[發明專利]一種基于MC-T算法的CT圖像三維重建方法

有效

• 申請號: 202110263368.7
• 申請日: 2021-03-11
• 公開（公告）號: CN112802193B
• 公開（公告）日: 2023-02-28
• 發明（設計）人: 胡敏;周秀東;黃宏程
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06T17/00
• 分類號: G06T17/00;G06T5/00;G06T7/13;G06T7/136;G06T7/155
• 代理公司: 重慶輝騰律師事務所 50215
• 代理人: 盧勝斌

本發明屬于圖像處理領域，具體涉及一種基于MC?T算法的CT圖像三維重建方法，該方法包括：獲取待重建的腦出血CT圖像和腦出血CT病灶掩膜圖；對獲取腦出血CT圖像和腦出血CT病灶掩膜圖進行預處理；采用MC?T算法對預處理后的圖像數據進行重建，得到重建后的三維圖像；本發明針對傳統的MC算法中存在的計算速度慢以及二義性問題，提出了一種基于MC算法改進的三維重建算法，該算法以二維腦出血CT圖像和病灶分割掩膜切片作為輸入，在三維數據場中通過體素棱邊標記的方法，有效的排除了空體元的檢測。

技術領域

本發明屬于圖像處理領域，具體涉及一種基于MC-T算法的CT圖像三維重建方法。

背景技術

醫學圖像的三維重建是指利用二維的切片圖像，如CT，MRI等序列圖像，進行3D圖像的模型繪制。常見的醫學圖像三維重建方法包括體繪制和面繪制；體繪制是根據一定的物理模型，直接將三維數據繪制成三維模型，常見的體繪制算法有光線投射算法、錯切變形算法等；采用體繪制方法重建三維模型能表現出更多的細節信息，但是它需要更多的計算機內存，并且繪制速度較慢；面繪制是利用各類面元(三角形或者四邊形等)，通過算法連接起來構造等值面的方式去近似擬合真實的器官、組織的表面輪廓。相比于體繪制，面繪制的方式計算量小，實時性高，較利于實際的應用。常見的面繪制算法有立方塊算法、MC(Marching Cubes)算法以及平行輪廓線算法等。

Lorensen等人提出的MC算法開辟了醫學圖像三維重建研究的新篇章，它從三維標量數據場中提取三角形面片，用來構造等值面近似逼近真實的器官表面，具有高效性和簡單性的特點。但是MC算法存在一些缺點，Nielson針對MC算法存在的二義性問題，提出了基于雙曲線漸近線法，該算法從精度上有效的解決了空洞問題，但是沒有從速度上進行改進。MT(Marching Tetrahedra)算法是MC算法的發展，它將MC算法中的一個體元細分為若干個四面體，等值點的連接方式就是唯一的，從而解決了二義性問題。但是該算法計算量是MC算法的好幾倍。李怡敏等人針對MC算法的二義性問題做出了改進，但是補充的基本構型不夠完整，此外計算量也比較大。王錚等人提出一種基于插值點連線交點的方法解決面二義性問題，其本質上與基于雙曲線漸近線的方法一致。Lopes等人改進MC算法，通過多體元內多邊形進行三角化、系統化進而提高算法的魯棒性和繪制精度。劉俠等人利用區域生長的思想對MC算法進行改進，減少遍歷體元的數量，但是如果錯誤選取種子體元，會導致重建模型效果不佳。蘇冬雪通過改進體素的表示形式，增加體素的體積的方式來減少需要遍歷體素的數目，但是如果體素的體積增加不當，會使得重建效果失真。金釗等人基于VTK工具包提出基于二次中值運算的MC優化算法。肖紅旭針對MC算法無法一次性提取多閾值器官的問題，提出一種標簽化三維重建算法，但在多閾值情況下，標簽閾值的選取存在最優問題，從而影響重建效果。本文從速度和精度兩方面對MC算法進行改進，提出一種新的三維重建算法，在解決二義性的同時有效的加快了重建速度。

發明內容

為解決以上現有技術存在的問題，本發明提出了一種基于MC-T算法的CT圖像三維重建方法，該算法包括：獲取待重建的腦出血CT圖像和腦出血CT病灶掩膜圖；對獲取腦出血CT圖像和腦出血CT病灶掩膜圖進行預處理；采用移動立方體構型重組MC-T算法對預處理后的圖像數據進行重建，得到重建后的三維圖像。

優選的，對獲取的數據進行預處理包括：對腦出血CT圖像和腦出血CT病灶掩膜圖進行分割處理，分割后的每個切均為一個二維數組，二維數組中的值為該切片位置的標量值。

優選的，采用MC-T算法對預處理后的圖像數據進行重建的過程包括：

S1：根據的腦出血CT病灶掩膜圖像構建三維數據場；

S2：根據三維數據場構造立方體素；

S3：對二維病灶掩膜圖像進行邊緣輪廓檢測，標記與輪廓像素相交的棱邊，并保存含有標記棱邊的立方體素；