 | 成都嘉逸科技有限公司 | 人体解剖单位3d模型建立方法及教学系统 |
CN105158060A (zh) * | 2015-09-25 | 2015-12-16 | 南京市口腔医院 | 一种模拟测定后牙纵折粘结再植后牙槽骨受力的方法 |
CN106780530A (zh) * | 2016-12-15 | 2017-05-31 | 广州视源电子科技股份有限公司 | 一种体型预测方法及设备 |
CN106780530B (zh) * | 2016-12-15 | 2019-06-14 | 广州视源电子科技股份有限公司 | 一种体型预测方法及设备 |
CN106647184B (zh) * | 2016-12-31 | 2019-06-14 | 江苏九迪激光装备科技有限公司 | 一种直写式丝网制版设备的曝光方法 |
CN106647184A (zh) * | 2016-12-31 | 2017-05-10 | 江苏九迪激光装备科技有限公司 | 一种直写式丝网制版设备及其使用方法 |
CN109961501A (zh) * | 2017-12-14 | 2019-07-02 | 北京京东尚科信息技术有限公司 | 用于建立三维立体模型的方法和装置 |
CN108573532A (zh) * | 2018-04-16 | 2018-09-25 | 北京市神经外科研究所 | 一种混合模型的展示方法及装置、计算机存储介质 |
CN111267350A (zh) * | 2018-12-05 | 2020-06-12 | 通用电气公司 | 制作目标对象的三维造型的方法和系统 |
CN109709503B (zh) * | 2019-02-13 | 2021-03-23 | 上海联影医疗科技股份有限公司 | 一种磁共振系统控制方法、磁共振系统、计算机设备 |
CN109709503A (zh) * | 2019-02-13 | 2019-05-03 | 上海联影医疗科技有限公司 | 一种磁共振系统控制方法、磁共振系统、计算机设备 |
US11977137B2 (en) | 2019-02-13 | 2024-05-07 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for magnetic resonance imaging |
US11313927B2 (en) | 2019-02-13 | 2022-04-26 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for magnetic resonance imaging |
CN110070538B (zh) * | 2019-04-28 | 2022-04-15 | 华北电力大学(保定) | 基于形态优化深度特征的螺栓二维视觉结构聚类方法 |
CN110070538A (zh) * | 2019-04-28 | 2019-07-30 | 华北电力大学(保定) | 基于形态优化深度特征的螺栓二维视觉结构聚类方法 |
WO2021036604A1 (zh) * | 2019-08-23 | 2021-03-04 | 北京智塑健康科技有限公司 | 一种骨结构假体的模型构建方法、系统、装置及其可读存储介质 |
CN113458466A (zh) * | 2021-07-28 | 2021-10-01 | 云南昆船机械制造有限公司 | 整体大侧斜螺旋桨空间360°螺旋环切一次成型加工方法 |
CN113547156A (zh) * | 2021-07-28 | 2021-10-26 | 云南昆船机械制造有限公司 | 三维异形变径涡轮轴锥面体车铣复合精密镜面加工方法 |
CN113792747A (zh) * | 2021-11-12 | 2021-12-14 | 极限人工智能有限公司 | 种植体模型生成方法、装置、电子设备及存储介质 |
CN113786256B (zh) * | 2021-11-17 | 2022-02-08 | 极限人工智能有限公司 | 种植体安全区生成方法、装置、电子设备及存储介质 |
CN113786256A (zh) * | 2021-11-17 | 2021-12-14 | 极限人工智能有限公司 | 种植体安全区生成方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101499177A (zh) | 一种三维模型的建立方法和系统 | |
KR102210474B1 (ko) | 양전자방출 단층촬영 시스템 및 그것을 이용한 영상 재구성 방법 | |
CN103860191B (zh) | 口腔内影像与容积影像的整合 | |
US5454069A (en) | Process for converting serial image to the sterolithography apparatus (SLA) slice file with automatic base and support generation | |
CN100508882C (zh) | 用于运行磁共振断层造影设备的方法和控制装置 | |
Weber et al. | Virtual anthropology: the digital evolution in anthropological sciences | |
CN104246528B (zh) | 具有自动选择记录序列的磁共振成像 | |
CN102395999B (zh) | 医学图像数据的量化 | |
CA2427483A1 (en) | High precision modeling of a body part using a 3d imaging system | |
CN1457745A (zh) | 用于控制层图像拍摄装置的方法 | |
CN107093198A (zh) | 用于伪影校正算法的选择方法、用于执行该方法的数据处理设备和医学成像系统 | |
CN109754396A (zh) | 图像的配准方法、装置、计算机设备和存储介质 | |
JP2006325629A (ja) | 3次元関心領域設定方法,画像取得装置およびプログラム | |
JPH0632042B2 (ja) | 3次元面構造を表示するための装置と方法 | |
CN104771189B (zh) | 三维头颅图像对正方法及装置 | |
US9355454B2 (en) | Automatic estimation of anatomical extents | |
US20100198564A1 (en) | Method for determining an arrangement of measurement points on an anatomical structure | |
CN103284749B (zh) | 医用图像处理装置 | |
EP2036042B1 (en) | Semiautomatic myocardial region of interest definition | |
JPWO2002043001A1 (ja) | 画像処理方法 | |
CN101803919B (zh) | 借助磁共振设备建立二维磁共振图像的方法和装置 | |
Hoffmann et al. | Non-invasive imaging methods applied to neo-and paleontological cephalopod research. | |
CN101732049B (zh) | 用于采集和显示医学图像数据的方法 | |
CN111402242A (zh) | 一种用于医疗图像精细化处理系统及方法 | |
CN111583219A (zh) | 颅颌面软硬组织的分析方法及装置、电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Open date: 20090805 |