基于腹部CT图像三维重建算法的实现

李玲，程正喜，罗新，徐杰，陈光达，刘毕

(湖北科技学院生物医学工程学院，湖北咸宁437100)

医学影像诊断技术中，最常见的为断层图像，主要是根据本身各自物理学原理然后从人体器官采样，把采样所得到的数据进行重建为二维图像。医学图像的三维重建越来越重要。而医学影像要想显示三维图像，一般方法则是对所得的一个序列的横断层图像或者其它断层图像进行计算机处理，有三维重建算法重建所得来的，三维重建图像可以达到原来器官的三维表面形式，也可以同时重建出其它未得到截面图像。随着医疗技术的发展，医学三维重建图像能够为后期医学治疗提供更精确的数据和直观的依据。

目前，计算机辅助诊断技术在迅速的发展，各种更多先进的算法被利用，更高科技的计算机技术被实现，而这些相关的技术在医学领域都能够得到异常广泛应用。在医学影像技术当中，其中CT(ComputedTomography，CT)技术根据自身的特点，仅能得到横断面图像。而临床医生在治疗之前，要想准确的确定病灶的大小、形状，还有其所在的空间关系，以及病灶本身与周围组织之间的空间关系和信息情况，只有三维图像能够更直观的显示和测量。CT图像要想得到三维图像，就必须利用计算机三维重建技术进行人体器官和病灶的重建，三维重建技术可以重建出矢状面和冠状面，也可以重建出三维立体结构，CT技术本身无法达到的技术，就可以经过后期处理和重建得到直接所得图像无法达到的信息。

而本论文以腹部CT横断面图像为例，利用重建算法实现重建出腹部的矢状面和冠状面，并重建出三维结构。本算法可以直接重建医院常用图像格式，用一系列的腹部横断面的CT图像，重建出CT技术无法直接得到的矢状面、冠状面和三维立体结构。

一、三维重建算法

目前，代表性算法是基于等值面的绘制，又叫移动立方体法(MarchingCubes)。

本文主要应用MarchingCubes算法，由于其比较容易实现，所以是三维重建中常用的方法。

MarchingCubes算法是一种面显示算法，其过程是从一个三维数据场当中提取一个等值面。在这个等值面上，函数的值是其中一个给定值。从这个给定的采样点中找出等值面，由采样点恢复出连续函数 ，等值面是由连续函数和某一给定的阈值得出来的，这就是所谓的等值面提取算法。等值面提取算法误差大又复杂，所以本文主要利用的是隐式的等值面提取方法。这种算法就是在数据体中8个相邻的体素组成一个cube，所谓cube，就是我们常说的立方体，然后，用图像的灰度界限值来把每个体素区分为对象外和对象内两类。我们可以根据这种方法对立方体进行编码。最后，我们就可以把这些切点连接成相邻的三角形，这样就可以表达这个立方体内对象的表面，然后要求得该表面的方向，可以通过计算灰度梯度值。

图1立体示意图

从图1我们可以得出，分别由相邻的图像f1(x，y，z)及f2(x，y，z)两个大小为M*N的所构成在M*N个cube中。而我们只将那些所要抽取的等值面的阈值小于立方体的顶点的灰度值标记为黑色。每个cube都是有8个顶点所组成，每个顶点都是有两种状态存在的，所以说，等值面的分布加起来共有256种可能。我们在计算过程中将256种拓扑结构总结成了15种基本cube。我们可以记录所有情况下的等值面连接方式。最后，我们所要做的就是得出这个立方体在那条边上的等值点，把这些等值点连接起来形成等值面。

二、实验结果

本文方法的流程图如图2所示，其中包括输入、输出、图像预处理、三维重建和三维显示等。

图2CT图像三维重建系统结构图

其中输入图像可以为DICOM格式的医学图像，也可以为其它常见的格式。图像预处理主要对原始所得图像进行平滑滤噪和调整窗宽窗位等预处理。三维重建主要是利用三维重建算法进行软件的实现，三维图像显示可以显示利用CT横断面重建得到的矢状面、冠状面和三维立体结构的图像，同时还可以对图像进行测量和方向转换，简单的图像分割。

1．输入的原始CT腹部横断面图像

以下是直接输入DICOM格式的一系列腹部CT图像，其中部分图像如图3所示。

图3原始的腹部CT图像

可以根据需要显示某一幅图像，并对图像按要求调整窗宽窗位，对显示的图像进行测量。

2．重建后的腹部CT图像

三维重建后，可以依次根据需要显示图像的矢状面、冠状面和三维立体图像。

以下是由二维CT横断面图像重建所得的矢状面和冠状面，如图4所示。

图4重建所得图像的矢状面和冠状面

重建所得的矢状面和冠状面可以根据个人需要着重显示病变部位，或者根据需要转换方向和查看重点位置，对图5所示为转换方向重点显示的病变位置(其中肝脏中的低密度区为病变)。

图5转换方向后的矢状面和冠状面图像

本算法重建出的立体三维图像只能显示其表面结构，不能通过透明化显示内部结构，以下图像为一系列横断面CT图像三维重建后的立体结构，如图6所示。

图6三维重建后的立体结构

相比二维CT横断面图像，三维重建后，成像质量提高了，对病变部位能多方位清晰显示出来。对于组织内部的结构，可以清晰可辨，对病变部位可多剖面观察。

医生可以整体看图像，也可以每个层面顺序观察，更有利于医生诊断病情和确定病变的具体位置和形状特征。

本算法的实现，不仅实现了图像的三维重建，三维显示，还可以对图像进行切割和旋转。

三、讨论

本研究不需要图像格式的转换，可以直接输入医院常用格式DICOM格式，也可以选用其它常用格式，一般会先对图像进行预处理和测量，然后根据三维重建算法实现三维图像的重建，二维CT横断面图像进行三维可视化方便快捷，重建效果较好。同时还可以根据需要，对重建图像实现冠状面及矢状面的显示，并根据病灶所处位置和特点对冠状面和矢状面图像分层显示，几种显示图像综合以后，对病变可以全方位观察和诊断，并具有更重要的意义。此研究还能实现对图像的切割、旋转、缩放和测量等的操作，为影像医生的诊断和临床医生的后期治疗提供了更为直观和形象的医学图像。

此研究由于本人所具备的计算机性能有限，重建效果和速度还有待提高。以后随着计算机的性能的提高，立体三维成像速度会更快，形态更加逼真。

［1］VovkU，PernusF，LikarB．AReviewofmethodsforcorrectionofintensityinhomogeityinMRI［J］．IEEETranson MedicalImaging，2007，3(26):405 ～421．

［2］陈作炳，胡新宇，李世普，等．利用DICOM图片实现CT图像的三维重建［J］．武汉理工大学学报，2005，27(2):52～54．

［3］孙蕾，耿国华，周明全，等．基于可变形模型提取肿瘤区域的方法研究［J］．计算机仿真，2005，22(2):236～238．．

［4］ XueZhong，LiStanZ，TeohEamKhwang．AI－ Eigen-Snke:Anaffine－invariantdeformablecontourmodelforobjectmatching［J］．ImageVesionComputing ，2002 ，20(2):77～84．

［5］GouwsA，WoodsW，MillmanR，etal．DataViewer3D:an opensource，cross－ palatformmulti－ Modalneuroimaging datavisualizationtool［J］．FrontNeuroinformatics，2009，3(9):6～10．

［6］陈国平．一种改进的Snake算法［J］．数学理论与应用，2004，24(4):41 ～43．

［7］廖其光，鲍苏苏，潘家辉等．基于VTK肝脏三维模型可视化研究与实现［J］．计算机与数学工程，2005，36(2):102～104．