基于醫(yī)學CT的人體肝臟三維建模關(guān)鍵技術(shù)研究與實現(xiàn).pdf

1、隨著近幾年來肝臟切除技術(shù)的飛速發(fā)展和人們生活水平的提高，個體化治療是目前醫(yī)療的發(fā)展趨勢，但是從肝臟二維醫(yī)學影像到三維模型的重建仍是一個未能完全解決的問題。圖像分割算法和三維軟件建模為解決這一問題提供了有效的途徑，其過程包括:肝臟原始數(shù)據(jù)處理、肝臟特征序列生成、肝臟模型分層重構(gòu)以及肝臟實體模型打印。本文針對人體肝臟三維建模關(guān)鍵技術(shù)展開深入研究，主要成果如下:
　　研究了現(xiàn)有肝臟特征提取算法無法完全提取肝臟邊緣的理論根源，提出灰度分離

2、的肝臟分割算法，加上對現(xiàn)有算法的整合和改進，成功地解決了肝臟邊緣特征提取不明顯以及無法只保留肝臟部分而不顯示其它組織的問題，從而得到了肝臟特征序列，使得肝臟三維重建過程簡化、建模時間極大的縮減以及肝臟模型準確性得到了進一步的保證。
　　在肝臟分割算法的研究過程中，利用水平集算法提取出肝臟輪廓特征，然后通過灰度分離算法對輪廓內(nèi)的區(qū)域進行處理，最后針對區(qū)域增長算法需要手動選取種子點的弊端，對其進行了改進，從而成功用改進后的區(qū)域增長算法

3、自動將灰度分離后的圖像變成僅含有肝臟特征而不含其它組織的圖像，使算法的效率和精度得到了提升。
　　針對肝臟三維建模需要手動修改蒙板、耗時巨大及精度無法保證等問題，分析了傳統(tǒng)建模方法的不足，結(jié)合圖像分割算法利用處理后的肝臟特征序列進行三維重建的系統(tǒng)，借助于Matlab提取并生成肝臟特征序列，導入Mimics后無需進行閾值分割和蒙板手動修改，選擇所有灰度值不為0的區(qū)域即可直接計算出三維模型，最后可將三維模型打印出肝臟實體，從而解決了肝