CN114445431B - 一种医学三维影像任意切割的方法与装置 - Google Patents

一种医学三维影像任意切割的方法与装置 Download PDF

Info

Publication number
CN114445431B
CN114445431B CN202210371830.XA CN202210371830A CN114445431B CN 114445431 B CN114445431 B CN 114445431B CN 202210371830 A CN202210371830 A CN 202210371830A CN 114445431 B CN114445431 B CN 114445431B
Authority
CN
China
Prior art keywords
dimensional
image
cutting
model
rendering
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.)
Active
Application number
CN202210371830.XA
Other languages
English (en)
Other versions
CN114445431A (zh
Inventor
郑德雁
陈集房
麻元兴
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.)
Zhejiang Keyi Intelligent Medical Technology Co ltd
Original Assignee
Zhejiang Keyi Intelligent Medical Technology Co ltd
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 Zhejiang Keyi Intelligent Medical Technology Co ltd filed Critical Zhejiang Keyi Intelligent Medical Technology Co ltd
Priority to CN202210371830.XA priority Critical patent/CN114445431B/zh
Publication of CN114445431A publication Critical patent/CN114445431A/zh
Application granted granted Critical
Publication of CN114445431B publication Critical patent/CN114445431B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • 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
    • 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)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Graphics (AREA)
  • Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Radiology & Medical Imaging (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Generation (AREA)

Abstract

本发明公开了一种医学三维影像任意切割的方法与装置，包括以下步骤：获取一组二维Dicom影像数据，对图像数据进行三维重建，获取所要切割区域在渲染图形上的二维坐标点，根据二维坐标点计算用于切割原始三维体数据的切割模型，基于切割模型进行三维图像融合；本发明通过基于Ray‑casting的体绘制方法对二维图像数据进行三维重建后获得渲染体素的三维模型，通过对三维模型进行切割后，使得完整的模型产生切割区域，通过切割区域可以清楚的透过外部组织观察三维图像内部特征，解决了目前的医学影像三维绘制过程中，由于叠加了外围体素无法清楚看到人体内部的三维渲染效果的问题。

Description

一种医学三维影像任意切割的方法与装置
技术领域
本发明涉及图像处理技术领域，尤其涉及一种医学三维影像任意切割的方法与装置。
背景技术
目前，随着医学影像技术的飞速发展，医学图像在临床诊断中发挥着越来越重要的作用，也在一定程度上加速了临床医学的发展进程。二维医学图像对医生的诊断固然起着积极的作用，但是由于人体组织器官形态多样、结构复杂，医学图像中所蕴涵的信息还没有得到充分利用。
通过对二维图像进行三维重建和可视化，将复杂的三维器官结构直观地显示出来，必然有助于医生进行全面而准确的分析，从而提高医疗诊断水平。因此，医学图像三维重建和可视化技术具有重要的实用价值。
三维重建根据绘制方法不同可分为体绘制（Volume Rendering）和面绘制（Surface Rendering）两大类。
面绘制是采用分割技术对一系列的二维图像进行轮廓识别、提取等操作，最终还原出被检测物体的三维模型，并以表面的方式显示出来,最常用的经典算法为 MarchingCube算法，从三维数据场中符合被设定阈值要求的点提取出来，然后将点依据法向量连接成三角面片集，以生成中间图元进行绘制，面绘制具有运行速度快，计算开销小的特点，被广泛运用与三维图像后处理领域。
体绘制的原理和面绘制完全不相同。面绘制需要生成中间图元,而体绘制则是直接在原图上进行绘制，内容需求较面绘制小，每切换一个视角需要重新对所有的像素点进行颜色和透明度计算,需要时间比面绘制长。较为常用的是光线投射（Ray-casting）算法，该算法通过模拟光线传递的方式叠加光线传递路径上的体素点颜色及透明度进行每个像素点的渲染，渲染效果较好，渲染速度较慢。
但在医学影像三维绘制过程中，由于叠加了外围体素,往往无法清楚看到人体内部的三维渲染效果。
例如，中国专利CN202011199755.0公开了医学影像处理方法、装置、计算机设备和存储介质。通过获取与目标任务对应的至少两份原始三维医学影像，可以对至少两份原始三维医学影像进行交叠融合处理，得到融合三维医学影像；通过确定融合三维医学影像，可以基于融合三维医学影像中各体素的体素信息，对融合三维医学影像进行至少一次的插值处理，得到融合有各原始三维医学影像的影像信息的重构三维医学影像，以及基于各原始三维医学影像分别所属的类别标签，确定重构三维医学影像对应的目标类别标签，如此，便能基于重构三维医学影像和对应的目标类别标签对缺失的训练数据进行弥补，得到完整的训练数据；但是，该影像数据依然无法看到人体内部的三维渲染效果。
发明内容
本发明主要解决现有的技术中在医学影像三维绘制过程中，由于叠加了外围体素，往往无法清楚看到人体内部的三维渲染效果的问题；提供一种医学三维影像任意切割的方法与装置，对三维体数据进行切割之后可以透过外部组织观察三维图像内部特征。
本发明的上述技术问题主要是通过下述技术方案得以解决的：一种医学三维影像任意切割的方法，包括以下步骤：获取一组二维Dicom影像数据，对图像数据进行三维重建，获取所要切割区域在渲染图形上的二维坐标点，根据二维坐标点计算用于切割原始三维体数据的切割模型，基于切割模型进行三维图像融合。通过对三维模型进行切割，使得完整的模型产生切割区域，通过切割区域可以清楚的透过外部组织观察三维图像内部特征，解决了目前的医学影像三维绘制过程中，由于叠加了外围体素无法清楚看到人体内部的三维渲染效果的问题。
作为优选，所述的二维Dicom影像数据包括16位图像数据及参与三维计算的图像行列XY方向单位像素所代表的物理距离、图像层间距、图像XY方向所代表的三维方向向量以及每个图像(0，0)像素点所代表的三维坐标参数。二维扫描影像数据中封装格式遵循标准DICOM3.0协议，数据获取更加快速方便。
作为优选，所述的三维重建方法为基于Ray-casting的体绘制方法。采用基于Ray-casting的体绘制方法进行三维模型重建，渲染效果好。
作为优选，所述的基于Ray-casting的体绘制方法渲染图形时，包括视角位置设置及视平面参数设置。提高渲染效果。
作为优选，所述的二维坐标点通过视平面参数计算为三维坐标点，并根据光线投射原理计算出对应体数据中的光线射入点及光线射出点。实现对每个像素点进行渲染。
作为优选，光线射入点及光线射出点的集合可构建一三维多面体。
作为优选，所述的切割模型为大小与原始三维体数据相同的三维体数据模型。
作为优选，所述的三维图像融合的方法为：对切割模型和原始三维体数据矩阵进行掩膜计算，得到三维融合图像。
一种医学三维影像任意切割的装置，包括：
图像采集模块，用于获取二维扫描影像数据，所述二维扫描影像数据中封装格式遵循标准DICOM3.0协议，并包含图像行列XY方向单位像素所代表的物理距离、图像层间距、图像XY方向所代表的三维方向向量以及每个图像(0，0)像素点所代表的三维坐标参数；三维重建模块，用于对图像序列进行三维重建，三维重建方法为基于Ray-casting的体绘制方法；切割模型计算模块，用于计算切割模型，切割模型的计算方法如下：通过记录渲染成像的二维点坐标，计算其在三维坐标系下的对应位置后，通过光线投射的原理计算上诉切割点在三维体数据上的投影位置并生成切割模型；三维融合模块，用于融合模型并生成切割后渲染图像，所述模型融合方法为使用两个体数据计算其三维掩膜。
本发明的有益效果是：通过基于Ray-casting的体绘制方法对二维图像数据进行三维重建后获得渲染体素的三维模型，通过对三维模型进行切割后，使得完整的模型产生切割区域，通过切割区域可以清楚的透过外部组织观察三维图像内部特征，解决了目前的医学影像三维绘制过程中，由于叠加了外围体素无法清楚看到人体内部的三维渲染效果的问题。
附图说明
图1是本发明实施例的整体流程示意图。
图2是本发明实施例的三维重建的流程示意图。
图3是本发明实施例的CT扫描图。
图4是本发明实施例的三维渲染图。
图5是本发明实施例的切割位置的示意图。
图6是本发明实施例的切割位置的渲染示意图。
图7是本发明实施例的切割位置的侧面图。
图8是本发明实施例的装置的结构框图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
为了使本发明的目的、技术方案及优点更加清楚明白，通过下述实施例并结合附图，对本发明实施例中的技术方案的进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定发明。
实施例：一种医学三维影像任意切割的方法，如图1和图2所示，包括以下步骤：
S1：对医学影像数据进行体渲染；具体包括：
S1001：加载医学二维扫描影像数据：医学影像数据封装格式遵循标准DICOM3.0协议，通过解析影像数据获取二维影像数据序列
Figure 100002_DEST_PATH_IMAGE002
，其中n为影像数量，
Figure 100002_DEST_PATH_IMAGE004
为单张二维影像16位矩阵，此外还需从Dicom文件中获取图像行列
Figure 100002_DEST_PATH_IMAGE006
，XY方向单位像素所代表物理距离
Figure 100002_DEST_PATH_IMAGE008
图像层间距
Figure 100002_DEST_PATH_IMAGE010
，图像XY方向所代表的三维方向向量
Figure 100002_DEST_PATH_IMAGE012
以及每个图像
Figure 100002_DEST_PATH_IMAGE014
像素点所代表的三维坐标
Figure 100002_DEST_PATH_IMAGE016
，其中i为当前图像序号，本实施例中的二维影像数据包含323张CT扫描图像，其中一张如图3所示，其中
Figure 100002_DEST_PATH_IMAGE018
=512，
Figure 100002_DEST_PATH_IMAGE020
=512，
Figure 100002_DEST_PATH_IMAGE022
=0.390625，
Figure 100002_DEST_PATH_IMAGE024
=0.390625，
Figure 100002_DEST_PATH_IMAGE026
=2，
Figure 100002_DEST_PATH_IMAGE028
=（1,0,0），
Figure 100002_DEST_PATH_IMAGE030
=（0,1,0），
Figure 100002_DEST_PATH_IMAGE032
。
S1002：填充体素
在三维坐标系中,按所读取的影像数据填充体素,具体坐标对应公式如下：
Figure 100002_DEST_PATH_IMAGE034
其中
Figure 100002_DEST_PATH_IMAGE036
为图像中像素的横纵坐标，
Figure 100002_DEST_PATH_IMAGE038
为所求三维坐标位置。
为了增加数据的连续性，本发明使用三线性插值法填充
Figure 744457DEST_PATH_IMAGE038
中的间隔数据，具体如下：
当要对三维体数据
Figure 100002_DEST_PATH_IMAGE040
进行插值时,在已有数据
Figure 100002_DEST_PATH_IMAGE042
坐标中离
Figure 5806DEST_PATH_IMAGE040
最近的两层中各取离
Figure 316701DEST_PATH_IMAGE040
最近的4各数据点，从上到下，从左到右记做
Figure 100002_DEST_PATH_IMAGE044
,
Figure 100002_DEST_PATH_IMAGE046
,
Figure 100002_DEST_PATH_IMAGE048
,
Figure DEST_PATH_IMAGE050
,
Figure DEST_PATH_IMAGE052
,
Figure DEST_PATH_IMAGE054
,
Figure DEST_PATH_IMAGE056
,
Figure DEST_PATH_IMAGE058
，并取其坐标值
Figure DEST_PATH_IMAGE060
,计算
Figure DEST_PATH_IMAGE062
所对应体素值
Figure DEST_PATH_IMAGE064
过程如下：
记
Figure DEST_PATH_IMAGE066
,
Figure DEST_PATH_IMAGE068
,
Figure DEST_PATH_IMAGE070
则有
Figure DEST_PATH_IMAGE072
体数据模型记为
Figure DEST_PATH_IMAGE074
。
S1003：渲染三维图形：
计算原始体数据获取其三维中心坐标
Figure DEST_PATH_IMAGE076
,距离
Figure 993801DEST_PATH_IMAGE076
直线距离
Figure DEST_PATH_IMAGE078
设置虚拟相机，其位置记为
Figure DEST_PATH_IMAGE080
，在
Figure 667228DEST_PATH_IMAGE076
和
Figure 506002DEST_PATH_IMAGE080
之间离
Figure 569773DEST_PATH_IMAGE080
直线距离
Figure DEST_PATH_IMAGE082
处设置视平面,基于Ray-casting算法,从
Figure 830990DEST_PATH_IMAGE080
模拟光线穿过体数据，根据预设的颜色传递函数和透明度传递函数在视平面合成渲染图形，图形渲染结果如图4所示。
S2：计算切割模型
步骤如下：
A、在所生成的渲染图形上选取切割位置点集合
Figure DEST_PATH_IMAGE084
为在渲染图形上选择的绘制点。
B、遍历
Figure DEST_PATH_IMAGE086
,记录当前点位
Figure DEST_PATH_IMAGE088
。
C、计算各点三维坐标
Figure DEST_PATH_IMAGE090
，其中
Figure DEST_PATH_IMAGE092
为二维绘制点
Figure DEST_PATH_IMAGE094
为渲染图形中心坐标
Figure DEST_PATH_IMAGE096
为视平面对应渲染图形X,Y方向向量，
Figure DEST_PATH_IMAGE098
为视平面中心坐标，
Figure DEST_PATH_IMAGE100
为所求三维点坐标，统计其点集合
Figure DEST_PATH_IMAGE102
。
D、从
Figure DEST_PATH_IMAGE104
出发连接
Figure 340949DEST_PATH_IMAGE100
与原始体数据长方体相交于两点
Figure DEST_PATH_IMAGE106
和
Figure DEST_PATH_IMAGE108
，其中
Figure 678520DEST_PATH_IMAGE106
为光线射入点，
Figure 229587DEST_PATH_IMAGE108
为光线射出点。
E、重复步骤B-D，获取
Figure 232178DEST_PATH_IMAGE106
和
Figure 538919DEST_PATH_IMAGE108
的集合
Figure DEST_PATH_IMAGE110
和
Figure DEST_PATH_IMAGE112
，连接
Figure DEST_PATH_IMAGE114
和
Figure DEST_PATH_IMAGE116
对应点构建闭合多面体
Figure DEST_PATH_IMAGE118
。
F、按照
Figure DEST_PATH_IMAGE120
数据大小初始化三维体数据
Figure DEST_PATH_IMAGE122
，在
Figure 483611DEST_PATH_IMAGE122
中，当位置在多面体
Figure 256394DEST_PATH_IMAGE118
内时，其体数据值为0，否则其体数据值1，
Figure 265939DEST_PATH_IMAGE122
即为所求切割模型。
在本实施例中，上述相机位置
Figure 237306DEST_PATH_IMAGE104
为（99.8,927.06,161），距离三维中心坐标距离
Figure DEST_PATH_IMAGE124
为827.25，视平面中心坐标
Figure 588784DEST_PATH_IMAGE098
为（99.8,306.68,161），
Figure DEST_PATH_IMAGE126
为620.38，
Figure DEST_PATH_IMAGE128
为(-1.11,0,0)，
Figure DEST_PATH_IMAGE130
为(0,0,1.11)。
在所生成的渲染图形上选取切割位置点集合：
Figure 694537DEST_PATH_IMAGE086
={(98.01,31.13),(98.01,31.13),(98.68,30.46),(111.92,32.45),(121.19,34.44),(126.49,37.75),(130.46,41.72),(134.44,45.70),(136.42,49.67),(136.42,52.98),(136.42,54.97),(135.76,64.90),(135.10,71.52),(134.44,76.82),(133.77,79.47),(131.13,81.46),(123.84,84.77),(121.19,86.09),(111.92,88.08),(108.61,88.74),(103.97,88.74),(101.99,88.74),(98.68,88.74),(94.04,89.40),(88.74,90.07),(88.74,90.73),(88.74,90.07),(86.75,86.75)}，绘制结果如图5所示。
计算所得视平面点集：
Figure DEST_PATH_IMAGE132
={(157.05,306.69,29.38),(157.05,306.69,29.38),(156.32,306.69,28.64),(141.59,306.69,30.85),(131.28,306.69,33.06),(125.39,306.69,36.74),(120.97,306.69,41.16),(116.55,306.69,45.58),(114.34,306.69,50.00),(114.34,306.69,53.68),(114.34,306.69,55.89),(115.08,306.69,66.93),(115.82,306.69,74.30),(116.55,306.69,80.19),(117.29,306.69,83.13),(120.23,306.69,85.34),(128.33,306.69,89.03),(131.28,306.69,90.50),(141.59,306.69,92.71),(145.27,306.69,93.44),(150.43,306.69,93.44),(152.63,306.69,93.44),(156.32,306.69,93.44),(161.47,306.69,94.18),(167.36,306.69,94.92),(167.36,306.69,95.65),(167.36,306.69,94.92),(169.57,306.69,91.23)}。
相交于体数据序列点集如下：
Figure 835668DEST_PATH_IMAGE114
={(156.89,308.40,29.74),(156.89,308.40,29.74),(156.16,308.38,29.00),(141.44,308.90,31.32),(131.15,309.24,33.59),(125.27,309.57,37.32),(120.86,309.91,41.78),(116.46,310.23,46.24),(114.25,310.51,50.68),(114.25,310.72,54.38),(114.25,310.85,56.59),(114.96,311.43,67.65),(115.69,311.78,75.01),(116.41,312.04,80.89),(117.14,312.16,83.82),(120.05,312.23,86.02),(128.08,312.27,89.67),(131.00,312.28,91.13),(141.22,312.15,93.31),(144.87,312.09,94.03),(150.00,311.96,94.02),(152.19,311.90,94.01),(155.85,311.79,94.00),(160.98,311.65,94.71),(166.84,311.47,95.43),(166.84,311.50,96.16),(166.84,311.47,95.43),(169.06,311.26,91.75)}。
Figure 864804DEST_PATH_IMAGE116
={(195.39,-108.79,-58.77)，(195.39,-108.79,-58.77)，(194.16,-108.77,-59.99)，(169.61,-109.29,-56.41)(152.40,-109.63,-52.79),(142.57,-109.96,-46.71),(135.20,-110.30,-39.39),(127.82,-110.62,-32.06),(124.13,-110.90,-24.72),(124.14,-111.12,-18.60),(124.14,-111.24,-14.92),(125.39,-111.82,3.48),(126.63,-112.17,15.76),(127.87,-112.44,25.59),(129.11,-112.56,30.51),(134.04,-112.62,34.21),(147.62,-112.66,40.37),(152.56,-112.67,42.84),(169.83,-112.54,46.56),(175.99,-112.48,47.80),(184.62,-112.35,47.81),(188.31,-112.29,47.82),(194.47,-112.18,47.83),(203.09,-112.04,49.08),(212.94,-111.86,50.33),(212.94,-111.89,51.56),(212.94,-111.86,50.33),(216.62,-111.65,44.19)}。
在渲染图上绘制切割模型效果如图6和图7所示。
S3：融合三维图像：以计算
Figure 918342DEST_PATH_IMAGE074
和
Figure DEST_PATH_IMAGE134
掩膜的方式切割体数据，即在
Figure 196876DEST_PATH_IMAGE134
和
Figure 344961DEST_PATH_IMAGE074
每个对应三维矩阵点上的数值进行“与”计算，输出图像即为被切割过的体数据，记作
Figure DEST_PATH_IMAGE136
。
本发明还提供一种医学三维影像任意切割的装置，如图8所示，包括：图像采集模块、三维重建模块、切割模型计算模块和三维融合模块。
其中，图像采集模块用于获取二维扫描影像数据，二维扫描影像数据中封装格式遵循标准DICOM3.0协议，并包含图像行列XY方向单位像素所代表的物理距离、图像层间距、图像XY方向所代表的三维方向向量以及每个图像(0，0)像素点所代表的三维坐标参数。
三维重建模块用于对图像序列进行三维重建，三维重建方法为基于Ray-casting的体绘制方法。
切割模型计算模块用于计算切割模型，切割模型的计算方法如下：通过记录渲染成像的二维点坐标，计算其在三维坐标系下的对应位置后，通过光线投射的原理计算上诉切割点在三维体数据上的投影位置并生成切割模型。
三维融合模块用于融合模型并生成切割后渲染图像，模型融合方法为使用两个体数据计算其三维掩膜。
本发明通过基于Ray-casting的体绘制方法对二维图像数据进行三维重建后获得渲染体素的三维模型，通过对三维模型进行切割后，使得完整的模型产生切割区域，通过切割区域可以清楚的透过外部组织观察三维图像内部特征，解决了目前的医学影像三维绘制过程中，由于叠加了外围体素无法清楚看到人体内部的三维渲染效果的问题。
以上所述的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。

Claims (9)

1.一种医学三维影像任意切割的方法，其特征在于，包括以下步骤：
获取一组二维Dicom影像数据，对图像数据进行三维重建，获取所要切割区域在渲染图形上的二维坐标点，根据二维坐标点计算用于切割原始三维体数据的切割模型，基于切割模型进行三维图像融合；
计算切割模型步骤如下：
A、在所生成的渲染图形上选取切割位置点集合
Figure DEST_PATH_IMAGE002
为在渲染图形上选择的绘制点；
B、遍历
Figure DEST_PATH_IMAGE004
,记录当前点位
Figure DEST_PATH_IMAGE006
；
C、计算各点三维坐标
Figure DEST_PATH_IMAGE008
其中
Figure DEST_PATH_IMAGE010
、
Figure DEST_PATH_IMAGE012
为二维绘制点，
Figure DEST_PATH_IMAGE014
、
Figure DEST_PATH_IMAGE016
为渲染图形中心坐标，
Figure DEST_PATH_IMAGE018
为视平面对应渲染图形X,Y方向向量，
Figure DEST_PATH_IMAGE020
为视平面中心坐标，
Figure DEST_PATH_IMAGE022
为所求三维点坐标，统计其点集合
Figure DEST_PATH_IMAGE024
；
D、从
Figure DEST_PATH_IMAGE026
出发连接
Figure DEST_PATH_IMAGE028
与原始体数据长方体相交于两点
Figure DEST_PATH_IMAGE030
和
Figure DEST_PATH_IMAGE032
，其中
Figure 949719DEST_PATH_IMAGE030
为光线射入点，
Figure 335701DEST_PATH_IMAGE032
为光线射出点，
Figure DEST_PATH_IMAGE034
为相机位置；
E、重复步骤B-D，获取
Figure 521962DEST_PATH_IMAGE030
和
Figure 182751DEST_PATH_IMAGE032
的集合
Figure DEST_PATH_IMAGE036
和
Figure DEST_PATH_IMAGE038
，连接
Figure DEST_PATH_IMAGE040
和
Figure DEST_PATH_IMAGE042
对应点构建闭合多面体
Figure DEST_PATH_IMAGE044
；
F、按照原始三维体数据
Figure DEST_PATH_IMAGE046
数据大小初始化三维体数据
Figure DEST_PATH_IMAGE048
，在
Figure 411170DEST_PATH_IMAGE048
中，当位置在多面体
Figure 702474DEST_PATH_IMAGE044
内时，其体数据值为0，否则其体数据值1，
Figure 438349DEST_PATH_IMAGE048
即为所求切割模型。
2.根据权利要求1所述的一种医学三维影像任意切割的方法，其特征在于，
所述二维Dicom影像数据包括16位图像数据及参与三维计算的图像行列XY方向单位像素所代表的物理距离、图像层间距、图像XY方向所代表的三维方向向量以及每个图像(0，0)像素点所代表的三维坐标参数。
3.根据权利要求1所述的一种医学三维影像任意切割的方法，其特征在于，
所述三维重建方法为基于Ray-casting的体绘制方法。
4.根据权利要求3所述的一种医学三维影像任意切割的方法，其特征在于，
所述基于Ray-casting的体绘制方法渲染图形时，包括视角位置设置及视平面参数设置。
5.根据权利要求4所述的一种医学三维影像任意切割的方法，其特征在于，
所述二维坐标点通过视平面参数计算为三维坐标点，并根据光线投射原理计算出对应体数据中的光线射入点及光线射出点。
6.根据权利要求5所述的一种医学三维影像任意切割的方法，其特征在于，
光线射入点及光线射出点的集合可构建一三维多面体。
7.根据权利要求1所述的一种医学三维影像任意切割的方法，其特征在于，
所述切割模型为大小与原始三维体数据相同的三维体数据模型。
8.根据权利要求1所述的一种医学三维影像任意切割的方法，其特征在于，
所述三维图像融合的方法为：对切割模型和原始三维体数据矩阵进行掩膜计算，得到三维融合图像。
9.一种医学三维影像任意切割的装置，使用如权利要求1至8任一项所述的一种医学三维影像任意切割的方法，其特征在于，包括：
图像采集模块，用于获取二维扫描影像数据，所述二维扫描影像数据中封装格式遵循标准DICOM3.0协议，并包含图像行列XY方向单位像素所代表的物理距离、图像层间距、图像XY方向所代表的三维方向向量以及每个图像(0，0)像素点所代表的三维坐标参数；
三维重建模块，用于对图像序列进行三维重建，三维重建方法为基于Ray-casting的体绘制方法；
切割模型计算模块，用于计算切割模型，切割模型的计算方法如下：通过记录渲染成像的二维点坐标，计算其在三维坐标系下的对应位置后，通过光线投射的原理计算切割点在三维体数据上的投影位置并生成切割模型；
三维融合模块，用于融合模型并生成切割后渲染图像，模型融合方法为使用两个体数据计算其三维掩膜。
CN202210371830.XA 2022-04-11 2022-04-11 一种医学三维影像任意切割的方法与装置 Active CN114445431B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210371830.XA CN114445431B (zh) 2022-04-11 2022-04-11 一种医学三维影像任意切割的方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210371830.XA CN114445431B (zh) 2022-04-11 2022-04-11 一种医学三维影像任意切割的方法与装置

Publications (2)

Publication Number Publication Date
CN114445431A CN114445431A (zh) 2022-05-06
CN114445431B true CN114445431B (zh) 2022-07-26

Family

ID=81360533

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210371830.XA Active CN114445431B (zh) 2022-04-11 2022-04-11 一种医学三维影像任意切割的方法与装置

Country Status (1)

Country Link
CN (1) CN114445431B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115329697B (zh) * 2022-08-26 2023-04-14 北京国科恒通科技股份有限公司 仿三维线路图生成方法、装置、系统和存储介质
CN116912213B (zh) * 2023-07-20 2024-04-19 中国人民解放军总医院第六医学中心 一种医学Dicom图像边缘轮廓多边检测算法和检测系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103530902A (zh) * 2013-10-24 2014-01-22 江苏美伦影像系统有限公司 医学影像二维处理及三维重建系统
CN104599326A (zh) * 2014-12-11 2015-05-06 北京航空航天大学 一种人体心脏的实时逼真绘制方法
CN113409333A (zh) * 2021-06-16 2021-09-17 青岛海信医疗设备股份有限公司 一种三维图像的切割方法及电子设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1271572C (zh) * 2004-08-05 2006-08-23 上海交通大学 二维图像序列三维重建方法
US7894663B2 (en) * 2007-06-30 2011-02-22 General Electric Company Method and system for multiple view volume rendering
CN109727306A (zh) * 2018-11-20 2019-05-07 哈尔滨理工大学 一种基于vtk的脊柱医学图像三维可视化方法
CN111798468B (zh) * 2020-07-08 2024-02-09 泰康保险集团股份有限公司 图像处理方法及装置、存储介质及电子终端

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103530902A (zh) * 2013-10-24 2014-01-22 江苏美伦影像系统有限公司 医学影像二维处理及三维重建系统
CN104599326A (zh) * 2014-12-11 2015-05-06 北京航空航天大学 一种人体心脏的实时逼真绘制方法
CN113409333A (zh) * 2021-06-16 2021-09-17 青岛海信医疗设备股份有限公司 一种三维图像的切割方法及电子设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Octree Rasterization：Accelerating High-Quality Out-of-Core CPU Volume Rendering;Baoquan Liu等;《IEEE》;20120703;全文 *
虚拟手术中软组织切割模型研究进展;张小瑞 等;《计算机应用研究》;20170210;第34卷(第09期);全文 *

Also Published As

Publication number Publication date
CN114445431A (zh) 2022-05-06

Similar Documents

Publication Publication Date Title
Chen et al. SLAM-based dense surface reconstruction in monocular minimally invasive surgery and its application to augmented reality
CN114445431B (zh) 一种医学三维影像任意切割的方法与装置
Robb Virtual endoscopy: development and evaluation using the Visible Human datasets
WO2016165209A1 (zh) 一种三维图像的裁剪方法
US20090309874A1 (en) Method for Display of Pre-Rendered Computer Aided Diagnosis Results
Scharsach et al. Perspective isosurface and direct volume rendering for virtual endoscopy applications.
JP2004529437A (ja) オブジェクトオーダーボリュームレンダリングのオクルージョンカリング
Jin et al. Free-form tumor synthesis in computed tomography images via richer generative adversarial network
CN117422812A (zh) 用于体渲染三维对象和三维图像数据的方法及可读介质
US8149237B2 (en) Information processing apparatus and program
CN113197665A (zh) 一种基于虚拟现实的微创外科手术模拟方法、系统
Kumar et al. Stereoscopic visualization of laparoscope image using depth information from 3D model
Blank et al. Medical volume exploration: gaining insights virtually
KR102241312B1 (ko) 머신러닝 기반 결절 이미지 자동 연속 표시 장치 및 방법
US20160157726A1 (en) Projection image generating device, method and program
CN116051553A (zh) 一种在三维医学模型内部进行标记的方法和装置
Vagvolgyi et al. Video to CT registration for image overlay on solid organs
CN102074051B (zh) 一种体绘制平行投影的数据包围体快速定位方法
Yang et al. Scene-graph-driven semantic feature matching for monocular digestive endoscopy
Hayashi et al. A method for detecting undisplayed regions in virtual colonoscopy and its application to quantitative evaluation of fly-through methods1
WO2020168695A1 (zh) 基于VRDS 4D医学影像的肿瘤与血管Ai处理方法及产品
Yu et al. 3D Reconstruction of Medical Image Based on Improved Ray Casting Algorithm
Miao et al. Spinal neoplasm image inpainting with deep convolutional neutral networks
Chen et al. Enabling rapid and high-quality 3D scene reconstruction in cystoscopy through neural radiance fields
Paik Computer-aided interpretation of medical 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
GR01 Patent grant
GR01 Patent grant