基于非刚体配准的体数据插值重建方法

三维图像的处理和操作需要将一般的断层序列插值成为具有各坐标轴一致的分辨率的体数据,而目前最常用的线性插值方法在层间距较大时会导致图像边缘模糊和出现伪影。Penney根据现有的非刚体匹配方法,提出了利用图像形变场数据的插值算法,大大提高了层间插值的质量。本文对Penney提出的算法进行了两方面的改进,在配准过程中用简单的单射性约束取代了复杂的平滑性约束,用邻域平均算法替代Penney使用的最邻近直线插值方法,并将新算法的实验结果与原算法、线性插值进行了对比,新算法在保持高质量插值的前提下提高了计算速度。该算法可以应用于精度要求比较高的体数据插值重建过程。     

三维肺部图像中疑似肺结节结构的自动提取

本文提出了一种肺部CT图像三维数据中自动提取疑似结节区域的方法。首先结合阈值分割、种子填充等方法,在三维体数据上分割出肺实质。进而利用改进的模糊C均值聚类,提取出结节及具有结节特征的血管、支气管等感兴趣区域。该工作对感兴趣区域的特征提取有重要意义,是早期肺癌计算机辅助诊断重要的一步。     

基于配准的插值

断层间图像插值是三维重建的一个关键步骤,因为图像上像素之间的间隔常常小于断层图像之间的距离,而在三维重建需要它们有一致的分辨率.由于是同模态断层图像层间插值,对于解决同模态弹性配准问题,Thirion的demons算法比较适合.所以配准采用Demons方法.Demons算法先判断出待配准图像上各个象素点的运动方法,通过对各个象素点的移动来实现非刚性配准.在这个算法中,每张图像都被视为同灰度值轮廓的集合.该算法可以应用于精度要求比较高的体数据插值重建过程.