[发明专利]一种基于闭合形式解的三维体数据分割方法

说明书

本发明公开了一种基于闭合形式解的三维体数据分割方法，具体包括以下步骤：S1：采用体数据的表示方法对生物切片图像的三维体数据进行重建获得三维图像；S2：标记三维图像的前景区域和背景区域，其中前景区域为感兴趣区域，将标记图像的前景区域与背景区域获取到的体素作为目标体素；S3：基于三维闭合解算法提取三维图像的前景区域中体素的透明度信息；S4：将提取的体素透明度信息采用稀疏矩阵的方式进行存储，并构建线性方程组；S5：采用预处理共轭梯度算法对S4中的线性方程组进行求解，求其残差和余量，从而求得线性方程组的解，即求得图像中的感兴趣区域。

技术领域

本发明涉及三维体数据分割技术领域，尤其涉及一种基于闭合形式解的三维体数据分割方法。

背景技术

随着三维重建技术以及虚拟人体技术的应用，在医学上三维数据的数据量日益增长，如何有效处理这些三维数据使其成为我们直接所用成为非常重要的问题。目前已存在的方法是基于区域生长或者分裂合并等的思想研究出的三维体数据分割算法，这些算法由于需要的输入较多，分割算法比较复杂，因此需要的分割时间较长，而且如果输入不精确则会直接影响分割的效果的精确性。本方法是基于闭合解抠图方法而实现的，该方法不需要用户大量的输入，而且闭合解抠图方法可以将图像中的细节都显示出来，不会由于分割而丢失这些图像细节，同时用户可以直接在三维体上进行操作，因此灵活性和精确度更高，由于算法的思想比较简单，因此运算速度也比较快。

现有技术中在三维体数据的分割中有以下几种方式分割方式：1：基于区域生长法原理的三维体数据分割算法，该算法是根据种子体素点向周围扩散，对区域周围的每一个体素进行分析。2：基于分裂合并基本思想的三维体数据分割算法，该算法是先将整幅图或体数据依据某种规则分裂出很多个形状的子区域，子区域内的体素的特征具有一致性，然后合并特征相似的子区域从而达到分割的目的。3、医学三维影像体数据阈值分割算法，该方法是把OSTU图像分割算法和梯度算子图像分割算法的思想应用于三维体数据。但是上述三种方法具有如下缺陷：区域生长的方法需要用额外的内存来保护待生长的体素点，算法的时间复杂度较大。分裂合并的方法需要依据某种规则进行划分子区域，子区域划分的不好会导致分割效果较差，因此该算法具有一定的限定性。阈值分割方法是根据灰度阈值将三维体数据分割成多阈值体数据，从而进行分割的，由于阈值是在给定的某一范围内进行选择，所以具有不确定性，因此该方法的精确性不能很好地把握。

发明内容

根据现有技术存在的问题，本发明公开了一种基于闭合形式解的三维体数据分割方法，具体包括以下步骤：

S1：采用体数据表示方法对生物切片图像的三维体数据进行重建获得三维图像，在体数据重建过程中对生物切片图像的角度、阴影和光线进行参数设置；

S2：标记三维图像的前景区域和背景区域，其中前景区域为感兴趣区域，将标记图像的前景区域与背景区域获取到的体素作为目标体素；

S3：基于三维闭合解算法提取三维图像的前景区域中的体素透明度信息；

S4：将提取的体素透明度信息采用稀疏矩阵的方式进行存储，并构建线性方程组；

S5：采用预处理共轭梯度算法对S4中的线性方程组进行求解，求其残差和余量，从而求得线性方程组的解，即求得图像中的感兴趣区域。

进一步的，S1中将输入的生物切片图像进行体绘制具体采用如下步骤：

数据采集：对输入的多张生物切片图像数据进行三维数据集的构造，并将构造后的数据集进行去噪处理；

数据预处理和平滑处理：将构造所得的数据集的数据量进行预处理，该预处理包括缩减数据集中的数据量以及将缩减后的数据量进行平滑处理；

体数据绘制并显示：给处理后的数据集设定好光线、层间距、阴影、角度等参数，计算三维图像边界后进行体绘制并显示。