基于计算机断层扫描数据的警犬医学图像三维重建

徐 陶 李 杰 李细牯 徐 虎 方绍勤 李居东

一、警犬医学图像三维重建的方法

警犬医学图像三维重建主要有3 个步骤，分别是二维图像数据的采集，图像的预处理以及图像的三维重建。

（一）二维图像数据的采集

使用CT 扫描仪器对试验犬进行扫描，得到有一定间距的连续二维图像，这些二维图像就是三维重建的原始数据。

医学图像与普通图像最大的区别在于图像的格式有所不同。常用的医学图像格式包括DICOM、BMP、TIFF 等，目前比较通用的格式是基于DICOM协议上的标准格式，即DICOM格式。DICOM标准是美国放射学会和美国电器制造商协会共同组织制定的专门用于医学图像存储和传输的标准。该格式已发展到DICOM3.0 标准，其特点包括：保护了存储资料的原始性，方便了数字化存储，方便数据调用，可以远程数据传输，有利于网络化管理。DICOM 标准的图像为储存和传输提供了方便，但是不能被普通的图像处理软件识别和操作，需要专门的软件将其转换成一般图像格式进行查看。

（二）图像的预处理

医学图像具有一定不均匀性和模糊性，所以需要对原始的图像进行预处理。预处理要经过图像读取、图像去噪和图像分割等几个主要流程。预处理的质量直接影响三维重建结果的质量。

1.图像读取

图像读取是指将DICOM 标准的图像读入到VTK 软件包中。这一步是进行三维重建至关重要的步骤。VTK 是一个用于三维计算机图形学、图像处理和可视化等方面的开源软件包。该软件自带多种图片格式的读取工具，其中vtkDICOMImageReader类支持对单张DICOM 图像或序列图像的直接读取。

2.图像去噪

在医学成像过程中，设备会受到环境中的电磁干扰导致成像中出现不可避免的噪声。噪声的存在使得图像的边缘和细节变得模糊，从而使得其信噪比降低，图像整体质量下降，对后续图形的分割和重建工作都会造成一定影响，所以需要在尽可能不损失图像本身信息的情况下尽可能多的消除图像中的噪声。

图像噪声在理论上可以定义为：不可预测，只能用概率统计方法来认识的随机误差。一个整体的图像信号在频域中可以呈现出一定的存在规律，但是图像噪声信号在图像中的分布是随机的，没有规律的，另外图像信号在频域中主要分布在低频部分中，而噪声信号则主要分布在频域中的高频部分，利用这一明显区别，可以利用不同的去噪方法来去除数字图像中的噪声，达到图像去噪的目的。

根据数字图像信号和噪声信号的区别，已经研究出了很多种图像去噪的方法，不同的方法具有不同的特点。但数字图形的去噪基本可以归为两类：空间域去噪和变换域去噪。最常使用到的是空间域去噪法，其中又以基于偏微分方程的去噪和双边滤波最具代表性。偏微分方程的去噪是将准备处理的图像设为方程初始值，用偏微分方程对初始图像进行求解，方程的解就是想得到的去噪结果。双边滤波是结合图像的空间邻近度和像素值相似度的一种折衷处理，同时考虑空域信息和灰度相似性，达到保边去噪的目的，具有简单、非迭代、局部性强的特点。

3.图像分割

在研究和医疗中，在得到1 张医学图像后，一般都只会对图像中的某些特定的部分产生兴趣，也只会对这些特定的部分进行分析和研究，而其它不感兴趣的部分则可能造成不必要的影响甚至引起错误的判断。基于上述原因，医学图像的分割就成为了一个非常重要的图像处理步骤，图像分割的准确度和分割的质量也直接影响后续三维重建的操作。

常用的医学图像分割法可以大致分为三大类，分别是基于区域的分割法、基于阈值的分割法和基于特定理论的分割法。

基于区域的分割法总体来说就是利用医学图像的不同灰度特征来判别目标进行分割。CT 图像是由从黑到白不同灰度的像素按矩阵排列构成的。根据图像中灰度和纹理的特征可以将图像划分成不同的空间，即形成了图像的分割。

基于阈值的分割法总体来说是通过导数计算图像中的像素是否属于图像中某个区域的边缘来达到图像分割的目的。图像边缘是指图像某一区域和另一区域的交接处，是区域程度发生较大变化的位置。图像边缘存在灰度的间断，而且灰度的变化满足幅度和方向两个要素，即顺着边缘方向的像素值变化慢，垂直于边缘方向的像素值变化大。通过一阶导数识别某个像素是否是边缘，通过二阶导数判断该像素属于哪个区域，即形成了图像的分割。

基于特定理论的分割法是图像分割发展中出现的新的分割方法。如基于模拟形态的分割、基于图论的分割、基于模糊粗糙集的分割、基于小波分析的分割、基于神经网络的分割等。

（三）图像的三维重建

医学图像的三维重建又称为三维可视化，是使用三维数据场可视化技术，将医学影像设备取得的图像创建成具有真实感的三维立体模型。

医学图像的三维重建的方法有两种，一种是面绘制，另一种是体绘制。面绘制技术简单的说就是设置一个特定的阈值，使其接近目标组织的表面属性，然后体数据中与设定值相对应的数据点被提取出来，最后根据三角刨分将其分为若干个三角面片集，再参照图形学中的光照模型完成对三角面片的可视化渲染，得到三维图像。常见的面绘制方法有立方块法、移动立方体法、剖分立方体法，最经典的面绘制方法是基于体素的移动立方体法，该方法自提出以来一直延用至今，面绘制相关研究大多也是基于移动立方体算法。面绘制只能表现物体表面的信息。体绘制技术通过对体数据重新采样来直接合成三维图像，是一种直接基于视觉原理的三维重建技术。该方法将每一个体素都看成是能够接受或者发出光线的粒子，然后配置光线强度和不透明度，沿实现方向积分，最后形成投影图像。体绘制的常用算法有光线投射法、错切-变形法、抛雪球法和基于纹理映射方法。其中应用最广泛的是光线投射法，该方法绘制出的三维图像质量极高，可以极其真实的反映物体表面和内部的三维信息。体绘制可以反映出物体的内部结构，但缺点是需要处理的数据量非常巨大。

二、试验案例分析

（一）试验犬基本信息

试验犬为昆明犬，狼青品系，2 岁，公，体重25.4kg，试验前预埋留置针并肌肉注射舒泰50 常规麻醉。留置针接高压输液泵，使用350mg/100mL的碘海醇30mL按1.5mL/秒的速度灌注进行血管造影（见图1）。设置CT 扫描仪电压为120kV，电流为200mA，对试验犬进行全身薄层平扫，共获得CT 图像2370 张。选取第814 至1150张的图像数据对试验犬进行心脏的三维重建。

（二）原始CT 图像

读取第999、第1042 张CT 图像的效果图，见图2。可见，原始CT 图像存在伪轮廓点，图像灰度分布也不均匀，需要对图像进行去噪处理。

图1 试验犬麻醉后准备进行CT 扫描

图2 原始CT 图像

（三）去噪后结果图

对图像去噪处理后的图像结果，见图3。可见，经过去噪处理的图像灰度明显更加均匀，组织边界更加光滑，更加清晰。

图3 图像去噪后的效果图

（四）分割后的效果图

使用Mimics 软件对图像进行分割，结果见图4。

图4 分割后的效果图

（五） 三维重建结果

对处理后的心脏图像进行体绘制，结果见图5。

图5 体绘制结果

三、结论

基于CT 数据的警犬医学图像三维重建可形成更为直观的三维模型。该模型空间感、立体感更强，可以按照需求进行角度的任意旋转和模型面的切割，可以进行模型的放大和缩小以及精确测量。通过对警犬进行医学图像的三维重建可有利于对警犬器官的形态学研究，有利于对警犬疾病的诊断以及虚拟手术的实现，有利于警犬解剖等学科的教学工作。

警犬的三维重建也存在一定的局限性，主要表现在以下方面：一是在三维重建中，部分脏器的轮廓和脏器内的血管可能无法识别需要手工添加和修改；二是对CT 图像的要求较高，需要薄层扫描，数据量十分巨大；三是三维重建的软件价格高昂且多为国外引进，对该技术的推广造成了困难。