何洪林，謝 峻，李 毅，雷 跳，錢 俊，馬桃林

基于裸眼3D視覺效果的腦血管CT圖像快速三維重建方法研究

何洪林，謝 峻，李 毅，雷 跳，錢 俊，馬桃林

目的：針對傳統(tǒng)腦血管CT圖像三維重建過程的復雜性與不便捷性，探究一種基于裸眼3D視覺效果的腦血管CT圖像三維重建方法，使重建過程更加快速。方法：在智能化神經(jīng)網(wǎng)絡融合模型的基礎(chǔ)上，對腦血管CT圖像病灶部分進行分割，建立3D人體模型數(shù)據(jù)庫，從數(shù)據(jù)庫選取相應部分對病灶進行替換，快速地完成腦血管CT三維重建過程。結(jié)果：通過3D人體模型數(shù)據(jù)庫，節(jié)省了重建過程的時間，大大提高了腦血管CT圖像三維重建的效率，從而有助于快速完成診斷。結(jié)論：該方法有利于更快速、便捷地實現(xiàn)腦血管CT的逼真展示，方便醫(yī)生與病患的交流與溝通。

視覺效果；3D人體模型數(shù)據(jù)庫；三維重建

0 引言

CT灌注成像是診斷缺血性腦血管病的常用方法[1]。通過CT灌注成像獲得的二維圖像對病灶區(qū)域情況的表達能力還不夠，無法做到視覺效果的逼真展示，不利于醫(yī)生與病患之間的交流和溝通[2]。與二維圖像相比，三維圖像具有更強的表達與展示能力，因此實現(xiàn)CT灌注圖像的三維立體化對于解決診斷中的不足是十分必要的。血管灌注成像技術(shù)只能顯示出二維的血管結(jié)構(gòu)，沒有能夠得到三維影像的設(shè)備，在診斷過程中只能根據(jù)醫(yī)生的主觀判斷去建立三維結(jié)構(gòu)，這樣結(jié)果很不準確，容易出現(xiàn)錯誤，更不能對血管進行定量分析[3]。目前，血管三維重建技術(shù)主要以二維血管造影圖像數(shù)據(jù)為基礎(chǔ)，使用雙平面技術(shù)[4]完成三維重建。例如Coatrieux等[5]采用矢量跟蹤算法，提取血管中軸線和邊界，此種方法對用戶干預較少，更節(jié)省時間。SUN[6]利用血管信息的連續(xù)性，根據(jù)血管起始點的位置、方向等信息，自動檢測血管中軸線和邊緣信息。Kitamura等[7]根據(jù)正交的雙平面造影圖像，先估算出二維的血管中心線，再手工標記出與二維中心線關(guān)鍵點相匹配的對應點，最后依靠一定的幾何關(guān)系反投影，從而得到三維的中心線。Saito等[8]則根據(jù)多幅造影圖像中造影劑在血管中的流動過程來確定出匹配的血管段，從而可以重建出三維血管。

以上傳統(tǒng)的三維重建算法都是基于精確計算的方法，需要通過雙視圖或者多視圖進行重建，重建過程較為繁瑣復雜。為了使三維重建更加快速，本文提出一種基于裸眼3D視覺效果的腦血管CT圖像快速三維重建的方法，在智能化神經(jīng)網(wǎng)絡融合模型的基礎(chǔ)上，對腦血管CT圖像病灶部分進行分割處理，再利用3D人體模型數(shù)據(jù)庫對病灶部分進行替換，快速完成腦血管CT的三維重建。重建后基于裸眼3D視覺效果的CT圖像具有更強的展示和表達能力。相比傳統(tǒng)的三維重建方法，省去了精確分割與計算的復雜過程，實現(xiàn)了CT圖像的快速重建。

1 技術(shù)路線流程

本研究的技術(shù)路線流程圖如圖1所示。

（1）對區(qū)域性腦血流量（regional cerebral blood flow，rCBF）、局域腦血容量（regional cerebral blood volume，rCBV）、平均通過時間（mean transit time，MTT）和峰值時間（time to peak，TTP）等一系列灌注參數(shù)圖像進行預處理——提取、增強、匹配等。（2）使用神經(jīng)網(wǎng)絡模型對頭顱灌注圖像進行初步融合，完成由多幅單參數(shù)頭顱灌注圖像向單幅多參數(shù)頭顱灌注圖像的轉(zhuǎn)變。（3）針對解剖學成像圖像紋理的空間關(guān)系和多參數(shù)信息圖像的特征關(guān)系，利用代數(shù)加權(quán)乘積變換方法進行二次融合處理，實現(xiàn)缺血性腦血管?。╥schemic cerebral vascular disease，ICVD）患者的CT灌注診斷結(jié)果直觀顯示。（4）在智能化神經(jīng)網(wǎng)絡融合模型的基礎(chǔ)上，對腦血管CT圖像病灶部分進行分割處理，再利用3D人體模型數(shù)據(jù)庫對病灶部分進行替換，快速地完成腦血管CT三維重建的過程。

圖1 技術(shù)路線流程圖

（1）、（2）、（3）過程已經(jīng)通過智能化神經(jīng)網(wǎng)絡融合模型實現(xiàn)[1]，因此本文著重研究CT圖像快速實現(xiàn)三維重建的方法。通過對融合圖像進行去噪、分割、處理，提取病灶部分，從已建立的3D模型數(shù)據(jù)庫中選取相應的部分對病灶部分進行替換，從而快速實現(xiàn)三維重建過程。

2 腦血管CT圖像的處理與分割

傳統(tǒng)的三維重建方法不但要對能夠清晰顯示的主要血管進行分割，對可見度很低、模糊的細小血管也要做分割處理。要得到理想的圖像分割效果需要在此之前對圖像進行預處理來提高圖像的質(zhì)量和處理精度，包含去噪部分。然后使用直方圖技術(shù)、空域頻域內(nèi)的處理、邊緣增強、邊緣檢測、輪廓提取和輪廓跟蹤等圖像增強技術(shù)。這使得圖像預處理以及分割的過程比較復雜，而且對于清晰度不高的血管部分，處理和分割效果并不是很好。

2.1 去噪處理

在智能化神經(jīng)網(wǎng)絡融合模型的基礎(chǔ)上，病灶部分的大體位置分布即疑似病灶部位已經(jīng)得到確定，現(xiàn)只關(guān)注病灶部分的情況，可以暫不考慮病灶周圍其他組織。如圖2所示，箭頭所指位置為出現(xiàn)堵塞等發(fā)病血管位置，方框區(qū)域的疑似病灶部分是需要分割的內(nèi)容。

圖2 疑似病灶部分

病灶部分的分割提取，首先要進行去噪，鑒于本研究是基于裸眼3D視覺效果的三維重建，是通過3D人體模型數(shù)據(jù)庫進行填充替換，所以無需進行精確定位和清晰顯示，只需要呈現(xiàn)病灶部分的大致分布即可。在去噪處理過程中，選取較大的閾值處理病灶區(qū)域圖像，如圖3所示。病灶部分血管的大致分布得到呈現(xiàn)，因為選取較大的閾值，血管的邊緣不夠清晰，而且出現(xiàn)了圖中圓圈區(qū)域所示的血管斷節(jié)，但是不影響后面的操作。

圖3 選取較大的閾值去噪

2.2 病灶部分的邊緣檢測法分割

通過上述去噪，病灶部分血管的大致分布得到較為清晰呈現(xiàn)，但還需要通過邊緣檢測法對病灶部分進行進一步分割。邊緣檢測法是通過對目標邊界的檢測即邊緣檢測來實現(xiàn)圖像分割的方法。與傳統(tǒng)的分割方法不同，本研究只需要得到病灶部分較為粗略的分割，而對于病灶部分以外的組織不進行考慮，因而大大簡化了傳統(tǒng)分割的步驟，提高了分割的效率。所以只需要選擇已有的算子對病灶部分圖像進行邊緣檢測分割。

以Kirsch邊緣檢測算子為例，其為一種由8個方向卷積核組成的邊緣檢測算子，圖像中的每個點都用8個卷積核進行卷積，每個卷積核都對某個特定邊緣方向做出最大相應[9]。如圖4所示，對腦血管CT圖像進行Kirsch算子邊緣檢測處理。邊緣檢測處理之后病灶部分得到分割，達到下一步三維重建的要求。

3 利用3D人體模型數(shù)據(jù)庫完成三維重建

通過對腦血管CT圖像的處理病灶部分得到分割，但是二維的圖像對病灶區(qū)域的表現(xiàn)力仍然不夠，無法對病情做到形象逼真地展示，不利于醫(yī)生與患者的交流、溝通、診斷。因此，我們要對圖像進行三維重建，提高CT圖像的立體可視化。由于已有的三維重建技術(shù)要使用雙視圖或者多視圖進行三維重建，過程較為繁瑣，而且介于我國的重建技術(shù)比較落后，本文基于視覺效果的角度出發(fā)，探究一種僅使用一幅視圖進行三維重建的方法，使三維重建過程簡單、快捷。

圖4 Kirsch算子邊緣檢測處理

3.1 3D人體模型數(shù)據(jù)庫的建立

可視化技術(shù)為人們對不同信息源的大量數(shù)據(jù)的分析解釋帶來了方便，在包括醫(yī)療領(lǐng)域內(nèi)的各個領(lǐng)域得到廣泛應用。3D技術(shù)的發(fā)展勢必讓3D可視化取代2D格式。3D可視化技術(shù)在國際上成為研究的熱點。數(shù)據(jù)庫概念使在合理時間內(nèi)快速完成對數(shù)據(jù)的擷取處理得到實現(xiàn)，并將計算機可視化技術(shù)與醫(yī)療領(lǐng)域結(jié)合。建立3D人體模型數(shù)據(jù)庫，包含人體各個解剖構(gòu)造、以活人體和尸體的磁共振成像（magnetic resonance imaging，MRI）數(shù)據(jù)為基礎(chǔ)數(shù)據(jù)來源的人體解剖3D模型數(shù)據(jù)庫。通過數(shù)據(jù)庫的3D視圖可以看到骨骼、肌肉、韌帶、靜脈、動脈以及內(nèi)臟器官等的3D結(jié)構(gòu)。由于采集大量的數(shù)據(jù)作存儲，我們可以隨時通過數(shù)據(jù)庫搜尋所需要的模型。

如圖5（a）所示，以腦血管為例，建立腦血管3D模型庫，通過模型庫腦血管的各個部分組織可以隨時分離進行提取，如圖5（b）所示。3D模型庫的存在（如圖5（c）所示），使我們只需提取需要的部分進行下面的替換重建即可，很大程度上簡化了操作過程。

圖5 腦血管3D模型

3.2 三維重建

通過腦血管CT圖像病灶部分的分割，圖像中病灶部分大致分布走向得到較為清晰呈現(xiàn)。即使病灶部分會出現(xiàn)血管的斷點，但是本研究是基于3D人體模型數(shù)據(jù)庫的三維重建，我們可以通過數(shù)據(jù)庫中的血管走向?qū)帱c進行處理，然后從3D人體模型數(shù)據(jù)庫中選取我們需要的與病灶部分相應的3D模型對CT圖像中的組織進行填充替換。如圖6（a）所示，病灶部分得到呈現(xiàn)后的腦血管CT圖像，通過從3D人體模型數(shù)據(jù)庫選取相應的3D模型對病灶部分進行填充替換得到具有立體效果的病灶部分圖像，如圖6（b）所示。通過上面的3D人體模型數(shù)據(jù)庫選取替換的方法，僅通過一幅視圖完成腦血管CT圖像的三維重建過程，如圖6（c）所示，避免了傳統(tǒng)雙視圖、多視圖重建方法的繁瑣過程，快速完成了圖像的三維重建。重建后病灶部分可以用不同的顏色標記，方便醫(yī)生的診斷。

圖6 數(shù)據(jù)庫選取并替換完成三維重建過程

通過3D人體模型數(shù)據(jù)庫替換完成三維重建，再通過3DMAX軟件以虛擬立體攝影的方式生成序列視差圖像，經(jīng)抽樣、合成輸出到光柵板上，經(jīng)光柵顯示器折射分像再現(xiàn)立體感[10]，完成CT圖像在裸眼3D顯示設(shè)備上的立體顯示，將病灶部分更加逼真地展示給醫(yī)生和患者。如圖7所示，在治療過程中三維

圖7 三維腦血管CT在治療中的使用

（????）（????）立體效果的腦血管CT圖像中病灶部分與周圍組織清晰可見，提高了診斷的便捷性、準確性。

4 結(jié)語

本文通過對腦血管CT圖像的分割處理使病灶部分得到較為清晰的呈現(xiàn)，從而確定了病灶血管的大致分布走向。通過建立3D人體模型數(shù)據(jù)庫，從中選取相應的模型以替代病灶血管實現(xiàn)對病灶部分的三維重建。相比傳統(tǒng)三維重建中使用雙視圖或多視圖的重建方法，文中所述方法僅利用一幅視圖實現(xiàn)腦血管CT病灶部分的三維重建，更加方便快速。重建后的CT圖像具有更為逼真的展示效果，有利于醫(yī)生與患者之間的交流與溝通。

[1]何洪林，趙育新.基于神經(jīng)網(wǎng)絡融合模型的頭顱灌注圖像分析[J].醫(yī)療衛(wèi)生裝備，2013，34（1）：19-21，31.

[2]韓智涌.腦血管CT圖像三維重建關(guān)鍵技術(shù)研究[D].大連：大連海事大學，2011.

[3]李金，胡戰(zhàn)利.基于MC算法的CT圖像三維重建[J].應用科技，2008，35（4）：30-33.

[4]夏順仁，呂維雪.雙平面投影心血管三維重建技術(shù)研究新進展[J].國外醫(yī)學：生物醫(yī)學工程分冊，1993（5）：4-9.

[5]Coatrieux J L，Garreau M，Collorec R，et al.Computer vision approaches for the three-dimensional reconstruction of coronary arteries review and prospects[J].Cri Rev Biomed Eng，1994，22（1）：1-38.

[6]SUN Ying.Automated identification of vessel contours in coronary arteriograms by an adaptive tracking algorithm[J].IEEE Trans Med Imag，1989，8（1）：78-88.

[7]Kitamura K，Tobis J M，Sklansky J.Estimating the 3D skeletons and transverse areas of coronary arteries from biplane angiograms[J].IEEE Trans Med Imag，1988，7（3）：173-187.

[8]Saito T，Misaki M，Shirato K，et al.Three-dimensional quantitative coronary angiography[J].IEEE Trans Biomed Eng，1990，37（8）：768-777.

[9]Kirsch R A.Computer determination of the constituent structure of biological images[J].Computer Biomed Res，1971，4（3）：315-328.

[10]何賽軍．基于柱透鏡光柵的多視點自由立體顯示技術(shù)研究[D].杭州：浙江大學信息學院，2009.

（收稿：2014-12-08 修回：2015-04-07）

Rapid 3D reconstruction based on wiggle stereoscopy for cerebrovascular CT images

HE Hong-lin1,XIE Jun1,LI Yi2,LEI Tiao2,QIAN Jun2,MA Tao-lin2
（1.Wuhan General Hospital of Guangzhou Military Area Command,Wuhan 430070,China; 2.School of Printing and Packaging,Wuhan University,Wuhan 430072,China）

ObjectiveTo explore rapid 3D reconstruction based on wiggle stereoscopy for cerebrovascular CT images to eliminate the complicacy and inconvenience of the traditional methods.MethodsFocal parts of cerebrovascular CT images were segmented based on intelligent neural network fusion model.A 3D human body model base was established,and the focal parts were replaced with the corresponding ones in the base to realize cerebrovascular CT images 3D reconstruction.ResultsThe 3D human body model base enhanced the efficiency of the cerebrovascular CT images 3D reconstruction greatly.ConclusionThe rapid reconstruction based on wiggle stereoscopy facilitates the display of cerebrovascular CT images.[Chinese Medical Equipment Journal，2015，36（9）：24-26，46]

visual effect;3D human body model base;3D reconstruction

R318；R814.49

A

1003-8868（2015）09-0024-04

10.7687/J.ISSN1003-8868.2015.09.024

武漢市科技攻關(guān)計劃（2013060602010245）

何洪林（1960—），男，高級工程師，主要從事放射影像技術(shù)方面的研究工作，E-mail：wdrf2004@163.com。

430070武漢，廣州軍區(qū)武漢總醫(yī)院（何洪林，謝 峻）；430072武漢，武漢大學印刷與包裝系（李 毅，雷 跳，錢 俊，馬桃林）

錢 俊，E-mail：qianjungreat@126.com