專利名稱：一種二維超聲圖像的三維重建方法
技術(shù)領域：
本發(fā)明涉及醫(yī)學圖像處理技術(shù)，具體的說是一種二維超聲圖像的三維重建方法。
背景技術(shù)：
超聲醫(yī)學與其它技術(shù)相比有明顯的優(yōu)勢，由于是非入侵式的，具有無害，無痛，直 觀使用等特性，是臨床醫(yī)學不可缺少的影像診斷方法之一，并已經(jīng)在臨床醫(yī)學中得到廣泛 應用。傳統(tǒng)的B型超聲成像系統(tǒng)只能提供掃描物體的二維序列圖像，醫(yī)生只能將這些斷層 圖像通過人腦將它們重建成三維物體，這要求醫(yī)生要有相當豐富的經(jīng)驗和空間想象能力。三維超聲成像具有圖像顯示直觀、可以進行醫(yī)學診斷參數(shù)的精確測量以及在醫(yī)學 教學和手術(shù)規(guī)劃方面有廣泛應用的優(yōu)點。由于三維超聲探頭價格昂貴，所以通常采用的方 法是在采集一系列二維超聲圖像的同時采集相應的空間位置信息然后重組成三維圖像。但是由于探頭自由平行移動或者是自由旋轉(zhuǎn)帶來的隨意性也使得所采集到的二 維圖像在空間上排列是不規(guī)則的，再加上超聲成像的一些固有局限性，會帶來如下幾個問 題1.三維非標準體元數(shù)據(jù)到三維標準體元數(shù)據(jù)的轉(zhuǎn)化，一般采用最近鄰法將二維圖 像數(shù)據(jù)轉(zhuǎn)換到三維笛卡兒坐標系中；2.空間未被采樣點位置的隨機性導致的插補問題，采用獲得的數(shù)據(jù)采樣點在三維 數(shù)據(jù)體中的分布呈不均勻現(xiàn)象，在空間有些位置出現(xiàn)過采樣，有些位置出現(xiàn)欠采樣；3.重復采樣導致過采樣點的灰度值計算不準確的問題。三維超聲成像技術(shù)比傳統(tǒng)二維成像技術(shù)具有諸多優(yōu)勢，它可以使成像結(jié)果更為直 觀，對病變組織定位更準確，一次成像后可以從不同的角度反復觀察等。隨著計算機技術(shù)和 醫(yī)學影像技術(shù)的發(fā)展，三維超聲成像領域的研究工作取得了長足的進步。從臨床應用的角 度來看，大幅度提高三維圖像重建質(zhì)量和重建速度是必須要解決的問題。

發(fā)明內(nèi)容
針對現(xiàn)有技術(shù)中存在的上述三維圖像重建質(zhì)量差以及重建速度慢等不足之處，本 發(fā)明要解決的技術(shù)問題是提供一種三維圖像質(zhì)量好、速度快的二維超聲圖像的三維重建方 法。為解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案是本發(fā)明一種二維超聲圖像的三維重建方法包括以下步驟通過機械驅(qū)動掃描方式獲取二維圖像數(shù)據(jù)；判斷掃描類型，如果為扇形掃描或旋轉(zhuǎn)掃描，則采用扇形掃描旋轉(zhuǎn)掃描處理算法 對二維圖像數(shù)據(jù)進行處理生成規(guī)則體數(shù)據(jù)場；利用上述規(guī)則體數(shù)據(jù)場通過光線投射算法進行三維圖像的顯示。所述扇形掃描處理算法的處理步驟為感興趣區(qū)的提取對于通過扇掃/旋轉(zhuǎn)掃描方式獲取的原始二維圖像數(shù)據(jù)進行感興趣區(qū)提取，剔除不需要的數(shù)據(jù)信息，得到感興趣區(qū)數(shù)據(jù)；計算規(guī)則體數(shù)據(jù)場的大小根據(jù)感興趣區(qū)數(shù)據(jù)及原始二維圖像數(shù)據(jù)中的掃描角 度，確定超聲探頭所在位置，以超聲探頭所在位置為極坐標的原點，通過以下公式計算規(guī)則 體數(shù)據(jù)場的大小，得到規(guī)則體數(shù)據(jù)場的長、寬、高Depth = 2R2sin θHeight = R2_Rlcos θ其中，D印th為數(shù)據(jù)場Z方向的深度值，Height為數(shù)據(jù)場Y方向的高度值，θ為原 始二維圖像數(shù)據(jù)中掃描角度的半角，Rl為極坐標原點到感興趣區(qū)數(shù)據(jù)場近端的半徑長度， R2為極坐標原點到感興趣區(qū)數(shù)據(jù)場遠端的半徑長度；改進坐標轉(zhuǎn)換和插值算法將坐標變換和插值修補融合成為一個步驟，即在規(guī)則 體數(shù)據(jù)場中分別對每一個像素點轉(zhuǎn)換成極坐標形式，求出該點對應的極坐標的半徑和角度 值；根據(jù)扇形掃描方式的特點和角度值確定當前的像素點在規(guī)則體數(shù)據(jù)場中對應到相應的 原始圖像上，或者是在規(guī)則體數(shù)據(jù)場中介于哪兩幅原始圖像之間；根據(jù)計算規(guī)則體數(shù)據(jù)場 的大小步驟中得到的規(guī)則體數(shù)據(jù)場的長、寬、高以及掃描的角度值，將像素點分為三類分別 進行處理，得到當前像素點的四個近鄰點再進行雙線性插值計算，得到當前像素點的灰度 值；濾波處理對整個數(shù)據(jù)場像素點的灰度值進行濾波，得到去噪后的規(guī)則體數(shù)據(jù)場， 通過光線投射算法進行三維圖像的顯示。所述旋轉(zhuǎn)掃描處理算法為感興趣區(qū)的提取對于通過旋轉(zhuǎn)掃描方式獲取的原始二維圖像數(shù)據(jù)進行感興趣區(qū) 提取，剔除不需要的數(shù)據(jù)信息，得到感興趣區(qū)數(shù)據(jù)；計算規(guī)則體數(shù)據(jù)場的大小規(guī)定規(guī)則體數(shù)據(jù)場的寬度即為二維圖像的寬度，規(guī)則體數(shù)據(jù)場的高度和深度為均 為二維圖像的高度的2倍；改進坐標轉(zhuǎn)換和插值算法將坐標變換和插值修補融合成為一個步驟，即在規(guī)則 體數(shù)據(jù)場中分別對每一個像素點轉(zhuǎn)換成極坐標形式，求出該點對應的極坐標的半徑和角度 值；根據(jù)扇掃方式的特點和角度值確定當前的像素點在規(guī)則體數(shù)據(jù)場中對應到相應的原始 圖像上，或者是在規(guī)則體數(shù)據(jù)場中介于哪兩幅原始圖像之間；根據(jù)計算規(guī)則體數(shù)據(jù)場的大 小步驟中得到的規(guī)則體數(shù)據(jù)場的寬度、深度、高度以及掃描的角度值，將像素點分為三類分 別進行處理，得到當前像素點的四個近鄰點進行雙線性插值計算，得到當前像素點的灰度 值；濾波處理對整個數(shù)據(jù)場像素點的灰度值進行濾波，得到去噪后的規(guī)則體數(shù)據(jù)場， 通過光線投射算法進行三維圖像的顯示。所述將像素點分為三類分別進行處理，得到當前像素點的四個近鄰點再進行雙線 性插值計算包括以下步驟當像素點為有效區(qū)域外的點，即A類像素點，則直接將其歸為背景色，不進行插值 計算；當像素點為有效區(qū)域內(nèi)的點，同時是處于某幅原始圖像上的點，即B類像素點，則 根據(jù)該像素點對應的極坐標下半徑的長度換算出其在原始圖像上的位置，采用最近鄰插值算法計算該像素點的灰度；當像素點為有效區(qū)域的點，同時是處于某兩幅原始圖像之間的點，即C類像素點， 則對該像素點對應的半徑值取整后得到的該像素點的近半徑值，得到遠半徑值OA2 = OA1+!根據(jù)像素點對應的角度值α確定得到哪兩幅圖像，再由得到的兩幅圖像所在平 面的夾角獲取上、下兩幅原始圖像的掃描角度；根據(jù)上述近半徑值、遠半徑值及兩個掃描角度值，在兩幅二維原始圖像上找到四 個近鄰點，進行雙線性插值計算該像素點的灰度；如果掃描類型為平行掃描，則采用平掃處理算法對二維圖像數(shù)據(jù)進行處理生成規(guī) 則體數(shù)據(jù)場，接續(xù)利用上述規(guī)則體數(shù)據(jù)場通過光線投射算法進行三維圖像的顯示步驟。所述平行掃描處理算法為感興趣區(qū)的提取對于通過平行掃描方式獲取的二維圖像數(shù)據(jù)進行感興趣區(qū)提 取，剔除不需要的數(shù)據(jù)信息，得到感興趣區(qū)數(shù)據(jù)；計算規(guī)則體數(shù)據(jù)場的大小規(guī)定感興趣區(qū)數(shù)據(jù)的寬和高即為規(guī)則體數(shù)據(jù)場的寬和 高，根據(jù)平掃的掃描長度和掃描時間的比值作為規(guī)則體數(shù)據(jù)場的深度，即Z方向的長度；二維圖像中的像素點數(shù)據(jù)到三維體數(shù)據(jù)的轉(zhuǎn)換根據(jù)生成的規(guī)則體數(shù)據(jù)場的大 小，將二維原始圖像按照采集順序依次放入到規(guī)則體數(shù)據(jù)場中，即按照點對點方式一一插 入到規(guī)則體數(shù)據(jù)場中；濾波處理對整個數(shù)據(jù)場像素點的灰度值進行濾波，得到去噪后的規(guī)則體數(shù)據(jù)場， 通過光線投射算法進行三維圖像的顯示。本發(fā)明具有以下有益效果及優(yōu)點1.本發(fā)明方法針對不同的掃描方式(平掃、扇掃和旋轉(zhuǎn)掃描)獲取的超聲二維 圖像數(shù)據(jù)分別進行三維重建，并利用不同掃描方式的特點以及對稱性等相關(guān)信息來加速重 建過程，在傳統(tǒng)的雙線性插值算法的基礎上進行改進優(yōu)化，在得到比較好的圖像質(zhì)量的基 礎上最大限度的提高了重建速度，對插值后的數(shù)據(jù)進行濾波處理，可以壓制由于插值引入 的噪聲；本發(fā)明具有能夠?qū)Σ煌瑨呙璺绞降某晥D像進行三維重建、重建圖像清晰、真實感 強、成像速度快等優(yōu)點，可以應用于臨床系統(tǒng)。


圖1為超聲波掃描的三種不同方式示意圖；圖2為本發(fā)明超聲三維重建方法流程圖；圖3為本發(fā)明方法中扇形掃描規(guī)則體數(shù)據(jù)場計算示意圖；圖4為本發(fā)明方法中旋轉(zhuǎn)掃描規(guī)則體數(shù)據(jù)場計算示意圖；圖5為傳統(tǒng)方法中超聲數(shù)據(jù)坐標變換示意圖；圖6為傳統(tǒng)方法中超聲數(shù)據(jù)插值修補示意圖；圖7為本發(fā)明方法中規(guī)則體數(shù)據(jù)場空間像素點分類示意圖；圖8為本發(fā)明方法中獲取C類像素點4近鄰點示意圖；圖9為本發(fā)明方法中光線投射算法示意圖；圖10為本發(fā)明方法中光線投射算法流程圖11為應用本發(fā)明方法建立的三維圖像。圖12為本發(fā)明方法中平行掃描規(guī)則體數(shù)據(jù)場計算示意具體實施例方式實施例1本發(fā)明提出一種對采集到的二維序列圖像數(shù)據(jù)進行三維重建的技術(shù)方案，利用采 集到的二維超聲圖像相應的空間位置信息和掃描條件，通過數(shù)據(jù)場坐標變換，插值修補操 作，能夠達到臨床應用的要求，同時對合成的圖像噪聲處理，更好地顯示三維重建圖像的細 T1 fn 息。如圖2所示，本發(fā)明二維超聲圖像的三維重建方法包括以下步驟通過機械驅(qū)動掃描方式獲取二維圖像數(shù)據(jù)；判斷掃描類型，如果為扇形掃描，則采用扇掃處理算法對二維圖像數(shù)據(jù)進行處理 生成規(guī)則體數(shù)據(jù)場；利用上述規(guī)則體數(shù)據(jù)場通過基于空間體繪制的光線投射算法進行三維圖像的顯
7J\ ο本發(fā)明使用機械驅(qū)動掃描方式來獲取二維圖像數(shù)據(jù)，并且針對不同的掃描方式采 用了不同的處理方式來獲得三維重建圖像。機械驅(qū)動掃描方式是將探頭固定在機械裝置 上，通過計算機控制電動馬達帶動探頭做某種擬定形式的運動，常見的分為扇形掃描、旋轉(zhuǎn) 掃描和平行掃描三種，如圖1所示。所述扇形掃描處理算法的處理步驟為1)感興趣區(qū)(ROI)的提取對于通過扇形掃描方式獲取的原始二維圖像數(shù)據(jù)進行 感興趣區(qū)提取，剔除不需要的數(shù)據(jù)信息，得到感興趣區(qū)數(shù)據(jù)；對于采集的原始二維圖像數(shù)據(jù)，其包含的信息比三維重建所需的信息多。為減少 插值和重建的計算量，將包含超聲信號的具有臨床應用價值的區(qū)域，即ROI區(qū)域提取出來， 在本實施例中，通過獲得掃描時設置的ROI的大小，可以對原始的二維圖像數(shù)據(jù)的有效區(qū) 域進行篩選，剔除不需要的數(shù)據(jù)信息，可以減少一定的數(shù)據(jù)量，可以提高后續(xù)的處理速度。2)計算規(guī)則體數(shù)據(jù)場的大小根據(jù)感興趣區(qū)數(shù)據(jù)及原始二維圖像數(shù)據(jù)中的掃描 角度，確定超聲探頭所在位置，以超聲探頭所在位置為極坐標的原點，通過以下公式計算規(guī) 則體數(shù)據(jù)場的大小，得到規(guī)則體數(shù)據(jù)場的長、寬、高。Depth = 2R2sin θHeight = R2_Rlcos θ其中，Depth為規(guī)則體數(shù)據(jù)場Z方向的深度值，Height為規(guī)則體數(shù)據(jù)場Y方向的高 度值，θ為二維圖像數(shù)據(jù)中掃描角度的半角，Rl為極坐標原點到感興趣區(qū)數(shù)據(jù)場近端的半 徑長度，R2為極坐標原點到感興趣區(qū)數(shù)據(jù)場遠端的半徑長度。針對超聲探頭掃描的特點，將二維原始扇形圖像的兩邊按反方向延伸，匯聚到一 點，規(guī)定這點是超聲探頭所在位置，將其看成極坐標的原點，則可以將二維超聲圖像看成是 具有不同發(fā)射角度的極坐標圖像。針對扇形掃描方式，其生成的規(guī)則體數(shù)據(jù)場的寬度(Width)即為原始二維圖像數(shù) 據(jù)的寬度(Width)，規(guī)則體數(shù)據(jù)場的高度(Height)和深度(Depth)，即Y方向和Z方向的計算方法如圖3所示其中Rl為極坐標原點到感興趣區(qū)數(shù)據(jù)場近端的半徑長度(紅色線段所 示)，R2為極坐標原點到感興趣區(qū)數(shù)據(jù)場遠端的半徑長度，點0為極坐標原點。3)改進坐標轉(zhuǎn)換和插值算法將坐標變換和插值修補融合成為一個步驟，即在規(guī) 則體數(shù)據(jù)場中分別對每一個像素點轉(zhuǎn)換成極坐標形式，求出該點對應的極坐標的半徑和角 度值；根據(jù)扇掃方式的特點和角度值確定當前的像素點在規(guī)則體數(shù)據(jù)場中對應到相應的原 始圖像上，或者是在規(guī)則體數(shù)據(jù)場中介于哪兩幅原始圖像之間；根據(jù)計算規(guī)則體數(shù)據(jù)場的 大小步驟中得到的規(guī)則體數(shù)據(jù)場的長、寬、高以及掃描的角度值，將像素點分為三類分別進 行處理，得到當前像素點的四個最近鄰點再進行雙線性插值計算，得到當前像素點的灰度 值。傳統(tǒng)的超聲體數(shù)據(jù)場三維重建分為坐標變換和插值修補兩個相關(guān)聯(lián)的步驟坐標變換如圖5所示，根據(jù)每幅二維超聲(US)圖像的位置信息(掃描角度+掃描 方向)，通過坐標變換，將這些圖像依次放入步驟2)計算得到的三維體數(shù)據(jù)場空間中，構(gòu)建 三維數(shù)據(jù)場。插值修補如圖6所示，用規(guī)則笛卡兒網(wǎng)格對上述數(shù)據(jù)場進行重采樣，在極坐標下 進行扇形插值計算，得到規(guī)則笛卡兒數(shù)據(jù)場。傳統(tǒng)方法采用上述的處理方式需要經(jīng)過坐標變換和插值修補兩個過程，這將大大 增加預處理速度，而在傳統(tǒng)的插值修補過程中存在兩個缺點一是進行插值修補的前提是 先將原始圖像數(shù)據(jù)變換到三維規(guī)則體數(shù)據(jù)場中(采用最近鄰原則等處理方式)，然后在規(guī) 則體數(shù)據(jù)場中進行欠采樣點和過采樣點處理，經(jīng)過兩次的近似取值會嚴重影響三維圖像質(zhì) 量，同時會使三維圖像產(chǎn)生黑帶現(xiàn)象；二是經(jīng)過兩次操作，使得預處理的時間大大增加，影 響了該算法的實用性。而本發(fā)明提出的改進算法能夠很好的解決這兩個問題。本發(fā)明提出的算法核心思想(針對扇形掃描，旋轉(zhuǎn)掃描類似)是將坐標變換和插 值修補融合成為一個步驟，即將兩步操作在一次處理中全部完成，這樣可以在不影響成像 質(zhì)量的前提下大大減少預處理時間。具體的做法是，首先明確每幅原始二維圖像在三維規(guī) 則體數(shù)據(jù)場中所處的位置以及極坐標和空間坐標的對應方式。然后在規(guī)則體數(shù)據(jù)場中分別 對每一個像素點進行處理，先從數(shù)據(jù)場中取出一個像素點，將其轉(zhuǎn)換成極坐標形式，求出該 點對應的極坐標的半徑和角度值，根據(jù)扇掃方式的特點和角度值可以確定當前的像素點在 規(guī)則體數(shù)據(jù)場中對應到哪幅原始圖像上，或者是在規(guī)則體數(shù)據(jù)場中介于哪兩幅原始圖像之 間；然后根據(jù)2)步驟中計算規(guī)則體數(shù)據(jù)場大小時應用的參數(shù)，可以將像素點分為A、B、C三 類如圖7所示，A類為處于有效空間外的點，B類為處于原始二維圖像上的點，C類為處于 有效區(qū)域內(nèi)的點，處于兩幅相鄰的原始二維圖像之間。A類像素點是有效區(qū)域外的點，直接將其歸為背景色，不進行插值計算；B類像素 點是有效區(qū)域內(nèi)的點，同時是處于某幅原始二維圖像上的點，根據(jù)該像素點對應的極坐標 下半徑的長度可以換算出它在原始二維圖像上的位置，然后采用最近鄰插值算法即可滿足 精度要求；如圖8所示，C類像素點是有效區(qū)域的點，同時是處于某相鄰兩幅原始二維圖像 之間的點，根據(jù)該像素點P對應的半徑值取整可以得到該像素點的近極坐標原點的半徑值 為OA1的長度(或OB1的長度)，由于在原始二維圖像上沿半徑方向的增量步長為1，所以遠 極坐標原點的半徑值OA2的長度(或OB2的長度)等于OA1的長度+1 ；而根據(jù)像素點P在極 坐標下對應的角度值α可以得到第η幅原始二維超聲圖像在極坐標下的角度值，(第η-1幅原始二維超聲圖像處于水平方向，設其極坐標下的角度值為0度)，設為β ；這樣在第η 幅和第η-1幅原始二維超聲圖像上可以根據(jù)OA1和OA2的值(或OB1和OB2的值)得到A1, A2, B1, B2四個最近鄰的像素點，由于在坐標轉(zhuǎn)換的過程中，每兩幅原始二維圖像在規(guī)則體數(shù) 據(jù)場中的間隔角度是固定的，因此以這四個點做雙線性插值，即可得到該像素點的灰度值。如果按照傳統(tǒng)的先坐標變換后插值修補的過程，那么在進行插值的過程中，是在 規(guī)則體數(shù)據(jù)場空間進行最近鄰點的選取，這樣會造成選取的最近鄰點是欠采樣點或過采樣 點，通過這種方式計算出來的結(jié)果往往不夠精確；而采用本發(fā)明選取四最近鄰點的方法與 傳統(tǒng)方法相比較，其優(yōu)勢在于可以提高處理速度，不會出現(xiàn)欠采樣點和過采樣點，同時雙 線性插值算法也能夠滿足精度要求；雖然插值算法有很多中，例如，最近鄰方法，距離加權(quán) 方法，基于徑向基函數(shù)方法等，這些算法或者精度不夠，或者算法復雜，預處理時間長，不 能滿足臨床需求。而本發(fā)明使用的雙線性插值算法，在保證圖像質(zhì)量的前提下，能夠提高 預處理算法速度，通過實驗測試，對于340X260X62大小的原始圖像數(shù)據(jù)，預處理速度為 460ms ο4)濾波處理對整個數(shù)據(jù)場像素點的灰度值進行濾波，得到去噪后的規(guī)則體數(shù)據(jù) 場，通過光線投射算法進行三維圖像的顯示。進行雙線性插值修補之后，會引入一定的斑點噪聲，需要進行一次平滑濾波來去 處噪聲，濾波算法可以選用簡單的中值濾波算法，高斯濾波算法等，同時考慮到不影響重建 速度，本發(fā)明使用了 IPP高斯濾波算法進行去噪聲處理。5)得到規(guī)則體數(shù)據(jù)場后，根據(jù)得到的掃描部位的信息，設置三維顯示協(xié)議，即可使 用光線投射算法進行三維圖像的顯示。本發(fā)明采用預設協(xié)議的方法能夠針對不同的掃描器 官，使用具有針對性的顯示協(xié)議來獲得更具真實感的三維圖像。得到規(guī)則體數(shù)據(jù)場后即可進行三維圖像的顯示，三維可視化的算法主要分為面繪 制算法和體繪制算法。面繪制算法是利用計算機圖像學的方法構(gòu)造出斷層輪廓表面；而體 繪制算法是直接對規(guī)則體數(shù)據(jù)進行顯示而不用構(gòu)造中間面。如圖9所示，本發(fā)明使用的是基于空間體繪制的光線投射算法，核心思想是它從 圖像空間的每一點像素出發(fā)，按觀察者視線方向發(fā)射一條射線，這條射線穿過三維數(shù)據(jù)場， 沿著這條射線選擇K個等距的采樣點，并由距離某一采樣點最近的8個數(shù)據(jù)點的顏色值和 不透明度值做三次線性插值，求出該采樣點的不透明度值和顏色值，再將每條射線上各采 樣點的顏色值和不透明度值由射線發(fā)出的方向或射線發(fā)出的相反方向加以合成，即可得到 發(fā)出該射線的像素點處的顏色值，從而可在屏幕上得到最終的三維重建圖像，如圖11所 示，為胎兒原始二維圖像經(jīng)過本發(fā)明方法處理后生成的三維重建圖像。如圖10所示，光線投射算法假定三維空間數(shù)據(jù)分布在均勻網(wǎng)格或規(guī)則網(wǎng)格的網(wǎng) 格點上；流程中的數(shù)據(jù)預處理包括斷層間插值及圖像濾波等功能；接著進行數(shù)據(jù)值分類， 其目的是根據(jù)數(shù)據(jù)值的不同，正確地將其分為若干類，并給每類數(shù)據(jù)賦予不同的顏色值C (i，j，k)和不透明度值α (i，j，k)，以正確地表示多種人體組織的不同分布或單一人體組 織的不同屬性；然后根據(jù)上述顏色值C(i，j, k)和不透明度值α (i，j，k)分別對數(shù)據(jù)值點 進行重采樣，即從屏幕上的每一個像素點根據(jù)設定的觀察方向發(fā)出一條光線，這條光線穿 過三維數(shù)據(jù)場，沿著這條光線選擇K個等距的采樣點，并由距離某一采樣點最近的8個數(shù)據(jù) 點的顏色值作光照效應計算和三次線性插值計算，求出該采樣點的顏色值C(u，ν, w)；由距離某一采樣點最近的8個數(shù)據(jù)點的不透明度值作三次線性插值，求出該采樣點的不透明度 值α (u，ν, w)；最后根據(jù)每個采樣點的顏色值C (u，ν, w)及不透明度值α (u, ν, w)合成三 維圖像。實施例2與實施例1的不同之處在于判斷掃描類型如果為旋轉(zhuǎn)掃描，則采用旋轉(zhuǎn)掃描處 理算法對二維圖像數(shù)據(jù)進行處理生成規(guī)則體數(shù)據(jù)場，其步驟包括感興趣區(qū)的提取、計算規(guī) 則體數(shù)據(jù)場的大小、改進坐標轉(zhuǎn)換和插值算法以及濾波處理，其中計算規(guī)則體數(shù)據(jù)場的大 小與扇形掃描方式不同，具體為如圖4所示，規(guī)定規(guī)則體數(shù)據(jù)場的寬度即為感興趣區(qū)數(shù)據(jù)的寬度，規(guī)則體數(shù)據(jù)場 的高度和深度為均為感興趣區(qū)數(shù)據(jù)的高度的2倍。實施例3與實施例1或2的不同之處在于判斷掃描類型如果為平行掃描，則采用平行掃描 處理算法對二維圖像數(shù)據(jù)進行處理生成規(guī)則體數(shù)據(jù)場，其步驟包括感興趣區(qū)的提取、計算 規(guī)則體數(shù)據(jù)場的大小、二維圖像中的像素點數(shù)據(jù)到三維體數(shù)據(jù)的轉(zhuǎn)換以及濾波處理，其中 計算規(guī)則體數(shù)據(jù)場的大小與扇形掃描和旋轉(zhuǎn)掃描方式均不同，具體為規(guī)定感興趣區(qū)數(shù)據(jù) 的寬和高即為規(guī)則體數(shù)據(jù)場的寬和高，根據(jù)平掃的掃描長度和掃描時間的比值作為規(guī)則體 數(shù)據(jù)場的深度，即Z方向的長度； 如圖12所示，將感興趣區(qū)數(shù)據(jù)以寬度方向為X方向，高度方向為Y方向，掃描順序 為Z方向依次放入到規(guī)則體數(shù)據(jù)場中。二維圖像中的像素點數(shù)據(jù)到三維體數(shù)據(jù)的轉(zhuǎn)換是根據(jù)生成的規(guī)則體數(shù)據(jù)場的大 小，將二維原始圖像按照采集順序依次放入到規(guī)則體數(shù)據(jù)場中，即按照點對點方式一一插 入到規(guī)則體數(shù)據(jù)場中；如圖12所示，XOY平面大小為感興趣區(qū)數(shù)據(jù)大小，則每幅原始二維超聲圖像上感 興趣區(qū)內(nèi)的每個象素點與規(guī)則體數(shù)據(jù)場上的體元點一一對應，既可按點對點方式賦值給規(guī) 則體數(shù)據(jù)場的體元點。
權(quán)利要求
1.一種二維超聲圖像的三維重建方法，其特征在于包括以下步驟 通過機械驅(qū)動掃描方式獲取二維圖像數(shù)據(jù)；判斷掃描類型，如果為扇形掃描或旋轉(zhuǎn)掃描，則采用扇掃/旋轉(zhuǎn)掃描處理算法對二維 圖像數(shù)據(jù)進行處理生成規(guī)則體數(shù)據(jù)場；利用上述規(guī)則體數(shù)據(jù)場通過光線投射算法進行三維圖像的顯示。
2.按權(quán)利要求1所述的二維超聲圖像的三維重建方法，其特征在于所述扇形掃描處 理算法的處理步驟為感興趣區(qū)的提取對于通過扇掃/旋轉(zhuǎn)掃描方式獲取的原始二維圖像數(shù)據(jù)進行感興趣 區(qū)提取，剔除不需要的數(shù)據(jù)信息，得到感興趣區(qū)數(shù)據(jù)；計算規(guī)則體數(shù)據(jù)場的大小根據(jù)感興趣區(qū)數(shù)據(jù)及原始二維圖像數(shù)據(jù)中的掃描角度，確 定超聲探頭所在位置，以超聲探頭所在位置為極坐標的原點，通過以下公式計算規(guī)則體數(shù) 據(jù)場的大小，得到規(guī)則體數(shù)據(jù)場的長、寬、高 Depth = 2R2sinθ Height = R2-Rlcosθ其中，Depth為數(shù)據(jù)場Z方向的深度值，Height為數(shù)據(jù)場Y方向的高度值，θ為原始二 維圖像數(shù)據(jù)中掃描角度的半角，Rl為極坐標原點到感興趣區(qū)數(shù)據(jù)場近端的半徑長度，R2為 極坐標原點到感興趣區(qū)數(shù)據(jù)場遠端的半徑長度；改進坐標轉(zhuǎn)換和插值算法將坐標變換和插值修補融合成為一個步驟，即在規(guī)則體數(shù) 據(jù)場中分別對每一個像素點轉(zhuǎn)換成極坐標形式，求出該點對應的極坐標的半徑和角度值； 根據(jù)扇形掃描方式的特點和角度值確定當前的像素點在規(guī)則體數(shù)據(jù)場中對應到相應的原 始圖像上，或者是在規(guī)則體數(shù)據(jù)場中介于哪兩幅原始圖像之間；根據(jù)計算規(guī)則體數(shù)據(jù)場的 大小步驟中得到的規(guī)則體數(shù)據(jù)場的長、寬、高以及掃描的角度值，將像素點分為三類分別 進行處理，得到當前像素點的四個近鄰點再進行雙線性插值計算，得到當前像素點的灰度 值；濾波處理對整個數(shù)據(jù)場像素點的灰度值進行濾波，得到去噪后的規(guī)則體數(shù)據(jù)場，通過 光線投射算法進行三維圖像的顯示。
3.按權(quán)利要求1所述的二維超聲圖像的三維重建方法，其特征在于所述旋轉(zhuǎn)掃描處 理算法為感興趣區(qū)的提取對于通過旋轉(zhuǎn)掃描方式獲取的原始二維圖像數(shù)據(jù)進行感興趣區(qū)提 取，剔除不需要的數(shù)據(jù)信息，得到感興趣區(qū)數(shù)據(jù)； 計算規(guī)則體數(shù)據(jù)場的大小規(guī)定規(guī)則體數(shù)據(jù)場的寬度即為二維圖像的寬度，規(guī)則體數(shù)據(jù)場的高度和深度為均為 二維圖像的高度的2倍；改進坐標轉(zhuǎn)換和插值算法將坐標變換和插值修補融合成為一個步驟，即在規(guī)則體數(shù) 據(jù)場中分別對每一個像素點轉(zhuǎn)換成極坐標形式，求出該點對應的極坐標的半徑和角度值; 根據(jù)扇掃方式的特點和角度值確定當前的像素點在規(guī)則體數(shù)據(jù)場中對應到相應的原始圖 像上，或者是在規(guī)則體數(shù)據(jù)場中介于哪兩幅原始圖像之間；根據(jù)計算規(guī)則體數(shù)據(jù)場的大小 步驟中得到的規(guī)則體數(shù)據(jù)場的寬度、深度、高度以及掃描的角度值，將像素點分為三類分 別進行處理，得到當前像素點的四個近鄰點進行雙線性插值計算，得到當前像素點的灰度濾波處理對整個數(shù)據(jù)場像素點的灰度值進行濾波，得到去噪后的規(guī)則體數(shù)據(jù)場，通過 光線投射算法進行三維圖像的顯示。
4.按權(quán)利要求2或3所述的二維超聲圖像的三維重建方法，其特征在于所述將像素 點分為三類分別進行處理，得到當前像素點的四個近鄰點再進行雙線性插值計算包括以下 步驟當像素點為有效區(qū)域外的點，即A類像素點，則直接將其歸為背景色，不進行插值計算；當像素點為有效區(qū)域內(nèi)的點，同時是處于某幅原始圖像上的點，即B類像素點，則根據(jù) 該像素點對應的極坐標下半徑的長度換算出其在原始圖像上的位置，采用最近鄰插值算法 計算該像素點的灰度；當像素點為有效區(qū)域的點，同時是處于某兩幅原始圖像之間的點，即C類像素點，則對 該像素點對應的半徑值取整后得到的該像素點的近半徑值，得到遠半徑值OA2 = OA1+1根據(jù)像素點對應的角度值α確定得到哪兩幅圖像，再由得到的兩幅圖像所在平面的 夾角獲取上、下兩幅原始圖像的掃描角度；根據(jù)上述近半徑值、遠半徑值及兩個掃描角度值，在兩幅二維原始圖像上找到四個近 鄰點，進行雙線性插值計算該像素點的灰度。
5.按權(quán)利要求1所述的二維超聲圖像的三維重建方法，其特征在于如果掃描類型為 平行掃描，則采用平掃處理算法對二維圖像數(shù)據(jù)進行處理生成規(guī)則體數(shù)據(jù)場，接續(xù)利用上 述規(guī)則體數(shù)據(jù)場通過光線投射算法進行三維圖像的顯示步驟。
6.按權(quán)利要求5所述的二維超聲圖像的三維重建方法，其特征在于所述平行掃描處 理算法為感興趣區(qū)的提取對于通過平行掃描方式獲取的二維圖像數(shù)據(jù)進行感興趣區(qū)提取，剔 除不需要的數(shù)據(jù)信息，得到感興趣區(qū)數(shù)據(jù)；計算規(guī)則體數(shù)據(jù)場的大小規(guī)定感興趣區(qū)數(shù)據(jù)的寬和高即為規(guī)則體數(shù)據(jù)場的寬和高， 根據(jù)平掃的掃描長度和掃描時間的比值作為規(guī)則體數(shù)據(jù)場的深度，即Z方向的長度；二維圖像中的像素點數(shù)據(jù)到三維體數(shù)據(jù)的轉(zhuǎn)換根據(jù)生成的規(guī)則體數(shù)據(jù)場的大小，將 二維原始圖像按照采集順序依次放入到規(guī)則體數(shù)據(jù)場中，即按照點對點方式一一插入到規(guī) 則體數(shù)據(jù)場中；濾波處理對整個數(shù)據(jù)場像素點的灰度值進行濾波，得到去噪后的規(guī)則體數(shù)據(jù)場，通過 光線投射算法進行三維圖像的顯示。
全文摘要
本發(fā)明涉及一種二維超聲圖像的三維重建方法，包括以下步驟通過機械驅(qū)動掃描方式獲取二維圖像數(shù)據(jù)；判斷掃描類型，如果為扇形掃描或旋轉(zhuǎn)掃描，則采用扇掃/旋轉(zhuǎn)掃描處理算法對二維圖像數(shù)據(jù)進行處理生成規(guī)則體數(shù)據(jù)場；利用上述規(guī)則體數(shù)據(jù)場通過光線投射算法進行三維圖像的顯示；所述扇形掃描處理算法的處理步驟為感興趣區(qū)的提取剔除不需要的數(shù)據(jù)信息；計算規(guī)則體數(shù)據(jù)場的大小，得到規(guī)則體數(shù)據(jù)場的長、寬、高；改進坐標轉(zhuǎn)換和插值算法，得到當前像素點的灰度值；濾波處理。本發(fā)明針對不同的掃描方式獲取的超聲二維圖像數(shù)據(jù)分別進行三維重建，對不同掃描方式的超聲圖像進行三維重建，重建圖像清晰、真實感強、成像速度快等優(yōu)點。
文檔編號G06T7/00GK102106741SQ200910248769
公開日2011年6月29日 申請日期2009年12月25日 優(yōu)先權(quán)日2009年12月25日
發(fā)明者朱力軍, 趙建 申請人:東軟飛利浦醫(yī)療設備系統(tǒng)有限責任公司