CN113888700A - 一种基于体素增长的医学图像三维重建方法 - Google Patents

一种基于体素增长的医学图像三维重建方法 Download PDF

Info

Publication number
CN113888700A
CN113888700A CN202111220362.8A CN202111220362A CN113888700A CN 113888700 A CN113888700 A CN 113888700A CN 202111220362 A CN202111220362 A CN 202111220362A CN 113888700 A CN113888700 A CN 113888700A
Authority
CN
China
Prior art keywords
information
index
cube
voxel
growth
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
CN202111220362.8A
Other languages
English (en)
Inventor
王沫楠
王鑫
夏领兵
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.)
Harbin University of Science and Technology
Original Assignee
Harbin University of Science and Technology
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 Harbin University of Science and Technology filed Critical Harbin University of Science and Technology
Priority to CN202111220362.8A priority Critical patent/CN113888700A/zh
Publication of CN113888700A publication Critical patent/CN113888700A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Generation (AREA)
  • Image Processing (AREA)

Abstract

本发明属于医学图像技术领域，提供一种医学图像三维重建等值面提取方法。本发明首先要改进原有MC算法的两个索引表，再创建一个新的增长索引表，和六个增长方向的面索引值及其对应的六个面等值点索引表。先采用米字形遍历中间一层立方体寻找种子体素，再以种子体素进行增长重建。增长过程中运用六个方向的索引值和等值点索引表来保证相邻立方体信息的构建，即将公共面上已经求出的等值点信息与相邻体素信息一同放入增长队列中，使相邻体素重建时不需要重复计算相同等值点信息。采用拓展查找表方法来效避免二义性的问题发生。构建增长查找表确定其增长方向，避免遍历不含等值面的立方体，加快重建时间。重复以上步骤，当队列为空即结束等值面重建。

Description

一种基于体素增长的医学图像三维重建方法
技术领域
本发明属于医学图像领域，具体涉及一种医学图像三维重建等值面网格提取方法。
背景技术
随着医学影像技术的发展，医学影像已成为医生判断病症的重要手段，它们使各个器官组织结构得以清楚显示，明显提高了病灶的检出率。然而，断层图像不利于器官结构和病灶的整体显示，需要连续观察多帧图像，经人脑思维整合或运用图像后处理重组技术，才能形成完整的概念。利用医学二维断层图像重建并显示出人体组织的三维图像，极大提高了医生对病情的诊断率。当前，医学图像网格生成技术最为成熟的是MC算法及其衍生算法，因其原理简单，实现容易，得到了广泛的运用。
MC算法通过遍历所有的立方体生成网格，其中大部分时间浪费在空体素(和等值面没有相交的立方体)计算上，并且等值面是在各个立方体中单独生成的，重复的计算公共面上的等值点信息。并且生成的等值面存在一定的二义性。本发明针对这些问题，提出一种新的算法，解决MC算法二义性问题的同时显著加快重建速度。
发明内容
本发明的目的在于提供一种三维重建的网格提取方法，通过增加拓扑构型及利用各个立方体之间公共面上相同插值点来重建相邻体素等值面，消除二义性的同时显著地加快重建速度，形成一个连续的等值面网格。
本发明采取的技术方案分为以下步骤：
A、读取医学图像数据，构造立方体数据，查找种子体素，并将种子体素信息放入增长队列中；
B、从队列中取出数据构造立方体，计算索引值，对改进边索引表1进行查寻，确定相交边位置，依次进行未插值棱边等值点信息计算，求出等值点信息后，查找拓展后的三角索引表2，确定三角形连接方式；
C、根据当前体素构型查找增长索引表3，向该种构型特定方向增长，若需要向某个方向增长，则先判断该方向相邻体素处理标记是否为已处理，若已处理则进行下一个方向，若未处理则计算该方向表面索引值，查找该面等值点索引表确定该面等值点信息放入队列的顺序，然后将该方向相邻立方体信息和等值点信息依次放入增长队列中；
D、重复以上B、C步骤，直到队列为空。
在步骤A中，种子体素的选取方法为：选取中间层二维断层图像作为种子选取层，从图像边缘的中点位置开始向对面另一边中点逐个遍历立方体数据，若没有找到种子立方体则进行另外一边的中点向对面中点的立方体遍历，若还是没有找到则进行图像两个对角线的立方体遍历，若依然没有找到则在相邻层继续以这种米字形查找方式进行种子点的查找，直到发现种子体素为止，在此过程中发现种子体素就停止查找，然后将种子体素信息放入增长队列中并加入哨兵节点，其代表一个体素信息已全部完整地存入队列，种子查找方式如图1所示。
在步骤B中，构造立方体准则为：从队列中取出一组数据中的前8个顶点信息,再取出后面4个插值点的信息并依次命名为a1、a2、b1、b2来一起构建立方体信息，在后面增长过程中，会遇到两个插值点和四个插值点的情况，对于种子体素没有后面的插值点信息，因此对于种子体素只构建由8个顶点建立的立方体信息。针对种子体素构型(图2所示)，其右侧增长方向的相邻体素构建信息示例如图3所示。提取信息过程中遇到哨兵节点就停止本次提取数据，然后将各棱边处理标记设置为0，若各棱边中间段位置中已存在插值点信息，则将处理标记置为1；等值点及其连接方式确定方法为：计算当前体素的索引值，对改进边索引表1进行查寻，确定相交边位置，依次判断各个已确定插值边的标记信息，标记为1则跳过，进行下一个棱边插值点信息计算，这样可以有效的避免重复的计算公共的插值点，进而加快重建速度。确定所有插值点信息后，依据索引值搜索拓展的三角索引表2，确定三角形连接方式。
拓展拓扑构型为，在原有15种拓扑构型的基础上，新增7种构型，一共为22种构型(如图4所示)。依据拓展的拓扑构型建立拓展的三角形索引表2，丰富了拓扑构型的内涵，改善了相邻立方体连接时容易产生孔洞的问题。通过索引表2确定各个棱边交点组成三角形的连接方式，最后将三角形信息保存放入链表中。
在步骤C中，根据当前体素构型索引值查找增长索引表3，该增长索引表3记录了所有构型的增长方向。由于等值面是连续的，在每个含有等值点体素的表面与之相邻的体素一定含有等值面，因此可依据拓展后构型的等值点分布来建立增长索引表，依据索引结果确定该种构型的增长方向，若需要向某个方向增长，则先判断该方向相邻体素处理标记是否为已处理，若已处理则进行下一个方向，若未处理则计算该方向表面索引值，根据构建的立方体信息建立的六个增长方向的面索引值和六个方向对应的插值点索引表，以前后左右上下顺序分别为：Index_f＝v2v3v7v6、Index_b＝v4v5v1v0、Index_l＝v7v4v0v3、Index_r＝v5v6v2v1、Index_u＝v7v6v5v4、Index_d＝v3v2v1v0。Table1_f、Table1_b、Table1_l、Table1_r、Table1_u、Table1_d。每个索引值范围都为1到14。每个插值点索引表中记录着对应索引值的立方体边信息，这些边信息确定了该边上的插值点，依据顺序将对应边上的插值点信息和相邻体素信息一同放入增长队列中进行增长。这样操作可以在相邻立方体构建时明确插值点在相邻体素中各自的位置，方便构建信息和等值点的连接。六个方向都有各自的面索引值和面插值点索引表。
在步骤D中，继续重复权步骤B、C操作，直至整个队列为空为止。
本发明的有益效果：创建种子体素米字形查找方式加快遍历速度、增加拓扑构型避免二义性的产生、利用已求得的插值点来构造相邻体素信息，减少对重复等值点的计算来加快重建速度。通过以上三个方面进行医学图像三维重建等值面提取，极大减少了对空体素和公共插值点的计算，不仅避免了网格连接时的二义性问题，而且重建速度明显加快。
附图说明
图1是查找种子体素的查找方法。
图2是种子体素构型的示例。
图3是依据种子体素构型，其向右侧增长而构建的相邻立方体数据。
图4是改进后扩展的22种拓扑构型图。
图5是本发明重建方法的流程图。
具体实施方式
为使本发明的特点更加清晰，下面结合附图和实例进一步阐述本发明。
本发明为一种基于体素增长的医学图像三维重建方法，以患者尾椎骨部位为例，将经过预处理及分割后的图像作为三维重建的读入数据，采用本发明方法进行重建提取等值面。
首先要创建拓展构型三角索引表2，和针对拓展构型建立的增长索引表3。以及根据构建的立方体信息建立的六个增长方向的面索引值和六个方向对应的插值点索引表，以前后左右上下顺序分别为：Index_f＝v2v3v7v6、Index_b＝v4v5v1v0、Index_l＝v7v4v0v3、Index_r＝v5v6v2v1、Index_u＝v7v6v5v4、Index_d＝v3v2v1v0。。Table1_f、Table1_b、Table1_l、Table1_r、Table1_u、Table1_d。每个索引值范围都为1到14。每个插值点索引表中记录着对应索引值的立方体边信息，这些边信息确定了该边上的插值点，依据顺序将对应边上的插值点信息和相邻体素信息一同放入增长队列中进行增长。
主要重建过程可分为查找种子体素、确定种子体素后进行增长重建。具体重建过程如下：
a、读取处理好的患者尾椎骨部位医学图像数据，构造立方体，再根据二维断层图像按照米字形查找方式寻找选取种子体素，将数据放入队列中；
b、从队列中取出数据构造立方体，计算索引值，对改进边索引表1进行查寻，确定相交边位置，依次进行未插值棱边等值点信息计算，求出等值点信息后，查找拓展后的三角索引表2，确定三角形连接方式；
c、根据索引值查改进的增长索引表3，根据增长索引表3得到的数组值(将其命名为增长值)可以确定当前种子体素的增长方向有哪几个方向。然后依次判断各个方向的相邻体素信息是否为已处理，若已处理则进行下一个方向的判断。若当前方向相邻体素为未处理，则计算该方向表面索引值，查找该面等值点索引表确定该面等值点信息放入队列的顺序，然后将该方向相邻立方体信息和等值点信息依次放入增长队列中；
d、重复以上步骤，直到队列为空，最终网格模型就能呈现出来了。
显然，上述实施案例仅仅是为了说明清楚本发明的思想所做的举例，并非对实施方式和重建部位进行限定。本领域技术人员可以对本发明有多种变形方案实现本发明，并非因此限制本发明的权力保护范围。

Claims (5)

1.一种基于体素增长的医学图像三维重建方法，其特征在于，包括以下步骤：
A、读取医学图像数据，构造立方体数据，查找种子体素，并将种子体素信息放入增长队列中；
B、从队列中取出数据构造立方体，计算索引值，对改进边索引表1进行查寻，确定相交边位置，依次进行未插值棱边等值点信息计算，求出等值点信息后，查找拓展后的三角索引表2，确定三角形连接方式；
C、根据当前体素构型查找增长索引表3，向该种构型特定方向增长，若需要向某个方向增长，则先判断该方向相邻体素处理标记是否为已处理，若已处理则进行下一个方向，若未处理则计算该方向表面索引值，查找该面等值点索引表确定该面等值点信息放入队列的顺序，然后将该方向相邻立方体信息和等值点信息依次放入增长队列中；
D、重复以上B、C步骤，直到队列为空。
2.根据权利要求1所述的一种基于体素增长的医学图像三维重建方法，其特征在于，在所述步骤A中，种子体素的选取方法为：选取中间层二维断层图像作为种子选取层，从图像边缘的中点位置开始向对面另一边中点逐个遍历立方体数据，若没有找到种子立方体则进行另外一边的中点向对面中点的立方体遍历，若还是没有找到则进行图像两个对角线的立方体遍历，若依然没有找到则在相邻层继续以这种米字形查找方式进行种子点的查找，直到发现种子体素为止，在此过程中发现种子体素就停止查找，然后将种子体素信息放入增长队列中并加入哨兵节点，其代表一个体素信息已全部完整地存入队列。
3.根据权利要求1所述的一种基于体素增长的医学图像三维重建方法，其特征在于，在所述步骤B中，构造立方体准则为：从队列中取出一组数据中的前8个顶点信息,再取出后面4个插值点的信息并依次命名为a1、a2、b1、b2来一起构建立方体信息，对于种子体素没有后面的插值点信息，因此对于种子体素只构建由8个顶点建立的立方体信息，提取信息过程中遇到哨兵节点就停止本次提取数据，然后将各棱边处理标记设置为0，若各棱边中间段位置中已存在插值点信息，则将处理标记置为1；等值点及其连接方式确定方法为：计算当前体素的索引值，对改进边索引表1进行查寻，确定相交边位置，依次判断各个已确定插值边的标记信息，标记为1则跳过，进行下一个棱边插值点信息计算，确定所有插值点信息后，依据索引值搜索拓展的三角索引表2，确定三角形连接方式。
4.根据权利要求1所述的一种基于体素增长的医学图像三维重建方法，其特征在于，在所述步骤C中，根据当前体素构型索引值查找增长索引表3，该增长索引表3记录了所有构型的增长方向，依据索引结果确定该种构型的增长方向，若需要向某个方向增长，则先判断该方向相邻体素处理标记是否为已处理，若已处理则进行下一个方向，若未处理则计算该方向表面索引值，根据构建的立方体信息建立的六个增长方向的面索引值和六个方向对应的等值点索引表，以前后左右上下顺序分别为：Index_f＝v2v3v7v6、Index_b＝v4v5v1v0、Index_l＝v7v4v0v3、Inde x_r＝v5v6v2v1、Index_u＝v7v6v5v4、Index_d＝v3v2v1v0，Table1_f、Table1_b、Table1_l、Table1_r、Table1_u、Table1_d，每个索引值范围都为1到14，每个插值点索引表中记录着对应索引值的立方体边信息，这些边信息确定了该边上的插值点，依据顺序将对应边上的插值点信息和相邻体素信息一同放入增长队列中进行增长，这样操作可以在相邻立方体构建时明确插值点在相邻体素中各自的位置，方便构建信息和等值点的连接。六个方向都有各自的面索引值和面插值点索引表。
5.根据权利要求1所述的一种基于体素增长的医学图像三维重建方法，其特征在于，在所述步骤D中，继续重复权利要求1所述步骤B、C操作，直至整个队列为空为止。
CN202111220362.8A 2021-10-20 2021-10-20 一种基于体素增长的医学图像三维重建方法 Pending CN113888700A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111220362.8A CN113888700A (zh) 2021-10-20 2021-10-20 一种基于体素增长的医学图像三维重建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111220362.8A CN113888700A (zh) 2021-10-20 2021-10-20 一种基于体素增长的医学图像三维重建方法

Publications (1)

Publication Number Publication Date
CN113888700A true CN113888700A (zh) 2022-01-04

Family

ID=79003900

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111220362.8A Pending CN113888700A (zh) 2021-10-20 2021-10-20 一种基于体素增长的医学图像三维重建方法

Country Status (1)

Country Link
CN (1) CN113888700A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2622991A1 (fr) * 1987-11-10 1989-05-12 Thomson Rech Procede de reconstruction de reseaux filaires en trois dimensions et son utilisation dans un systeme d'angiographie numerique
US5056066A (en) * 1990-06-25 1991-10-08 Landmark Graphics Corporation Method for attribute tracking in seismic data
CN101976465A (zh) * 2010-10-27 2011-02-16 浙江大学 基于立方体棱边共享等值点的加速改进算法
CN107221029A (zh) * 2017-04-07 2017-09-29 天津大学 一种三维图像重建方法
CN109509259A (zh) * 2018-10-22 2019-03-22 哈尔滨理工大学 一种医学图像三维重建等值面网格提取方法
CN109636915A (zh) * 2018-12-19 2019-04-16 哈尔滨理工大学 一种基于边增长的医学图像三维重建等值面网格提取方法
CN109741356A (zh) * 2019-01-10 2019-05-10 哈尔滨工业大学（深圳） 一种亚像素边缘检测方法及系统
CN112700391A (zh) * 2019-10-22 2021-04-23 北京易真学思教育科技有限公司 一种图像处理方法、电子设备及计算机可读存储介质
CN113421339A (zh) * 2021-06-23 2021-09-21 哈尔滨理工大学 一种基于体素增长的医学图像三维重建等值面网格加速提取方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2622991A1 (fr) * 1987-11-10 1989-05-12 Thomson Rech Procede de reconstruction de reseaux filaires en trois dimensions et son utilisation dans un systeme d'angiographie numerique
US5056066A (en) * 1990-06-25 1991-10-08 Landmark Graphics Corporation Method for attribute tracking in seismic data
CN101976465A (zh) * 2010-10-27 2011-02-16 浙江大学 基于立方体棱边共享等值点的加速改进算法
CN107221029A (zh) * 2017-04-07 2017-09-29 天津大学 一种三维图像重建方法
CN109509259A (zh) * 2018-10-22 2019-03-22 哈尔滨理工大学 一种医学图像三维重建等值面网格提取方法
CN109636915A (zh) * 2018-12-19 2019-04-16 哈尔滨理工大学 一种基于边增长的医学图像三维重建等值面网格提取方法
CN109741356A (zh) * 2019-01-10 2019-05-10 哈尔滨工业大学（深圳） 一种亚像素边缘检测方法及系统
CN112700391A (zh) * 2019-10-22 2021-04-23 北京易真学思教育科技有限公司 一种图像处理方法、电子设备及计算机可读存储介质
CN113421339A (zh) * 2021-06-23 2021-09-21 哈尔滨理工大学 一种基于体素增长的医学图像三维重建等值面网格加速提取方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
XIN WANG, SU GAO, MONAN WANG, ZHENGHUA DUAN: "A Marching Cube Algorithm Based on Edge Growth", 《ARXIV》, 3 January 2021 (2021-01-03) *

Similar Documents

Publication Publication Date Title
Artzy et al. The theory, design, implementation and evaluation of a three-dimensional surface detection algorithm
Lalush et al. Block-iterative techniques for fast 4D reconstruction using a priori motion models in gated cardiac SPECT
CN101393644B (zh) 一种肝门静脉血管树建模方法及其系统
CN101551862B (zh) 基于边界距离场的血管中心路径提取方法
CN100589775C (zh) 一种重建人体器官三维表面的方法及系统
EP1761897A1 (en) Displaying a tracheobronchial tree
Huang et al. 3D reconstruction and visualization from 2D CT images
Wang et al. A marching cube algorithm based on edge growth
Hu et al. Learning to generate dense point clouds with textures on multiple categories
Fang et al. Automatic segmentation and 3D reconstruction of spine based on FCN and marching cubes in CT volumes
CN113888700A (zh) 一种基于体素增长的医学图像三维重建方法
CN113421339A (zh) 一种基于体素增长的医学图像三维重建等值面网格加速提取方法
CN109636915B (zh) 一种基于边增长的医学图像三维重建等值面网格提取方法
Lukeš et al. Numerical simulation of liver perfusion: from CT scans to FE model
Lee et al. Growing-cube isosurface extraction algorithm for medical volume data
Mayerich et al. Visualization of cellular and microvascular relationships
Foutrakis et al. Construction of 3-D arterial volume meshes from magnetic resonance angiography
CN109801367A (zh) 一种基于压缩流形模式的网格模型特征编辑方法
CN108765543A (zh) 一种基于隐式可变形模型的心血管影像重构方法及系统
Chebbi et al. 3D human heart anatomy: simulation and visualization based on MR images
Sørensen et al. Virtual Open Heart Surgery: Obtaining Models Suitable for Surgical Simulation.
CN117541733B (zh) 胸肺重建方法、装置、电子设备及存储介质
Rizzi et al. Automating the extraction of 3d models from medical images for virtual reality and haptic simulations
Li et al. Particle swarm optimization for solving medical image reconstruction ill-conditioned problems
Ren et al. A novel method for 3D-segmentation of vascular images

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