医学图象可视化研究

【摘要】：科学可视化技术在生物医学领域中正得到越来越广泛的应用。可视化技术可以由一系列二维图象重构出三维模型,并在计算机上显示出来。这大大加强了医生的诊断能力,提高了医学诊断结果的正确性和治疗的质量。本文主要研究了利用阈值分割的技术并结合可视化中的Marching Cubes算法,从三维数据场中提取等值面信息,然后利用OpenGL对其进行三维显示。 论文在对比了一些当前流行的阈值分割算法:双峰法、迭代法、大津法以及基于势函数聚类的多阈值分割算法后,对含有多组分的图象选择基于势函数聚类的多阈值分割算法将其进行分割,然后用经典的等值面提取算法Marching Cubes对其进行三维重建。本文采用了基于棱的搜索的方法来提取每个体元中的等值面,该算法不需要事先构造每种体元中的等值面的信息,对于任何一种体元可以使用一致的方法进行提取,减少了算法的复杂性。最后利用OpenGL对算法提取的三角面片进行可视化显示,并实现了动态交互。