单位文秘网 2021-08-03 08:11:41 点击: 次
组织或器官的几何平面信息,无法将弯曲结构的组织或器官展示在单张图片上的问题,实现了基于多平面重建(MPR)提取轮廓线的冠脉曲面重建(CPR)算法。首先,利用多平面重建获取冠脉轮廓的离散点;然后,对离散点进行Cardinal样条插值,获取平滑的轮廓拟合曲线;其次,沿着感兴趣方向对轮廓线进行投影形成扫描曲面;最后,显示扫描曲面对应的心脏体数据,得到冠脉重建曲面。实验结果表明,在绘制速度上,与三维切割法和三维数据场法相比,冠脉轮廓线提取速度提高了每秒4~6帧,绘制时间较短。在绘制质量上,与三维分割法相比,得到的冠脉曲面成像清晰,结构完整,有助于医师对病变的直观分析,能满足实际临床诊疗需求。
关键词:多平面重建;轮廓提取;曲线拟合;Cardinal样条;曲面重建
中图分类号: TP391.413
文献标志码:A
0 引言
在医学应用中,目标器官或组织的内部蕴含了重要的特征信息,对于全面直观地观察病变扩张程度、侵及范围、诊断可切除性具有重要价值。目前获取医学组织器官内部信息的方法有三维切割、多平面重建及曲面重建。三维切割及多平面重建(Multi-Planar Reformation, MPR)后的图像仍然是二维断面图像,它们能从不同的空间方位显示病变与周围结构的关系。曲面重建(Curved Planar Reformation, CPR)是指在体积数据的基础上,沿感兴趣器官划线,然后计算该划线按照指定方向扫描经过的曲面上所有像素的灰度值,并以二维图像形式显示出来。它能够在一张图像上显示弯曲器官或组织的全貌[1],克服了三维切割及多平面重建后的二维断面图像仅可以显示弯曲器官或组织局部结构及信息的缺点。如何快速、精确地绘制出感兴趣器官的曲面图像已成为国内外研究的热点。为了方便重建,通常会对曲面重建对象进行轮廓线提取,生成三维轮廓线数据。从轮廓线数据重建曲面的方法主要分为两类:基于重建对象分割提取轮廓线的曲面重建和基于二维图像提取轮廓线的曲面重建。在第一类曲面重建方面,Kanitsar等[2-3]以血管为重建对象,提出了3种CPR算法(Projected CPR、Stretched CPR和Straightened CPR),将血管展示在一张图像上,并对3种算法进行改进提出了增厚CPR(Thick CPR)、旋转CPR(Rotating CPR)、多路径CPR(Multi-path CPR)。Vrtovec等[4-5]对脊柱的CPR进行了研究,提出了将基于图像的坐标系统转换为基于脊柱形状走形是否是“走形”?请明确。的坐标系统提取轮廓线的CPR算法,大大增加了提取轮廓线的精确性,从而提高了脊柱计算机X射线断层扫描(Computed Tomography, CT)图像、磁共振(Magnetic Resonance, MR)图像的重建质量。基于重建对象分割提取轮廓线的曲面重建方法需要对重建对象进行精确分割,提取其器官的中心线后进行CPR,但是三维图像的多模态性限制了分割的速度,增加了操作的复杂性。基于二维图像提取轮廓线的曲面重建方法不借助重建对象分割后提取轮廓线,通过在多张二维图像上提取轮廓线,达到曲面重建的目的。李克军等[6]使用Syngo CT workplace中的功能软件,对21例肝外胆管癌患者的CT图像进行后处理,探讨了CPR在诊断胆管癌及能否切除胆管癌肿瘤等方面的价值。李跃兴等[7]以容积重建(Volume Rendering, VR)为基础,选择合适的角度,对35例高度怀疑肋骨骨折利用ADW4.4工作站进行CPR观察肋骨骨折情况,探讨了曲面重建技术在诊断肋骨细微骨折中的应用价值。虽然目前很多图形工作站能够重建出细致的CPR图像,但多数是从国外进口,价格昂贵。目前,如何基于普通PC对弯曲器官或组织进行快速的曲面重建,是曲面重建的重点。
针对这些问题,本文在多平面重建的基础上获取重建对象的体数据,实现了基于普通PC的快速曲面重建,重建曲面绘制质量高、曲面过渡平滑,能够满足实际临床诊疗需求。在实现过程中,分别采用三维图像分割法、三维图像切割法、三维数据场切片法、多平面绘制实现了重建对象轮廓线的提取[8]。通过对比,基于多平面绘制的CPR算法比基于三维图像分割法的CPR绘制更加完整地显示重建对象的结构,绘制效果良好,显示切片的帧速率明显高于三维图像切割法及三维数据场切片法。
1.2 CPR流程
实现曲面重建需要以下基本步骤:
1)获取重建对象的轮廓线;
2)轮廓线沿着感兴趣方向扫描形成扫描曲面;
3)显示扫描曲面对应的体数据,得到重建曲面。
其中,获取重建对象轮廓线是曲面重建中最关键的部分,用于评估重建曲面的平滑度;轮廓线的提取速度影响整个曲面重建的执行时间。
MPR绘制用来建立图像的三维数据场,以提取重建对象的轮廓线。Observer/Command类对象用来监测重建对象轮廓线提取过程,判断提取的离散点是否在轮廓线上。计算轮廓线扫描所成的曲面所对应的体数据的灰度值,最终形成重建曲面,这样就完成了整个曲面重建的过程,如图2所示。
2 重建对象轮廓线的获取
2.1 MPR绘制
CPR的目标是为将整个器官的曲线结构显示在单一图像上。为了满足这一要求,需要提取曲线结构的先验信息:目标器官的轮廓线。不失普遍性目标器官的轮廓线被假定为一系列离散点。通过MPR绘制获取医学图像的体数据,对代表重建对象轮廓线的离散点进行提取。MPR绘制的思路是:首先,建立一个三维数据场;然后,交互实时地显示三维数据场映射在挡板上的数据形成的虚拟切片。多平面重建(MPR)实现的基本步骤如下。
1)建立虚拟三维数据场。读取心脏数据序列图像,将数据经滤波器滤波后,生成三维数据空间虚拟立方体。
2)提取虚拟切片。建立vtkImagePlaneWidget对象,设置挡板vtkImagePlaneWidgetX、vtkImagePlaneWidgetY、vtkImagePlaneWidgetZ,通过人工调节挡板的位置和角度,可以改变挡板和虚拟三维数据场的交集,从而得到任意角度的虚拟切片。
3)虚拟切片数据的显示。设置在体数据上提取虚拟切片、虚拟切片轮廓的颜色、纹理等,并设置切片的查找表映射图像及经映射的切片数据接收方式。
2.2 点集提取
目前,拾取三维坐标点比较成熟的一种算法是针刺取点法[9-10]。根据文献[9-10]提出的平行透视下的三维拾取方法:首先,建立坐标影射关系,将用户输入的二维点P(x,y)转化成三维空间点Q(x,y,z);其次,利用针刺取点法理论,计算拾取点在三维物体坐标系下的坐标。经过上述步骤后,最终得到MPR绘制后任意切片上某点的坐标,如图3所示。
2.3 曲线拟合
医学图像CPR绘制中,决定绘制效果的是曲线的光滑程度及其接近重建对象的程度。曲线光滑度越高,越接近重建对象的结构,CPR绘制效果越好,CPR结果图越能精准地显示冠脉的结构及其与周围组织的关系,有助于实际临床诊疗。
曲线的产生通常是给定一组离散的坐标点(控制点),采用插值或逼近方法将离散点拟合成指定的曲线函数。插值和逼近方法生成曲线的区别在于曲线是否通过每个给定的离散坐标点。插值样条曲线顺序通过给定的每个离散点,常被用于数值化绘图或指定动画路径。而逼近样条曲线最接近给定的离散点,一般作为设计工具来构造对象形体。由于在切片上提取的点坐标符合冠状动脉形状路径,因此选用样条插值的方法拟合曲线。
常用的插值样条有自然三次样条、Hermite样条、Cardinal样条。与自然三次样条不同,Hermite、Cardinal样条因每个曲线段仅依赖于端点约束,可以对曲线进行局部调整。它们的共同点是:
1)都是分段三次曲线;
2)边界条件都为限定每段曲线端点处的一阶导数。
Hermite样条曲线比较简单,易于理解,但是难以给出两个端点处的切线矢量作为初始条件。而Cardinal样条插值中端点处的一阶导数值是由两个相邻坐标点来计算的,不需要输入其他几何信息[11]。
3 实验结果与分析
重建质量及速度决定了医生能否快速直观地获取病变信息,对于疾病的诊疗和术前方案的制定具有重要的临床意义。本文提出的算法主要针对心脏冠状动脉轮廓线经过扫描轨迹扫描后的重建曲面的平滑度及绘制速度进行研究。在实验过程中,选择心脏体数据二维断层切片的像素为512×512,扫描轨迹的方向为z轴正方向,扫描间隔等于体数据断层切片之间的距离。
3.1 绘制质量分析
设置不同的曲线插值次数,比较插值次数对曲面平滑度的影响。实验结果表明,当插值次数较小时,重建曲面锯齿现象明显,冠状动脉及周围组织图像模糊;随着插值次数的增加,重建图像的锯齿现象逐渐缓和,可以在重建图像上看出冠脉结构;当插值次数接近或大于等于体数据序列图像横向或者纵向像素点个数时,重建图像趋于平滑,图像清晰,质量较佳。不同插值次数的重建效果如图5所示。其中:图5(a)为插值次数较小时(n=10)的重建效果;图(b)~(e)为插值次数依次增大(n=50,100,200,400)的重建图像局部放大效果;图(f)、(g)、(h)分别为插值次数为450,512,550时的重建图像局部放大效果。
3.2 绘制效果及速度分析
采用4种不同算法对冠脉进行曲面重建效果及速度进行对比分析。4种算法采用不同的轮廓线提取方法:算法①采用三维图像分割法(即重建对象分割)提取冠脉轮廓线[12];算法②用三维数据场切割法提取冠脉轮廓线;算法③用三维数据场切片法提取冠脉轮廓线;算法④用MPR提取冠脉轮廓线,即本文所用的提取轮廓线方法。
图6为采用不同方法提取轮廓线对冠脉进行CPR绘制的效果图。图6(a)、(b)为采用区域生长法和阈值分割法提取冠脉进行CPR绘制的效果图,由于不同分割方法的分割效果依赖于不同的因素,如特定图像、成像方式、阈值选取等,从而影响轮廓线的提取,造成重建曲面不平滑、图像重叠、结构绘制不完整等现象,如图6(a)、(b)白色圈所示。图6(c)、(d)、(e)分别为采用算法②、③、④提取冠脉轮廓线进行CPR绘制的效果图,冠脉结构清晰,结构完整,对于病变的观察和分析比较直观。
表1为采样不同轮廓线提取方法对冠脉进行曲面重建的绘制时间统计结果。由表1可知:采用算法④进行曲面重建的绘制速度高于其他3种算法;基于算法①的曲面重建计算代价大、时间计算度复杂,重建时间远大于其他3种算法;基于算法②的曲面重建可以获取任意角度的切片,但是其重建时间长;基于算法③的曲面重建由于需要经过三维重建后再切割提取点,该算法占用资源大、耗时长、不易交互。而本文算法在提取冠脉轮廓线的过程中避免了三维数据切片法在交互过程中的三维重建和系统的超负荷运算,可以流畅地获取任意角度的切片,缩短了曲面重建的时间。
图7为用4种算法对冠脉进行轮廓线提取帧率[13-14](Frames Per Second, FPS)监测结果。利用5种交互方法进行监测,第1种为初始状态的帧率,如图7横轴的1~4s所示;第2~5种为旋转、缩小、放大状态的帧率,如图7横轴的5~16s所示;第6种为恢复初始状态的帧率。由图7可知,算法④提取轮廓线的速度大致与算法①保持一致,整体上维持在18帧/s左右,高于采用其他两种算法提取冠脉轮廓线的速度,完全满足临床需求。
4 结语
随着医学影像学和临床医学逐步向精细化发展,对医学影像进行更直观、全面分析的要求越来越迫切。针对三维数据切割、多平面重建获取目标器官或组织的内部信息不够直观,多数曲面重建方法对重建对象分割精度要求高等缺点,本文设计并实现了基于多平面重建提取冠脉轮廓线的曲面重建算法。实验结果说明,曲面重建速度较快,重建曲面较平滑,能够满足临床诊断和医学研究的实际需求。
参考文献:
[1]WU W.CPR for MR spine images [D]. Beijing: Beijing Jiaotong University, 2010.(吴文东.MR脊柱图像的曲面重建研究[D].北京:北京交通大学,2010.)
[2]KANITSAR A, FLEISCHMANN D, WEGENKITTL R, et al. CPR-curved planar reformation [C]// Proceedings of the 13th IEEE Visualization. Washington, DC: IEEE Computer Society, 2002: 37-44.
[3]KANITSAR A, WEGENKITTL R, FLEISCHMANN D, et al. Advanced curved planar reformation: flattening of vascular structures [C]// Proceedings of the 14th IEEE Visualization. Washington, DC: IEEE Computer Society, 2003: 43-50.
[4]VRTOVEC T, LIKAR B, PERNUS F. Automated curved planar reformation of 3D spine images [J]. Physics in Medicine and Biology, 2005, 50(19): 4527-4540.
[5]VRTOVEC T, OURSELIN S, GOMES L, et al. Automated generation of curved planar reformations from MR images of the spine [J]. Physics in Medicine and Biology, 2007, 52(10): 2865-2878.
[6]LI K, LIU H. Application of 16-slice spiral CT with curved planar reconstruction in diagnosing cholangiocarcinoma [J]. Zhejiang Clinical Medical Journal, 2010, 12(5): 549-550.(李克军,刘华亮.16层螺旋CT曲面重建在肝外胆管癌诊断中的应用[J].浙江临床医学,2010,12(5):549-550.)
[7]LI Y, XIANG J, LING X, et al. The value of VR, CPR reconstruction technique of MSCT in subtle rib fracture diagnosis [J]. Journal of Medical Imaging, 2013, 23(1): 110-112.(李跃兴,向军益,凌小莉,等. MSCT的VR、CPR重建技术联合应用在诊断细微肋骨骨折中的价值[J].医学影像学杂志,2013,23(1):110-112.)
[8]LYU X, WANG Z, GU Y. Research and implementation of virtual slice extraction technology based on DICOM medical images [J]. Application Research of Computers, 2013, 30(7): 2226-2229.(吕晓琪,王之元,谷宇.基于DICOM医学图像的虚拟切片提取技术研究与实现[J].计算机应用研究,2013,30(7):2226-2229.)
[9]LIU L, ZHOU L, GENG G. A 3D picking method based on parallel perspective model [J]. Journal of Northwest University: Natural Science Edition, 2002, 32(1): 39-42.(刘力强,周明全,耿国华.一种平行透视下的三维拾取方法[J].西北大学学报:自然科学版,2002,32(1):39-42.)
[10]YUAN G, YE F, YANG L, et al. Study of medical image interactive 3-D measurement based on VTK [J].Computer Engineering and Design, 2008, 29(13): 3549-3550.(袁杲,叶峰,杨玲,等.基于VTK的医学图像交互式三维测量技术研究[J].计算机工程与设计,2008,29(13):3549-3550.)
[11]YANG P. The spline curve study of highway horizontal alignment design [D]. Chongqing: Chongqing Jiaotong University, 2011.(杨鹏.样条曲线在道路平面线形中的应用研究[D].重庆:重庆交通大学,2011.)
[12]HU X. The study of segmentation algorithm of heart CT image [D]. Beijing: Beijing Jiaotong University, 2011.(胡晓清.CT心脏图像分割方法研究[D].北京:北京交通大学,2011.)
[13]YANG Q. How to play video at its original FPS in OpenCV [J]. China Science and Technology Information, 2012(21): 75-75.(杨青锦.OpenCV下按视频帧率(FPS)播放视频[J].中国科技信息,2012(21):75-75.)
[14]LYU X, ZHANG C, HOU H, et al. Multi-function rendering technology based on graphics process unit accelerated ray casting algorithm [J]. Journal of Computer Applications, 2014, 34(1): 135-138.(吕晓琪,张传亭,侯贺,等.基于图形处理器加速光线投射算法的多功能体绘制技术[J].计算机应用,2014,34(1):135-138.)
(责任编辑:单位文秘网) )地址:https://www.kgf8887.com/show-134-79416-1.html
版权声明:
本站由单位文秘网原创策划制作,欢迎订阅或转载,但请注明出处。违者必究。单位文秘网独家运营 版权所有 未经许可不得转载使用