CN102074051A - 一种体绘制平行投影的数据包围体快速定位方法 - Google Patents

Abstract

本发明充分利用CPU(中央处理器)的缓存结构，对序列图像按存储顺序进行处理，得到大致的物体包围体，然后经过投影到投影平面上，经过精确化处理得到当前视角方向下的起始与终点的有效物体包围体，使得大部分没有必要的区域跳过，从而减少了许多计算量，大大提高了效率。

Description

一种体绘制平行投影的数据包围体快速定位方法

技术领域

本发明涉及医学图像处理与分析，具体地涉及体绘制平行投影的数据包围体的定位方法。

背景技术

在医学影像工程中，CT，MR等医学成像设备均产生人体某一部位的二维断层图像，由一系列平行的二维断层图像来记录人体的三维信息，在医学诊断中，医务人员通过观察多组二维断层图像，在大脑中进行三维数据的重建，以此来确定病变体的空间结构。这就难以准确确定病变体的空间位置、大小、几何形状及与周围生物组织之间的关系。因此，在医学诊断观察中，从一系列二维断层图像生成三维图像是越来越需要和迫切的。根据医学图像的图像质量要求和特点，现在大多采用体绘制方法中的光线跟踪算法来重建三维图像，从而达到很高的图像质量。高的图像质量必然带来了大量的计算。为了能够在临床中达到实时应用，要求重建的速度能够达到交互。

三维可视化技术对于临床医学的精确诊断以及手术计划越来越重要的作用.先进的医学影像设备是先进的医学图像处理与分析的基础，特别是多排CT与高场MR带给临床的是：更快的扫描速度(0.5S)、更高的图像分辨率(0.3MM)、更多的单个病人数据量(＞2000层)、更广泛的临床应用(CTA，MRA)等，与此同时，需要更丰富的软件处理能力。在现有的医学诊断中，医务人员通过观察多组二维断层图像，在大脑中进行三维数据的重建，以此来确定病变体的空间结构。这就难以准确确定病变体的空间位置、大小、几何形状及与周围生物组织之间的关系。因此，从一系列二维断层图像生成三维图像在医学观察中是越来越需要和迫切。对于过去长期使用单排CT的医生来说，先进影像设备不是简单的硬件上的提升，也是诊断技术、诊断方式上的革命性的改变。如果依然延续过去单排CT或普通MR的扫描、处理、诊断方式，在很大的程度上，没有发挥设备革命性的升级对诊断上的重大的影响，而是简单地把先进设备认为是图像更好，速度更快的影像设备，在临床的作用将受到我们传统应用观念和方法上的限制，而没有得到最大程度上的发挥。要充分发挥先进影像设备临床应用价值，挖掘海量数据的诊断内容，就需要从常规的2D阅片工作站与时俱进到3D专业工作站.医生可以从大量图像数据中，找到真正有价值的图像，减少了诊断信息上的疏漏。除放射科室以外，3D医疗影像在手术计划以及教学演示等，同样起着相当重要的作用。医生依靠先进的PACS系统和数字化3D专业软件，可以更直观、精确地、多角度来观察组织形态结构，真正享受由专业软件带来的快速、有效、直观的工作环境。3D专业工作站系统将为临床阅片提供新一代的解决方案。在兼容传统的2D阅片工作站的基础上，提供更适合医生认识与思维的诊断信息。

根据医学图像精度高、内容丰富的要求，光线跟踪算法(Raycastting)是所有三维重建中最合适的重建方式。光线跟踪算法的特点是图像质量可以很高，但其中采样，三线性插值等，这些计算量很大，使得重建速度慢。当前的光线跟踪方法一般是求出数据体的整个包围，然后开始进行光线跟踪，这样起始的大量透明体素没有跳过，带来了许多计算量。

发明内容

本发明为减少计算量以提高效率，提供一种体绘制平行投影的数据包围体快速定位方法。

本发明实现发明目的采用的技术方案是：一种体绘制平行投影的数据包围体快速定位方法，包括以下步骤：

a.根据DICOM标准中的TAG标记建立统一的坐标系；

b.由检查设备获取一组二维序列图像，并根据所述步骤a建立的坐标系得到所述二维序列图像的坐标函数，

c.根据体绘制传递函数查找表确定每一个二维序列图像中各个位置的透明度，并进一步确定该二维序列图像中透明区域与非透明区域的透明边界线的坐标函数；

d.根据步骤c求得的各个二维序列图像的透明边界线的坐标函数得到三维的透明包围体的坐标函数；

e.根据步骤d得到的透明包围体得到当前视角下的透明包围体坐标函数；

f.根据分辨率对所述步骤e得到的包围体进行精确化处理，并最后由光线跟踪完成体绘制并显示。

更好地，所述步骤c的具体过程是：将传递函数透明度查找表设为一个C++标准函数库中向量数据结构的变量，采用步进的方法依次获取二维序列图像中像素点的灰度值并确定透明度，将第一个不透明像素点的坐标集合到C++标准函数库的映射结构中，得到二维序列图像中的透明边界线的坐标函数。

更好地，所述步骤f中，采用邻域平均插值的方法对包围体进行精确化处理。

本发明的有益效果是，充分利用CPU(中央处理器)的缓存结构，对序列图像按存储顺序进行处理，得到大致的物体包围体，然后经过投影到投影平面上，经过精确化处理得到当前视角方向下的起始与终点的有效物体包围体，使得大部分没有必要的区域跳过，从而减少了许多计算量，大大提高了效率。

附图说明

图1，本发明的方法实施流程图。

图2，图像有效区域示意图。

图3，Y方向相交点求取示意图。

图4，X方向相交点求取示意图。

图5，数据体空间到图像平面的映射示意图。

具体实施方式

附图1为本发明的方法实施流程图，下面对本发明的各个步骤进行详细说明。

a.根据DICOM标准中的tag标记建立统一的坐标系：

序列图像为医学领域的数字图像和通讯DICOM标准的图像，DICOM图像文件内容由两个部分组成：包存参数信息的文件头(Header)和图点数据(Pixel Data)。DICOM文件头(DICOM File Meta Information)包含了标识数据集合的相关信息。每个DICOM文件都必须包括该文件头。文件头的最开始是文件前言，它由128字节长的00H组成，接下来是DICOM前缀，它是一个长度为4字节的字符串“DICM”，可以根据该值来判断一个文件是不是DICOM文件。文件头中还包括其它一些非常有用的信息，如文件的传输格式、生成该文件的应用程序等。图点数据则描述图像的各个点的亮度值。DICOM包含4类内容层次：1.Patient(病人)；2.Study(检验)；3.Series(系列)；4.Image(图像)。尽管前面几层的内容在很多图像里是相同的，但它们在每个图像文件里都有。每一层叫一个信息实体(Information Entity)；每一层又细分成模块(Module)；每个模块(Module)里面的最小单元叫做一个属性(Attribute)或数据元素(Element)。在DICOM文件中，每一个数据元素的位置都存放在固定的位置，因此只要知道该文件在内存中存放的首地址，就可以根据存放位置的偏移量找到对应的数据元素。而那些DICOM中TAG值也正是一个个的数据元素。各TAG标记的含义如下：

TAG(0018，5100)：确定了统一坐标系的方向，即所有图像序列的各个参数都是参考该统一坐标系计算给出的(根据DICOM 3.0的标准)。

TAG(0020，0032)：确定了该张影像首个像素(“左上方”)的坐标X，Y，Z值。它和TAG(0020，0037)的值可以确定整幅图像的所有点的空间坐标。

TAG(0020，0037)：确定图像的单位行向量和单位列向量，而两者的外积(叉积)就是单位法向量，因此从TAG(0020，0037)可以获取3个单位向量。

TAG(0028，0030)：确定图像的每个像素代表的实际物理宽度和代表的实际物理高度。

TAG(0018，0050)：确定图像切片间的物理间距。

TAG(0028，0010)：确定图像的高度。

TAG(0028，0011)：确定图像的宽度。

TAG(7EF0，0010)：图像序列数据，根据DICOM标准的规定把图像序列解析出来.

由TAG(0028，0010)，TAG(0028，0011)，TAG(0028，0030)及TAG(0018，0050)就可以实现由TAG(0020，0037)确定的3个单位法向量上物理坐标(单位：毫米)与图像坐标(单位：像素)之间的转换，从而物理坐标与图像对象坐标系就可以实现了变换.TAG(7EF0，0010)里是进行投影的图像切片数据，根据上面的坐标法矢量和所述的首个像素的三维坐标值确定图像在统一坐标系中的平面方程.最后根据视角方向矢量可以得到过坐标原点的投影平面方程，从而完成了所需的统一坐标系下的表示。表1是对建立平面方程求取图像序列偏移量的参数进行了规定。

表1

除了参数“图像序列单位法向量”外，其它参数都已经获取完成。

b.由检查设备获取一组二维序列图像，并根据所述步骤a建立的坐标系得到所述二维序列图像的坐标函数，

c.根据体绘制传递函数查找表确定每一个二维序列图像中各个位置的透明度，并进一步确定该二维序列图像中透明区域与非透明区域的透明边界线的坐标函数，以对建模后的序列图像进行区域边界确定；

d.根据步骤c求得的各个二维序列图像的透明边界线的坐标函数得到三维的透明包围体的坐标函数；

假设从检查设备获取的一组序列图像共有N幅图像，根据步骤a建立的坐标系，可以得知每一个序列的行向量

列向量

与法向量

为了方便坐标转换中单位不一致问题，这里所有涉及的坐标都以像素为最小单位，如果知道物理单位，可以根据每一个像素代表的物理距离换算得到。例如在横截面方向的切片图像之间的距离一般是3mm，行方向与列方向的像素间距离是0.5mm，那么横截面方向切片图像间距离为3mm/0.5mm＝6(像素)。

设序列切片的左上点为原点，行方向为x轴，列方向y轴正向，切片序列方向为z轴正向，这样根据表1中参数建立了坐标系。根据DICOM数据信息可以知道图像的宽W，高H，以及z向上物体的长度为N。

序列图像中组织四周有大量透明区域，如果这些区域能够跳过则可以去掉不必要的计算，那么速度可以有很大的提高。根据提取组织定义好的传递函数可以对物体四周哪些是透明性物质与非透明物质进行区分，下面以序列中第Ni幅图像进行处理详细说明怎样找到透明区域的边界。

图像有效区域示意图如图2所示，图中，第Zk幅图像的坐标在坐标轴的左上点坐标是(0，0，Zk)，图中示出了透明区域与非透明区域的分界线，分界线内部的暗色代表非透明区域，分界线外的浅色部分代表无效的透明区域。为了能够跳过大量透明区域，则需要知道该分界线的坐标位置。因为三维数据体很大而且涉及到无序的访问数据体内存，如果在三维空间内求取整个分界线则计算量很大，并且随机访址效率也很低。那么，下面采取首先在二维空间求得每一幅的边界，这样可以充分利用CPU的二级缓存，然后再对取得的边界进行投影和插值得到最后需要的包围体。下面详细说明每一幅的边界坐标位置过程。

体绘制传递函数查找表是体绘制预先建好的一个映射函数，它对应着当前序列图像的像素值对应的颜色值(RGB值)和透明度值。透明度值是0到1范围的数，代表着物体的透明性，0代表着完全透明，1代表完全不透明，介于之间的是半透明。不妨设传递函数的透明度查找表是一个STL(C++标准函数库)中向量数据结构的变量：

Std::vector<float>vecTransparent；

在知道一个图像灰度值后，直接查找表即可得到该像素值下的透明度，从而可以判断得到该位置的透明性。

现在开始序列图像中一幅图像中四周的透明边界线。假设是N幅序列图像中的第Zk幅图像，Y方向相交点求取示意图参看附图3，在Y方向，令y＝j，j的取值是从0到图像的高度H，从直线在图像的两端分别向里步进，每一次步进可以得到当前位置的像素值，根据透明度查找表来判断透明性，直到找到第一个不透明的点，如图中的A点和B点，记下点的位置A(Xia，Yj，Zk)，B(Xib，Yj，Zk)，把所有点放到一个STL映射结构中：

std::map<int，std::map<int，int>>theMap；

并按照坐标x，y，z的顺序进行排序，每次添加到里面的值按序自动插入，如果重复则舍弃。这样，把所有Y方向的遍历完成，则找到粗略的范围。但碰到一些凹陷边界则会漏一些边界点。为了解决这个问题，用相同的方法，X方向相交点求取示意图如图4，在X方向，求直线与物体的相交，并放得到map中，这样最后求得的边界可以完全求得。把所有的N幅序列图像按同样方法完成后，则所有序列图像上的边界点得到，并在变量theMap中把这些点保存起来。

e.根据步骤d得到的透明包围体得到当前视角下的透明包围体坐标函数；

下面介绍根据这些边界点和视线方向来求取当前视线下的包围体的详细过程。

由步骤d求出的包围体位置是在图像序列坐标空间求出的，现在要与视平面空间(投影平面)的对应关系。

三维绘制也就是三维空间到二维空间的映射，这种映射关系可以由映射矩阵来进行变换。映射矩阵是由视平面的位置与三维数据体空间的相对关系来决定的，在初始化一致的情况下，知道了视角e(ex，ey，ez)和交互旋转的参数，可以求得映射矩阵MatView：

$\mathrm{MatView}=\left\{\begin{array}{cccc}\mathrm{ex}& 0& 0& 0\\ 0& \mathrm{ey}& 0& 0\\ 0& 0& \mathrm{ez}& 0\\ 0& 0& 0& 1\end{array}\right\}\&times;\left\{\begin{array}{cccc}1& 0& 0& 0\\ 0& \cos a& -\sin a& 0\\ 0& \sin a& \mathrm{coas}& 0\\ 0& 0& 0& 1\end{array}\right\}\&times;\left\{\begin{array}{cccc}\cos \mathrm{\&beta;}& 0& \sin \mathrm{\&beta;}& 0\\ 0& 1& 0& 0\\ -\sin \mathrm{\&beta;}& 0& \cos \mathrm{\&beta;}& 0\\ 0& 0& 0& 1\end{array}\right\}\&times;\left\{\begin{array}{cccc}\cos \mathrm{\&gamma;}& -\sin \mathrm{\&gamma;}& 0& 0\\ \sin \mathrm{\&gamma;}& \cos \mathrm{\&gamma;}& 0& 0\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right\}$

在知道了映射矩阵后，可以求得三维数据体中边界坐标P投影到图像平面的位置P’，

$\left[\begin{array}{c}{x}^{\&prime;}\\ y^{\&prime;}\\ z^{\&prime;}\\ 1\end{array}\right]=\mathrm{MatView}\&times;\left[\begin{array}{c}x\\ y\\ z\\ 1\end{array}\right]$

数据体空间到图像平面的映射示意图如图5所示，对各图像序列进行投影，在投影面形成的记录该点发出的射线穿过物体的起始坐标和终止坐标。由于该结构包含进入三维坐标值(Entry Position)，和传出物体的位置(ExitPosition)，所以简称该结构为EEPT(字母“T”代表Table)。该结构的定义如下所示：

struct EEPT

{

   int entry_x；

   int entry_y；

   int entry_z；

   int  exit_x；

   int  exit_y；

   int exit_z；

}；

声明变量存投影平面的这些点：

Std::vector<EEPT>VRImage；

在知道theMap的点后，遍历theMap得到每一个P(x，y，z)，经过上面的变换公式即可得到P’(x’，y’，z’)，这样该结构存储图像的发出光线所经过的起点和终点(在图像空间的坐标)，形成图像原始数据的Width(图像宽)*Height(图像高)的图像矩阵，然后就可以进行插值处理了。

f.根据分辨率对所述步骤e得到的包围体进行精确化处理，并最后由光线跟踪完成体绘制并显示。

由于物体的分辨率与形成的图像分辨率不一致，在边界点向投影平面进行投影的过程中，投影平面上的点会出现没有投影点的情况，为了解决这种情况，这里采用邻域平均插值的情况，若某像素点的位置为漏点，则查找八邻域四周的位置，用它们平均值来填补。根据要显示的屏幕区宽度为W₀，高度为H₀传递给显示函数，根据得到图像发出光线的经过跟踪合成得到数据的内存首地址传递给显示函数，则显示函数调用相应的计算机资源进行图像的显示，从而完成了整个图像序列的坐标变换，光线跟踪位置确定与合成处理到最后显示的全部过程。

最后应说明的是：以上实施例仅用以说明本发明而并非限制本发明所描述的技术方案；因此尽管本说明书参照上述的各个实施例对本发明已进行了详细的说明，但是本领域的技术人员应当理解，仍然可以对本发明进行修改或等同替换；而一切不脱离本发明的精神和范围的技术方案及其改进，其均应涵盖在本发明的权利要求范围中。

Claims (3)

1.一种体绘制平行投影的数据包围体快速定位方法，其特征在于：包括以下步骤：

a.根据DICOM标准中的TAG标记建立统一的坐标系；

b.由检查设备获取一组二维序列图像，并根据所述步骤a建立的坐标系得到所述二维序列图像的坐标函数；

c.根据体绘制传递函数查找表确定每一个二维序列图像中各个位置的透明度，并进一步确定该二维序列图像中透明区域与非透明区域的透明边界线的坐标函数；

d.根据步骤c求得的各个二维序列图像的透明边界线的坐标函数得到三维的透明包围体的坐标函数；

e.根据步骤d得到的透明包围体得到当前视角下的透明包围体坐标函数；

f.根据分辨率对所述步骤e得到的包围体进行精确化处理，并最后由光线跟踪完成体绘制并显示。

2.根据权利要求1所述的一种体绘制平行投影的数据包围体快速定位方法，其特征在于，所述步骤c的具体过程是：将传递函数透明度查找表设为一个C++标准函数库中向量数据结构的变量，采用步进的方法依次获取二维序列图像中像素点的灰度值并确定透明度，将第一个不透明像素点的坐标集合到C++标准函数库的映射结构中，得到二维序列图像中的透明边界线的坐标函数。

3.根据权利要求1或2所述的一种体绘制平行投影的数据包围体快速定位方法，其特征在于，所述步骤f中，采用邻域平均插值的方法对包围体进行精确化处理。

Images