- Mimcs视频
分割建模 由2D图片变成3D模型
不断细分 平滑 geomagic studio上删除钉状物替换原文件
MIMICS是一套高度整合而且易用的3D图像生成及编辑处理软件,它能输入各种扫描的数据(CT、MRI),建立3D模型进行编辑,然后输出通用的CAD(计算机辅助设计)、FEA(有限元分析),RP(快速成型)格式,可以在PC机上进行大规模数据的转换处理。
图像序列一旦导入到MIMICS中,就将其视作体数据场。MIMICS从体数据场中获得一个mask(目标数据点集、面罩),并将这个mask用于生成三维模型。根据体数据场获得mask的过程就是图像分割。图像分割是可视化、有限元建模等后续工作的基础,是从断层图像数据展开医学有限元、医学快速成形、医学虚拟现实等应用的关键步骤。MIMICS的Segmentation菜单下提供了一些图像分割工具,能够实现最基本的分割算法(除了微分算子)。MIMICS的图像分割是交互式进行的,因此分割效果很大程度上取决于手工分割的流程设计。下面介绍Segmentation菜单下的几种重要的分割工具:
Thresholding
提取指定灰度范围的数据点集构成一个mask,是最常用的分割工具。由于这个方法参照体数据场本身的信息,所以往往是分割的第一步。
RegionGrowing
根据已知的mask和指定的种子点,得到种子点所在的相邻数据点集作为mask。这个方法并不参照图像本身的信息,只参照目标mask和种子点。也是很常用的分割工具。
DynamicRegion Growing 根据指定的种子点,得到在指定阈值范围内的数据点作为mask。既参照了阈值信息,也参照了指定的种子点。MIMICS的广告彩页称这个工具是分割神经、血管等组织的有效工具。
MorphologyOperations
对mask进行腐蚀、膨胀、开运算和闭运算得到新的mask。形态运算并不以图像本身信息做参照,仅仅是针对已知mask进行的运算。形态学工具对于一些噪声很有用,这个算法具体做了什么,可参阅《医学图像处理与分析》第4.6节“形态运算”。
EditMasks 纯手工编辑。应该尽量避免,如果手工操作不可避免,应该选用尽可能大的编辑单位,用编辑单位的边缘拟合目标边缘。之所以提出这一点,是因为根据迭代端点拟合(Iterative Endpoint Fitting)和最小均方误差曲线拟合(Mean Square Error, MSE)的思想,我认为在有足够的已知边缘点的情况下,手工拟合也是能够得到较为准确的边界的。参见附图4
Calculate3D 根据mask重建成三维模型(等值面绘制)。之所以把这个功能放在Segmentation菜单下,是因为有时候我们需要借助三维重建的结果反过来帮助分割,因为在重建的过程中可以对模型在三维空间上进行平滑等运算。如果不使用这个工具,一个可能的后果就是目标mask在冠面视图和矢向视图中投影的边界非常不平滑。
BooleanOperations对两个mask进行与运算、联合运算或者。不能直接求取mask,往往用于联合几种分割方法得到的mask,对于保证模型质量非常有用。
前面提过,要想得到完善的图像分割,最重要的是设计好分割的流程(著名的图像分割配准算法包ITK就是基于这样的理念)
师姐毕业论文
- 内容:交互式分割 可视化 虚拟内窥导航
- 医学图像分割依据:每个特定区域组织有相似性质,如灰度值 密度 对比度等,而不同组织之间性质不同。
- 手工分割——计算机加医学分割(1.全自动2.交互式)
- 交互分割流程:
- 获取图像输入
- 用户交互(交互方法分类如下)
- 将输入和交互知识送到分割算法模块
- 得到分割结果
- 用户满意,直接输出,不满意重复交互和计算直至满意
- 交互分类:
- 基于用户交互分类:
- 基于种子点的方法:边界种子点(智能剪刀、磁性套索)、区域种子点(图割算法、随机游走算法、活动轮廓模型算法、区域增长算法)
- 基于ROI的方法:GrabCut
- 基于算法理论分类:
- 基于区域的方法(种子区域生长法、区域合并法):理论依据是图像相同区域的相似性准则,最为简单的交互式算法,
- 基于轮廓的方法(活动轮廓模型ACM):能量函数值达到最小,参数活动轮廓模型、几何活动轮廓模型
- 基于图论的方法:最小割,图割算法
- 基于深度学习的方法:这里提到的论文可以看一看
- 虚拟内窥技术漫游方式:手动漫游、自动漫游、引导漫游
- 中心路径提取技术:中心路径类似于物体中轴线
方法:手工标记法、拓扑细化法、基于距离场的方法、基于势能场的方法
- 交互式系统:
- 参数多的问题
- 易用性(Radiant Seg3D)
- 易扩展性(ITK Snap 3Dslicer MITK)德国癌症研究中心研发的MITK提供了简单的GUI和工具包,用户可以自由组合这些组件搭建新应用软件