三維肝臟內部可視化研究范文

本站小編為你精心準備了三維肝臟內部可視化研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《電視技術雜志》2014年第十一期

1預處理工作

1．1肝臟的結構與紋理分析肝小葉是肝臟的基本單元，肝小葉的立體形態一般呈六角形棱柱體，長約2mm，寬0．1mm，其中以中央靜脈橫穿長軸。本文在構建肝臟基本模型時，由于肝臟軟組織紋理是研究的重點，所以只考慮肝臟體的基本構造，而忽略肝小葉和血管的組成。而肝臟的紋理具有隨機特征，區域分布均勻，沒有明顯的周期性和結構性。Markov隨機場模型認為圖像中每一像素值只與其鄰域像素的取值有關，通過像素的概率密度函數來定義紋理分布。因此采用Markov模型可以比較好地反映肝臟紋理的隨機特性。

1．2肝臟體的構建對于肝臟體的構建，首先在3dsmax里建立肝臟體的原型，目標是獲得逼真的肝臟體模型，導出后綴為obj的模型文件，模型具有網格結構，如圖2所示。由于只有表面網格構造，無法滿足內部結構的顯示以及后續復用工作的需要，所以先利用3DObjectConveter這款3D模型轉換工具，將obj文件轉換為ply文件，再導入TetGen庫，該庫是德國Weierstrass實驗室開發的一個開源項目，可以將表面網格模型轉換為四面體網格模型。四面體網格模型以ele文件和node文件形式保存。ele文件包含各個四面體四個連接頂點的索引信息，node文件則包含了各頂點的位置信息。本文構建的肝臟四面體模型總共有61014個四面體，14633個頂點。

1．3體紋理的生成在傳統計算機圖形學中，紋理是一種數據采樣資源，一般為二維形式，通過紋理映射可以把二維紋理與三維表面的點相對應。而體紋理則是定義在三維空間，以體素為基本單元。體紋理可以很好地反映物體內部結構信息，非常適合用于虛擬肝臟手術這種需要觀察物體內部結構并且對精度要求較高的場合。本文采用基于樣本的體紋理合成方法，所以需要合成一個樣本體紋理塊。首先需要一個具有比較高精度的數據源，本文選用美國數字化可視人體數據集，其來源于美國國立醫學圖書館的“可視人體計劃(VHP)”，選用里面的180張彩色肝臟切片圖作為數據源，其尺寸為600×630，如圖3a所示。接著要對切片圖進行分割提取，分離出肝臟體部分，排除其他的組織器官。在輪廓分割方法上，采用opencv編程實現，首先人工在圖片上指定幾個關鍵點，接著對幾個關鍵點做Bezier曲線擬合，使得曲線更加光滑，如圖3b所示。Bezier曲線是一種應用于二維坐標的數學曲線，它通過控制曲線上的四個點(起始點、終止點以及兩個相互分離的中間點)來創造、編輯圖形，隨著點有規律地移動，曲線將產生皮筋伸引一樣的變換，帶來視覺上的沖擊。分割的目標在于盡可能多地包含肝臟區域部分，盡可能少地包含其他區域部分。分割好肝臟圖像后，參考文獻［1］的做法，以分割圖像為模版，分別在體紋理坐標的x軸和z軸方向上擴展，即先左右排列，再前后排列。其中相交的點的像素值則取平均值。這樣構建的好處在于使得肝臟表面的紋理同內部紋理有所不同，增加肝臟紋理的多樣性，更貼近現實中的肝臟紋理。體紋理以．vol文件形式保存，其頭文件信息包含了版本號(version)、紋理數組(texName［］)、紋理塊尺寸(volSize)、通道數(numChannels)、每個通道位數(bytesPerChannel)等信息，如圖3c所示。

2基于復用計算的肝臟軟組織體紋理合成

合成肝臟軟組織體紋理是本文的主要研究內容。基于樣圖的紋理合成技術由于可以克服傳統紋理映射方法的缺點，又避免了過程紋理合成調整參數的繁瑣，目前發展很快。2001年的SIGGRAPH會議上，Efros提出一種基于塊拼貼的紋理合成算法［5］，通過查找誤差最小路徑實現各匹配塊的拼貼，對一些常見紋理取得了比較好的效果，該方法影響了后期許多的研究?？偨Y來說，合成的基本單元可以是像素點或者像素塊，基于像素點的合成利于保持紋理的局部特性，但對全局特征的把握不好，并且合成的速度比較慢。基于像素塊的合成能夠保持紋理的全局特征，并且合成速度提高很多，但是在塊與塊之間的銜接拼合上會有過渡不自然的現象。鄰域的形狀可以是正方形或者L形［6］。目前，大多數的紋理合成方法都采用Markov模型，即紋理中任一位置的色彩只由其局部有限鄰域的情況決定。而鄰域搜索的效率往往是決定紋理合成效率的一個關鍵因素，鄰域搜索由于要在樣本里逐點或者逐塊搜索，計算量比較大。對于肝臟體紋理合成，本文構建的肝臟體模型總共有61014個四面體，數據量非常大，因此本文考慮采用復用計算的方法，進行基于像素塊的紋理合成，復用計算適用于大尺寸的紋理合成，比較適合合成肝臟紋理這樣數據量較大的場合。此外，復用計算適合合成結構性不強的紋理類型，肝臟軟組織紋理屬于結構性不強的紋理。本文參考了陳昕提出的二維平面的復用合成方法［8］，并將其擴展至三維空間，只在合成初始區域時采用鄰域搜索匹配像素塊，而合成剩余區域時則復用之前的結果，以減少計算量，提高合成的效率。

2．1初始區域的合成算法首先合成一個初始區域，因為鄰域搜索是合成計算中系統開銷最大的部分，很大程度上決定了合成的速度和效率。所以本文只在合成初始區域時采用鄰域搜索，而在后期合成剩余區域時則復用已合成的部分，以達到節省系統開銷的目的。具體實現上，參考文獻［9］的做法，先在樣本體紋理塊中按照塊體積大小做均勻的劃分，即所謂同“相位”紋理間隔排布，然后針對每個紋理塊，在樣本紋理塊中進行鄰域搜索，求出可與其拼接的紋理塊的集合，匹配原則采用顏色差值的距離公式，分別計算RGB顏色的差值再取平方和的距離公式此外，為了增加紋理的隨機性，本文采用一種類似文獻［7］提出的經典方法，對于當前待合成空白區域，則其左邊的已合成塊的拼接塊集合中的所有塊往右位移一個單位，其他方向上的相鄰紋理塊也根據位置關系做類似的操作，最后再做集合的求交計算。由于均勻布塊與空白區域填充可以并行進行，所以該方法可以提高合成的速度，如圖4所示。對于紋理塊尺寸大小和重疊區域體積的確定，文獻［10］作了深入研究。主要思想是考察不同尺寸下紋理塊對于樣本紋理塊的全局特征以及周期性的反映程度。由于肝臟紋理沒有明顯的周期性，本文只考察對于全局特征的反映程度。文獻［10］針對黑白圖像主要考察其灰度直方圖，由于本文的數據源是彩色圖像，所以將計算轉換至RGB顏色空間，通過顏色差值來考察該尺寸下紋理塊對樣本全局特征的反映程度。所選紋理塊尺寸不能太大，否則可匹配的紋理塊數目太少，尺寸也不能太小，否則無法反映紋理的全局特征。實現上選取樣本紋理體積1/4的紋理塊作為劃分依據。而重疊區域體積的確定，文獻［10］主要考察特定寬度下對于相鄰兩個紋理塊的區分程度，對于肝臟這種隨機性比較強的紋理，不同尺寸下這種差異并不大，因此本文選取固定的重疊體積進行計算，對實驗結果影響并不大。

2．2剩余區域合成在合成剩余部分區域時，則采用復用計算，從已合成的區域中選取合適的紋理塊，填充到剩余的待合成區域。參考文獻［8］的方法，將其擴展至三維空間。逐步擴大合成紋理塊體積，迭代完成整個紋理合成過程。合成剩余區域時，重新計算合成紋理塊的尺寸，在已合成區域選擇紋理塊進行填充。具體實現上，采用成倍增長的方式，每次合成時，將新的紋理塊尺寸設置為已合成區域長寬高的各一半，即體積為已合成區域的1/8，當已合成區域長寬高都擴大一倍后，當前區域將被設置為新的已合成區域，并且重新計算合成紋理塊的尺寸，開始新一輪的復用操作，進行下一步的合成。這種方式可以有效減小合成紋理塊的數目，同時又可以利用已有的合成結果，對于提高合成速度與效率很有幫助。由于本文已經預先對紋理塊尺寸做了計算，能夠反映樣本的全局特性，并且在初始階段按照相位原則進行了排布，所以在復用選塊操作時，只要按照相位標準隨機選擇塊位置即可。

2．3重疊區域縫合在重疊區域像素的縫合上，采用類似“羽化”的縫合方法［10］，即對重疊區域像素根據其到邊界的距離做色彩的插值計算。

2．4邊緣像素的處理最后一步是處理邊緣像素，在處理邊緣像素時，先判斷當前待合成的紋理塊是否大部分處于邊界外部，若在邊界外部的比例小于給定的閾值，則保留該塊在內部的部分，舍棄在外部的部分，若在邊界外部的比例大于給定的閾值，則舍棄該塊，用“羽化”方法合成剩余部分，在這里CB和LB失去意義將其舍去，設K為邊界鄰近的已合成塊，則CA為K的邊界像素值，C則與當前待合成像素到K邊界的距離LA有關。公式更改為C=CA*LA。實現中，取閾值為30%，可以比較好地判斷邊界分布情況。由于切割不是本文研究的主要內容，采用了翟朝亮的切割算法［1］實現對肝臟體的切割。

3實驗及結果分析

利用VisualC++和OpenGL在PC機上實現了上述算法，PC機的配置為Core2DuoE47002．6GHz的CPU，2Gbyte的RAM，NVIDIAGeForceGT430顯卡。所得到的肝臟效果圖如圖5所示。本文方法在合成紋理上時間消耗較小，內存占用不大，可以滿足虛擬手術顯示的要求，統計信息見表1。

4小結

本文提出一種合成肝臟軟組織體紋理的方法，把二維的復用計算方法擴展到三維，只在初始區域進行鄰域搜索，而在合成剩余區域則迭代利用之前的結果。實驗結果表明該方法能夠很大程度上提高合成效率，在虛擬手術實時可視化方面有一定的應用價值。

作者：潘翔陳國棟單位：福州大學物理與信息工程學院