CN110415793A - 一种基于体素模型的器官图像构建方法及系统 - Google Patents

一种基于体素模型的器官图像构建方法及系统 Download PDF

Info

Publication number
CN110415793A
CN110415793A CN201910666164.0A CN201910666164A CN110415793A CN 110415793 A CN110415793 A CN 110415793A CN 201910666164 A CN201910666164 A CN 201910666164A CN 110415793 A CN110415793 A CN 110415793A
Authority
CN
China
Prior art keywords
voxel
model
organic image
density
image
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
CN201910666164.0A
Other languages
English (en)
Inventor
刘锦纷
刘金龙
孙彦隽
钟玉敏
胡立伟
仝志荣
沈娟亚
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.)
Shanghai Childrens Medical Center Affiliated to Shanghai Jiaotong University School of Medicine
Original Assignee
Shanghai Childrens Medical Center Affiliated to Shanghai Jiaotong University School of Medicine
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 Shanghai Childrens Medical Center Affiliated to Shanghai Jiaotong University School of Medicine filed Critical Shanghai Childrens Medical Center Affiliated to Shanghai Jiaotong University School of Medicine
Priority to CN201910666164.0A priority Critical patent/CN110415793A/zh
Publication of CN110415793A publication Critical patent/CN110415793A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/005—General purpose rendering architectures
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Physics & Mathematics (AREA)
  • Pulmonology (AREA)
  • Epidemiology (AREA)
  • Computer Graphics (AREA)
  • Primary Health Care (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Image Generation (AREA)

Abstract

本发明提供了一种基于体素模型的器官图像构建方法及系统，用于解决现有技术中CT成本高昂、图像阅读困难、无法预先筛选信息的技术问题；一种基于体素模型的器官图像构建方法，包括：S1：模型渲染和S2：模型光栅化；一种基于体素模型的器官图像构建系统，包括：原始模型模块、图像处理模块和展示模块；实施本发明的技术方案，图像展示的信息较多，减少诊断所需的图像数量，同时可以通过显示器直接显示，大大降低成本；医生可从多角度观看器官的透视图，易于理解，利于提高诊断效率；可选择显示的体素类型，系统可以提供多种图像类型，利于提高诊断的准确度。

Description

一种基于体素模型的器官图像构建方法及系统
技术领域
本发明涉及器官图像领域，特别涉及一种基于体素模型的器官图像构建方法及系统。
背景技术
CT作为一种器官图像的生成方法，广泛应用于各类疾病的诊断中。CT的原理主要为从多个角度向人体发射X射线，通过各角度上X射线的衰减程度，计算出人体被检测部位不同位置对X射线的吸光度，并将其转化为灰度，以截面图的形式输出器官灰度图像供医生参考。
但是这种方式需要使用大量的CT片，耗材成本较高，并且输出的截面图信息量较少，医生需要结合一定的空间想象才能推理出器官的病变情况。并且图像一旦生成并制成CT片，无法更改。同时CT图像生成的过程中，将骨骼、血管、肌肉等所有信息均放入图片中，未进行筛选，展示结果不精确。
因此需要一种可多角度观察器官、可隐藏无关信息、展示结果精确的器官图像构建方法及系统。
发明内容
为了解决上述技术问题，本发明中披露了一种基于体素模型的器官图像构建方法及系统，本发明的技术方案是这样实施的：
一种基于体素模型的器官图像构建方法，包括：S1：模型渲染：S1.1：获取患者的器官模型；S1.2：根据所述器官模型获得体素信息，所述体素信息包括所述器官模型中的任一体素P的密度函数ρ(p)、可见度函数α(p)、密度梯度函数和虚拟空间位置，得到体素模型；S2：模型光栅化：S2.1：计算所述体素模型所处虚拟空间的视锥体近平面上，各像素点的累计可见密度S(τ)；S2.2：计算所述近平面上各像素点的颜色S'；S2.3：获取所述近平面图像作为器官图像。
优选地，S1.2中，从所述虚拟空间中的观察点向所述像素点作射线，所述射线由近及远经过所述体素模型的n个体素pi(i＝1,2,3......n)；k(0＜k≤1)为全局可见度系数，体素pn的可见度函数为：S2.1中，所述累计可见密度S(τ)的计算方法为：
优选地，所述基于体素模型的器官图像构建方法，还包括S1.2.0：S1.2.0：获取用于显示的所述体素需要满足的ρ(p)和α(p)条件；ρ(p)和α(p)满足条件的所述体素组成集合U；S1.2中，从所述虚拟空间中的观察点向所述像素点作射线，所述射线由近及远经过所述体素模型的n个体素pi(i＝1,2,3......n)；k(0＜k≤1)为全局可见度系数，体素pn的原始可见度函数Vn为：条件筛选后所述体素pn的最终可见度Vn'为：S2.1中，所述累计可见密度S(τ)的计算方法为：
优选地，所述基于体素模型的器官图像构建方法，还包括S1.2.0：S1.2.0：获取虚拟平面S的信息，包括所述虚拟平面S穿过的点PS、法向量为NS；S1.2，从所述虚拟空间中的观察点向所述像素点作射线，所述射线由近及远经过所述体素模型的n个体素pi(i＝1,2,3......n)；对于体素p，k(0＜k≤1)为全局可见度系数，体素pn的原始可见度函数Vn为：条件筛选后体素pn的最终可见度Vn'为：S2.1中，所述累计可见密度S(τ)的计算方法为：
优选地，步骤2.2中，通过所述密度函数ρ(p)和所述密度梯度函数计算所述像素点的二维传导颜色T，像素点的最终颜色S'：其中，*为相加、相乘或替换。
优选地，所述器官模型为CT模型，体素的密度函数为：其中，gp为C所述T模型中体素P的灰度；所述可见度函数α(p)＝1。
一种基于体素模型的器官图像构建系统，包括：原始模型模块、图像处理模块和展示模块；所述原始模块用于获取所述器官模型，并将所述器官模型数据发送至所述图像处理模块；所述图像处理模块将所述器官模型转化为所述器官图像，并将所述器官图像发送至所述展示模块。
优选地，所述基于体素模型的器官图像构建系统，还包括输入模块，所述输入模块发送控制信息至所述图像处理模块。
优选地，所述原始模型模块为CT扫描仪。
优选地，所述展示模块包括显示屏、VR设备或AR设备中的至少一者。
实施本发明的技术方案可解决现有技术中CT成本高昂、图像阅读困难、无法预先筛选信息的技术问题；实施本发明的技术方案，图像展示的信息较多，减少诊断所需的图像数量，同时可以通过显示器直接显示，大大降低成本；医生可从多角度观看器官的透视图，易于理解，利于提高诊断效率；可选择显示的体素类型，系统可以提供多种图像类型，利于提高诊断的准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一种实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例1的步骤S1示意图；
图2为本发明实施例1的步骤S2示意图；
图3为本发明实施例1的器官图像；
图4为本发明实施例1的系统结构示意图；
图5为本发明实施例2的步骤S1示意图；
图6为本发明实施例2显示高密度体素的器官图像；
图7为本发明实施例2显示低密度体素的器官图像；
图8为本发明实施例2显示低密度梯度体素的器官图像；
图9为本发明实施例2显示高密度梯度体素的器官图像；
图10为本发明实施例3的步骤S1示意图；
图11为本发明实施例3单切面的器官图像；
图12为本发明实施例3双切面的器官图像。
在上述附图中，各图号标记分别表示：
1-原始模型模块；2-图像处理模块；3-展示模块；4-输入模块。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
一种基于体素模型的器官图像构建方法，如图1和图2所示，包括：S1：模型渲染：S1.1：获取患者的器官模型；S1.2：根据器官模型获得体素信息，体素信息包括器官模型中的任一体素P的密度函数ρ(p)、可见度函数α(p)、密度梯度函数和虚拟空间位置，得到体素模型；S2：模型光栅化：S2.1：计算体素模型所处虚拟空间的视锥体近平面上，各像素点的累计可见密度S(τ)；S2.2：计算近平面上各像素点的颜色S'；S2.3：获取近平面图像作为器官图像。
在一种优选的实施方式中，器官模型为CT模型，体素的密度函数为：其中，gp为CT模型中体素P的灰度；可见度函数α(p)＝1。
体素的定义为：在虚拟空间中，切割成的体积最小、相互之间形状、大小相同的体积单元。
CT是一种常用的对患者疾病诊断的手段，现有技术中，CT通过患者身体不同方向对X射线的吸收度，计算各模型中各体素对X射线的吸收度，并将各体素的吸收度转化为灰度，最终输出模型切面的灰度图作为结果。医生根据多张二维图像判断患者的器官状况，这种方法提供的信息量少，对医生诊断的帮助较小。
在该具体实施方式中，将体素的灰度转化为体素的密度函数ρ(p)，则密度对应着CT图像中的吸光度信息，基本可以认为相同密度的体素对应着患者的骨骼、肌肉、皮肤等相同的组织种类。由于人体的组织为非透明的，因此可见度函数选择为1，即从虚拟空间的观察点无法透过透过体素观察到同一射线上远处的体素。
密度梯度函数为密度函数ρ(p)的导函数，密度梯度函数值为零的体素，可以认为该体素与附近体素为相同组织，密度梯度函数值较大的体素，可以认为是组织的边界。
在在具体实施方式中，模型为人体器官，人体为非透明的，因此设置体素的可见度均为1，无法透过前一个体素观察到后一个体素，每个像素点的密度即为该像素点所处的射线经过的第一个体素点的密度，即看到的是器官表面的图像。
在一种优选的实施方式中，如图1所示，S1.2中，从虚拟空间中的观察点向像素点作射线，射线由近及远经过体素模型的n个体素pi(i＝1,2,3......n)；k(0＜k≤1)为全局可见度系数，体素pn的可见度函数为：S2.1中，累计可见密度S(τ)的计算方法为：
k为1时，即为体素不透明的情况。选择较小的k，可以降低全局体素的可见度，则近平面上的像素点所显示的为射线上多个体素点的累计密度，从而实现器官透视图的效果。
在一种优选的实施方式中，如图2所示，步骤2.2中，通过密度函数ρ(p)和密度梯度函数计算像素点的二维传导颜色T，像素点的最终颜色S'：其中，*为相加、相乘或替换。
在该具体实施方式中，用蓝色表示密度在0.5以下的体素点，用橙色表示密度在0.5以上的体素点，密度为0的体素点为黑色，密度为1的体素点为白色，则近平面像素点的最终颜色由射线上的体素的颜色和可见度累计得到。
如图3所示，此图为k取0.025时近平面上的图像，可以观察到表层的皮肤和骨骼的形状和分布。相比于传统的CT图像，医生无需通过截面图想象各组织的结构，组织情况一目了然，利于提高诊断的准确性和效率。
一种基于体素模型的器官图像构建系统，如图3所示，包括：原始模型模块1、图像处理模块2和展示模块3；原始模型模块1用于获取器官模型，并将器官模型数据发送至图像处理模块2；图像处理模块2将器官模型转化为器官图像，并将器官图像发送至展示模块3。
在一种优选的实施方式中，如图3所示，原始模型模块1为CT扫描仪。
原始模型模块1可以使用医院中使用的CT扫描仪，图像处理模块2和展示模块3可以设置为同一台PC，PC中设置图像处理的软件，CT扫描仪完成扫描后直接将数据传输至PC中处理后显示在PC的显示器上供医生参考。系统结构简单，无需购买更多的设备，使用医院的现有设备即可构成，成本低廉。展示模块3还可以包括远程PC，远程PC可以通过有线或无线方式连接图像处理模块2，便于将图像直接传输至医生电脑。
在一种优选的实施方式中，如图3所示，基于体素模型的器官图像构建系统，还包括输入模块4，输入模块4发送控制信息至图像处理模块2。
输入模块4可以为键盘、VR手柄等设备，用于输入参数k、虚拟空间中的摄像头位置、观察角度、近平面大小、模型与近平面的距离等参数。
在一种优选的实施方式中，如图3所示，展示模块3包括显示屏、VR设备或AR设备中的至少一者。
图像处理模块2可以将数据发送至VR眼镜，供医生使用VR眼镜立体地观察器官模型，并且医生可以通过VR手柄实时改变观察的角度以及参数k，便于提高诊断效率。
实施例2
在一种优选的实施方式中，一种基于体素模型的器官图像构建方法，与实施例1不同的是，如图2和图5所示，还包括S1.2.0：S1.2.0：获取用于显示的体素需要满足的ρ(p)和α(p)条件；ρ(p)和α(p)满足条件的体素组成集合U；S1.2中，从虚拟空间中的观察点向像素点作射线，射线由近及远经过体素模型的n个体素pi(i＝1,2,3......n)；k(0＜k≤1)为全局可见度系数，体素pn的原始可见度函数Vn为：条件筛选后体素pn的最终可见度Vn'为：中，累计可见密度S(τ)的计算方法为：
肌肉、骨骼、皮肤等组织对应体素的颜色和密度相差较大，则具有相同或相近密度的体素对应着不同类型的组织。医生可以通过密度或密度梯度选择显示的体素，从而实现对肌肉、骨骼、皮肤、血管等组织形状、位置的观察，利于提高医生诊断的准确性。
如图6所示，显示密度大于0.48的体素，显示的主要为骨骼和大脑。
如图7所示，显示密度小于0.52的体素，显示的主要为皮肤。
如图8所示，显示密度梯度较小的体素，则组织边界隐藏，各组织分离度高，便于医生观察患者大脑、骨骼等组织内部是否存在缺陷。
如图9所示，显示密度梯度较大的体素，则各组织内部隐藏，组织边界凸显，便于医生观察患者大脑、骨骼等组织边缘是否发生形变、损伤等情况。
医生根据需要设置不同的密度和密度梯度筛选条件，提高诊断的效率和准确度。
实施例3
在一种优选的实施方式中，一种基于体素模型的器官图像构建方法，如图2和图10所示，与实施例1和2不同的是，还包括S1.2.0：S1.2.0：获取虚拟平面S的信息，包括虚拟平面S穿过的点PS、法向量为NS；S1.2中，从虚拟空间中的观察点向像素点作射线，射线由近及远经过体素模型的n个体素pi(i＝1,2,3......n)；对于体素p，k(0＜k≤1)为全局可见度系数，体素pn的原始可见度函数Vn为：条件筛选后体素pn的最终可见度Vn'为：S2.1中，累计可见密度S(τ)的计算方法为：
如图11所示，虚拟平面即剖面，位于该平面法向量方向另一侧的体素点被显示，即可实现模型剖面的展示。
用户也可以输入多个平面，在该具体实施方式中，如图12所示，系统输入两个平面，并且只有同时处于两个平面法向量方向的体素点会被隐藏，可以实现如图所示的剖面效果。用户输入不同数量的不同平面，可以实现多种展示方式。
需要指出的是，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于体素模型的器官图像构建方法，其特征在于，包括：
S1：模型渲染：
S1.1：获取患者的器官模型；
S1.2：根据所述器官模型获得体素信息，所述体素信息包括所述器官模型中的任一体素P的密度函数ρ(p)、可见度函数α(p)、密度梯度函数和虚拟空间位置，得到体素模型；
S2：模型光栅化：
S2.1：计算所述体素模型所处虚拟空间的视锥体近平面上，各像素点的累计可见密度S(τ)；
S2.2：计算所述近平面上各像素点的颜色S'；
S2.3：获取所述近平面图像作为器官图像。
2.根据权利要求1所述的一种基于体素模型的器官图像构建方法，其特征在于，S1.2中，
从所述虚拟空间中的观察点向所述像素点作射线，所述射线由近及远经过所述体素模型的n个体素pi(i＝1,2,3......n)；
k(0＜k≤1)为全局可见度系数，体素pn的可见度函数为：
S2.1中，
所述累计可见密度S(τ)的计算方法为：
3.根据权利要求1所述的一种基于体素模型的器官图像构建方法，其特征在于，还包括S1.2.0：
S1.2.0：获取用于显示的所述体素需要满足的ρ(p)和α(p)条件；
S1.2中，
ρ(p)和α(p)满足条件的所述体素组成集合U；
从所述虚拟空间中的观察点向所述像素点作射线，所述射线由近及远经过所述体素模型的n个体素pi(i＝1,2,3......n)；
k(0＜k≤1)为全局可见度系数，
体素pn的原始可见度函数Vn为：
条件筛选后所述体素pn的最终可见度Vn'为：
S2.1中，
所述累计可见密度S(τ)的计算方法为：
4.根据权利要求1所述的一种基于体素模型的器官图像构建方法，其特征在于，还包括S1.2.0：
S1.2.0：获取虚拟平面S的信息，包括所述虚拟平面S穿过的点PS、法向量为NS；
S1.2中，
从所述虚拟空间中的观察点向所述像素点作射线，所述射线由近及远经过所述体素模型的n个体素pi(i＝1,2,3......n)；
对于体素p，k(0＜k≤1)为全局可见度系数，
体素pn的原始可见度函数Vn为：
条件筛选后体素pn的最终可见度Vn'为：
S2.1中，
所述累计可见密度S(τ)的计算方法为：
5.根据权利要求2-4任一所述的一种基于体素模型的器官图像构建方法，其特征在于，步骤2.2中，通过所述密度函数ρ(p)和所述密度梯度函数计算所述像素点的二维传导颜色T，像素点的最终颜色S'：
其中，*为相加、相乘或替代。
6.根据权利要求5任一所述的一种基于体素模型的器官图像构建方法，其特征在于，所述器官模型为CT模型，体素的密度函数为：
其中，gp为C所述T模型中体素P的灰度；
所述可见度函数α(p)＝1。
7.一种基于体素模型的器官图像构建系统，使用根据权利要求1-6任一所述的一种基于体素模型的器官图像构建方法，其特征在于，包括：
原始模型模块、图像处理模块和展示模块；
所述原始模块用于获取所述器官模型，并将所述器官模型数据发送至所述图像处理模块；
所述图像处理模块将所述器官模型转化为所述器官图像，并将所述器官图像发送至所述展示模块。
8.根据权利要求7所述的一种基于体素模型的器官图像构建系统，其特征在于，还包括输入模块，所述输入模块发送控制信息至所述图像处理模块。
9.根据权利要求7所述的一种基于体素模型的器官图像构建系统，其特征在于，所述原始模型模块为CT扫描仪。
10.根据权利要求7所述的一种基于体素模型的器官图像构建系统，，其特征在于，所述展示模块包括显示屏、VR设备或AR设备中的至少一者。
CN201910666164.0A 2019-07-23 2019-07-23 一种基于体素模型的器官图像构建方法及系统 Pending CN110415793A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910666164.0A CN110415793A (zh) 2019-07-23 2019-07-23 一种基于体素模型的器官图像构建方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910666164.0A CN110415793A (zh) 2019-07-23 2019-07-23 一种基于体素模型的器官图像构建方法及系统

Publications (1)

Publication Number Publication Date
CN110415793A true CN110415793A (zh) 2019-11-05

Family

ID=68362637

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910666164.0A Pending CN110415793A (zh) 2019-07-23 2019-07-23 一种基于体素模型的器官图像构建方法及系统

Country Status (1)

Country Link
CN (1) CN110415793A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111805894A (zh) * 2020-06-15 2020-10-23 苏州大学 一种stl模型切片方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006055402A (ja) * 2004-08-20 2006-03-02 Konica Minolta Medical & Graphic Inc 画像処理装置、画像処理方法及び画像処理プログラム
CN102119865A (zh) * 2010-01-08 2011-07-13 株式会社东芝 超声波诊断装置、医用图像处理装置及医用图像诊断装置
CN109285225A (zh) * 2018-10-15 2019-01-29 东北大学 一种基于医学影像的虚拟现实辅助手术的建立方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006055402A (ja) * 2004-08-20 2006-03-02 Konica Minolta Medical & Graphic Inc 画像処理装置、画像処理方法及び画像処理プログラム
CN102119865A (zh) * 2010-01-08 2011-07-13 株式会社东芝 超声波诊断装置、医用图像处理装置及医用图像诊断装置
CN109285225A (zh) * 2018-10-15 2019-01-29 东北大学 一种基于医学影像的虚拟现实辅助手术的建立方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
许婉露: "计算机辅助骨科手术系统关键技术研究", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 *
郭全: "基于三维重建技术的计算机辅助医学诊断平台设计与实现", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111805894A (zh) * 2020-06-15 2020-10-23 苏州大学 一种stl模型切片方法和装置

Similar Documents

Publication Publication Date Title
US9980691B2 (en) Method and apparatus for three dimensional viewing of images
US9473766B2 (en) Method and apparatus for three dimensional viewing of images
US8384771B1 (en) Method and apparatus for three dimensional viewing of images
US9349183B1 (en) Method and apparatus for three dimensional viewing of images
Nelson et al. Visualization of 3D ultrasound data
JP3570576B2 (ja) マルチモダリティに対応した３次元画像合成表示装置
US7397475B2 (en) Interactive atlas extracted from volume data
JP4213135B2 (ja) 展開画像投影方法、展開画像投影プログラム、展開画像投影装置
US7424140B2 (en) Method, computer program product, and apparatus for performing rendering
JP2019130388A (ja) マンモグラフィーおよび／またはトモシンセシス画像データを使用して２ｄ画像を生成するためのシステムおよび方法
US20160232703A1 (en) System and method for image processing
JP6058286B2 (ja) 医用画像診断装置、医用画像処理装置及び方法
EP1923840B1 (en) Picking on fused 3D volume rendered images and updating corresponding views according to a picking action
JP4122463B2 (ja) 医療用可視画像の生成方法
US20220343589A1 (en) System and method for image processing
Abou El-Seoud et al. An interactive mixed reality ray tracing rendering mobile application of medical data in minimally invasive surgeries
US7576741B2 (en) Method, computer program product, and device for processing projection images
JP2004215846A (ja) ボリュームレンダリング画像処理方法、ボリュームレンダリング画像処理装置及びプログラム
Harris et al. Three-dimensional display and analysis of tomographic volume images utilizing a varifocal mirror
JP4668289B2 (ja) 画像処理装置および方法並びにプログラム
CN110415793A (zh) 一种基于体素模型的器官图像构建方法及系统
JP2006000127A (ja) 画像処理方法および装置並びにプログラム
US9996929B2 (en) Visualization of deformations using color overlays
WO2009122725A1 (ja) 中間画像生成方法および装置ならびにプログラム
JP7247577B2 (ja) ３次元再構成像表示装置、３次元再構成像表示方法、プログラム、及び画像生成方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for 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: 20191105