CN105957062A - 膝关节mri三维重建中半月板的数据分割方法 - Google Patents

膝关节mri三维重建中半月板的数据分割方法 Download PDF

Info

Publication number
CN105957062A
CN105957062A CN201610256223.3A CN201610256223A CN105957062A CN 105957062 A CN105957062 A CN 105957062A CN 201610256223 A CN201610256223 A CN 201610256223A CN 105957062 A CN105957062 A CN 105957062A
Authority
CN
China
Prior art keywords
color
data
pixel data
meniscus
gray scale
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
Application number
CN201610256223.3A
Other languages
English (en)
Inventor
袁铄慧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201610256223.3A priority Critical patent/CN105957062A/zh
Publication of CN105957062A publication Critical patent/CN105957062A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明公开了一种膝关节MRI三维重建中半月板的数据分割方法，属于医学影像技术领域，解决了目前无法在三维图像的数据上提取半月板的数据进行分割的技术问题，解决该问题的技术方案包括以下步骤：步骤一，建立体数据模型：使用VTK开发工具包读取DICOM三维图像数据，设置窗宽为1395～1400，设置窗位为1107～1112；步骤二，体绘制：使用VTK开发工具包中的vtkGPUVolumeRayCastMapper进行三维重建，SampleDistance值设为0.01；步骤三，设置透明度：利用vtkPiecewiseFunction，将灰度在0～85的像素数据透明度设置为1.0～0.8，将灰度大于85的像素数据透明度设置为0；步骤四，设置颜色属性：利用vtkColorTransferFunction，将灰度小于和等于10的像素数据颜色设置为颜色Ⅰ，将灰度大于和等于85的像素数据颜色设置为颜色Ⅱ，将灰度在10～85之间的像素数据颜色设置为线性渐变。

Description

膝关节MRI三维重建中半月板的数据分割方法
技术领域
本发明属于医学影像技术领域，具体涉及一种膝关节MRI三维重建中半月板的数据分割方法。
背景技术
膝关节MRI(Magnetic Resonance Imaging，磁共振成像)是诊断半月板损伤的主要影像学方法，目前常规的诊断手段是肉眼分析MRI二维图像中的半月板结构。随着计算机技术的发展，出现用计算机软件来对膝关节MRI中的半月板进行数据分割的方法，但由于噪声、伪影等不确定因素，以及膝关节内各种解剖结构如韧带、半月板、骨骼、肌肉等大小不一，并且在空间中交错复杂，各主要组织的图像灰度分布互相重叠，导致膝关节半月板数据分割很困难。
现有的膝关节MRI半月板图像数据分割技术，主要有以下方法：
1.使用商业软件手动分割矢状面和冠状面的一系列膝关节切片中的半月板区域；
2.用边缘检测方法或区域生长方法分割半月板；
3.运用三角模板匹配技术自动提取半月板前后角区域；
4.用马尔可夫随机场分割半月板。
上述方法均是基于二维平面图像上的数据分割，无法在三维图像上提取半月板的数据进行分割，半月板的损伤情况显示不够直观。
发明内容
本发明提供了一种膝关节MRI三维重建中半月板的数据分割方法，能够在三维图像数据上提取半月板的数据进行分割。
为解决上述技术问题，本发明采用如下技术方案：膝关节MRI三维重建中半月板的数据分割方法，其特征在于，包括以下步骤：
步骤一，建立体数据模型：使用VTK开发工具包读取DICOM三维图像数据，设置窗宽为1395～1400，设置窗位为1107～1112；
步骤二，体绘制：使用VTK开发工具包中的vtkGPUVolumeRayCastMapper进行三维重建，SampleDistance值设为0.01；
步骤三，设置透明度：利用vtkPiecewiseFunction，将灰度在0～85的像素数据透明度设置为1.0～0.8，将灰度大于85的像素数据透明度设置为0；
步骤四，设置颜色属性：利用vtkColorTransferFunction，将灰度小于和等于10的像素数据颜色设置为颜色Ⅰ，将灰度大于和等于85的像素数据颜色设置为颜色Ⅱ，将灰度在10～85之间的像素数据颜色设置为线性渐变。
进一步的，所述步骤一中的窗宽设置为1398，窗位设置为1110。
本发明的有益效果为：
1.通过VTK开发工具包能够快速读取DICOM三维图像数据，设置窗宽为1395～1400，窗位为1107～1112时，膝关节部位半月板损伤情况的显示信号能够以很好的对比度和清晰度显示；且与周围其余组织能形成灰度差，便于自动分辨半月板；
2.SampleDistance值设为0.01时，对膝关节部位半月板的体绘制最为准确和清晰；
3.通过研究发现半月板与邻近组织的灰度差临界值为85，利用vtkPiecewiseFunction使灰度在0～85的像素数据透明度设置为1.0～0.8，灰度大于85的组织透明度为0，从而剔除了半月板邻近组织的数据；同理，利用vtkColorTransferFunction设置颜色属性，也是为了剔除半月板邻近组织的数据，
4.本发明是基于三维重建提取半月板的数据进行显示，能较目前的二维平面显示更为直观，更能反映半月板的损伤情况，而且本发明利用VTK开发工具包自动、快速地分割膝关节MRI中的半月板数据，剔除邻近组织的数据，清晰分辨半月板的损伤形态和损伤部位，能够提高临床医生诊断的有效性和准确性，极大的有助于治疗方案的制定。
具体实施方式
下面对本发明的具体实施方式作详细说明。
膝关节MRI三维重建中半月板的数据分割方法，包括以下步骤：
步骤一，建立体数据模型：使用VTK开发工具包读取DICOM三维图像数据，设置窗宽为1395～1400，设置窗位为1107～1112；
步骤二，体绘制：使用VTK开发工具包中的vtkGPUVolumeRayCastMapper进行三维重建，SampleDistance值设为0.01；
步骤三，设置透明度：利用vtkPiecewiseFunction，将灰度在0～85的像素数据透明度设置为1.0～0.8，将灰度大于85的像素数据透明度设置为0；
步骤四，设置颜色属性：利用vtkColorTransferFunction，将灰度小于和等于10的像素数据颜色设置为颜色Ⅰ，将灰度大于和等于85的像素数据颜色设置为颜色Ⅱ，将灰度在10～85之间的像素数据颜色设置为线性渐变。
VTK开发工具包也就是三维图像处理常用的Visualization Toolkit，在体绘制过程中，利用VTK开发工具包中的vtkGPUVolumeRayCastMapper这个类可以调用显卡做GPU加速。
SampleDistance值为采样距离，其设为0.01时，即利用MRI成像技术以每0.01cm采集一个二维切面图像进行三维重建，对膝关节部位半月板的体绘制最为准确和清晰。
体绘制时，体数据首先要经过传递函数，将测量得到的灰度值映射为用于显示的不透明度值和颜色值，然后通过光线投射法或者其它体绘制算法绘制出一种根据体数据中所有体素的颜色与不透明度叠加而成的具有立体感的投影图像。
体绘制时，每个采样值都必须映射为不透明度与颜色。这种从体素到不透明度与颜色的映射是通过传递函数来实现的，在VTK中，传递函数由颜色传递函数vtkColorTransferFunction与不透明度传递函数vtkPiecewiseFunction两个类来处理。
研究发现，当窗宽设置为1398，窗位设置为1110时，膝关节部位半月板损伤情况的显示信号能够以最高的对比度和清晰度显示。
以上就本发明较佳的实施例做了说明，但不能理解为是对权利要求的限制。本发明不仅局限于以上实施例，其具体结构允许有变化，本领域技术人员可以根据本发明作出各种改变和变形，只要不脱离本发明的精神，均属于本发明所附权利要求所定义的范围。

Claims (2)

1.膝关节MRI三维重建中半月板的数据分割方法，其特征在于，包括以下步骤：
步骤一，建立体数据模型：使用VTK开发工具包读取DICOM三维图像数据，设置窗宽为1395～1400，设置窗位为1107～1112；
步骤二，体绘制：使用VTK开发工具包中的vtkGPUVolumeRayCastMapper进行三维重建，SampleDistance值设为0.01；
步骤三，设置透明度：利用vtkPiecewiseFunction，将灰度在0～85的像素数据透明度设置为1.0～0.8，将灰度大于85的像素数据透明度设置为0；
步骤四，设置颜色属性：利用vtkColorTransferFunction，将灰度小于和等于10的像素数据颜色设置为颜色Ⅰ，将灰度大于和等于85的像素数据颜色设置为颜色Ⅱ，将灰度在10～85之间的像素数据颜色设置为线性渐变。
2.根据权利要求1所述的数据分割方法，其特征在于，所述步骤一中的窗宽设置为1398，窗位设置为1110。
CN201610256223.3A 2016-04-22 2016-04-22 膝关节mri三维重建中半月板的数据分割方法 Pending CN105957062A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610256223.3A CN105957062A (zh) 2016-04-22 2016-04-22 膝关节mri三维重建中半月板的数据分割方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610256223.3A CN105957062A (zh) 2016-04-22 2016-04-22 膝关节mri三维重建中半月板的数据分割方法

Publications (1)

Publication Number Publication Date
CN105957062A true CN105957062A (zh) 2016-09-21

Family

ID=56916529

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610256223.3A Pending CN105957062A (zh) 2016-04-22 2016-04-22 膝关节mri三维重建中半月板的数据分割方法

Country Status (1)

Country Link
CN (1) CN105957062A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110288698A (zh) * 2019-06-25 2019-09-27 诸暨市人民医院 基于mri的半月板三维重建系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102592311A (zh) * 2011-03-10 2012-07-18 上海大学 利用vtk进行肠道三维重建的方法
CN105046739A (zh) * 2015-06-19 2015-11-11 四川大学 一种基于vtk的医学图像三维重建方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102592311A (zh) * 2011-03-10 2012-07-18 上海大学 利用vtk进行肠道三维重建的方法
CN105046739A (zh) * 2015-06-19 2015-11-11 四川大学 一种基于vtk的医学图像三维重建方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
WU WENJIANG ET AL.: "Volume Rendering of 3D Borehole Data Based on GPU", 《PROCEEDINGS OF THE 2ND INTERNATIONAL CONFERENCE ON SYSTEMS ENGINEERING AND MODELING》 *
刘采薇: "一种自动的三维软骨分割方法的研究", 《中国优秀硕士学文论文全文数据库 信息科技辑》 *
张莹: "医学图像二维切片三维显示的研究与实现", 《中国优秀硕士学文论文全文数据库 信息科技辑》 *
洪涛 等: "VTK医学图像三维重建应用及实现", 《计算机系统应用》 *
贺锐钢，杜红: "基于VTK的医学图像三维重建的研究与实现", 《电脑知识与技术》 *
陈超: "基于VTK的医学图像体绘制技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110288698A (zh) * 2019-06-25 2019-09-27 诸暨市人民医院 基于mri的半月板三维重建系统
CN110288698B (zh) * 2019-06-25 2023-07-28 诸暨市人民医院 基于mri的半月板三维重建系统

Similar Documents

Publication Publication Date Title
US7889895B2 (en) Method and apparatus for identifying pathology in brain images
CN101692286B (zh) 医学图像三视图获取方法
CN106504253A (zh) 一种医疗影像照片的处理方法及系统
CN107230206A (zh) 一种基于多模态数据的超体素序列肺部图像的3d肺结节分割方法
US20100215226A1 (en) System and method for computer aided polyp detection
CN107599412A (zh) 一种基于组织结构的三维建模方法、系统及三维模型
CN107481326A (zh) 一种基于ct影像体渲染的解剖结构vr显示方法
CN107256575A (zh) 一种基于双目立体视觉的三维舌像重建方法
CN112349391A (zh) 一种优化肋骨自动标号方法
CN110993067A (zh) 医学影像标注系统
Sun et al. Automated template-based PET region of interest analyses in the aging brain
Wang et al. A fast 3D brain extraction and visualization framework using active contour and modern OpenGL pipelines
Wu et al. Fully automated chest wall line segmentation in breast MRI by using context information
US7447343B2 (en) Method for automatic object marking in medical imaging
CN105957062A (zh) 膝关节mri三维重建中半月板的数据分割方法
CN101176683A (zh) 人体立体解剖图象的制作方法与应用
Garcia et al. Multimodal breast parenchymal patterns correlation using a patient-specific biomechanical model
Tan et al. Improved precision of syndesmophyte measurement for the evaluation of ankylosing spondylitis using CT: a phantom and patient study
van Dixhoorn et al. BrainCove: A Tool for Voxel-wise fMRI Brain Connectivity Visualization.
CN103679796A (zh) 基于距离变换分水岭算法的两维传递函数体数据识别方法
Ting et al. Three-dimensional model reconstruction using surface interpolation with the interfacing of Hermite surface for breast cancer MRI imaging system
Little et al. The registration of multiple medical images acquired from a single subject: why, how, what next?
Merino-Caviedes et al. Multi-stencil streamline fast marching: A general 3-D framework to determine myocardial thickness and transmurality in late enhancement images
He et al. Rapid and high-quality 3D fusion of heterogeneous CT and MRI data for the human brain
Kwon et al. 3D segmentation for high-resolution image datasets using a commercial editing tool in the IoT environment

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20160921