[发明专利]一种体数据形变编辑展示软件平台的构建方法

说明书

本发明涉及提供一种体数据形变编辑展示软件平台的构建方法，基于原始医学影像体数据进行图像特征提取、配准和形变的研究，从而更加真实全面地描绘人体内部全部组织信息，为基于体数据的手术模拟、提升高难度手术成功率和医学教学效果奠基，不仅节约培训医务人员的费用和时间，使非熟练人员进行手术的风险性大大降低，对提高医学教育与训练的效率和质量以及改善医学手术水平发展不平衡的现状有着特殊的意义。

技术领域

本发明属于医学影像仿真处理领域，涉及计算机图形学中对物体的仿真技术，是一个基于医学手术中人体软组织模拟交互的体数据形变编辑的实现，特别涉及一种体数据形变编辑展示软件平台的构建方法。

背景技术

自由变形算法通过扭曲变形物体所在空间从而实现物体的变形操作，它使用了类似于贝塞尔曲线的思想，通过能随着控制点而自我调整的样条来拟合获得平滑圆润的曲线、表面以及体积。自由变形算法这一类的基于可变形曲线的变形模型是医学软组织变形领域第一批被发展起来的变形模型，也是第一批被投入于手术仿真领域进行应用的变形模型。它们在计算速度方面有着非常不错的优势，可以满足实时形变的需要。

特征点检测广泛应用到目标匹配、目标跟踪、三维重建等应用中，在进行目标建模时会对图像进行目标特征的提取，常用的有颜色、角点、特征点、轮廓、纹理等特征。其中Harris角点检测是特征点检测的基础，提出了应用邻近像素点灰度差值概念，从而进行判断是否为角点、边缘、平滑区域。Harris角点检测原理是利用移动的窗口在图像中计算灰度变化值，其中关键流程包括转化为灰度图像、计算差分图像、高斯平滑、计算局部极值、确认角点。

CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。GPU包含了比CPU更多的处理单元，更大的带宽，使得其在多媒体处理过程中能够发挥更大的效能。例如：当前最顶级的CPU只有4核或者6核，模拟出8个或者12个处理线程来进行运算，但是普通级别的GPU就包含了成百上千个处理单元，高端的甚至更多，这对于多媒体计算中大量的重复处理过程有着天生的优势。利用GPU加速运算可提高计算速度，满足大量计算需求实时交互的需要。

发明内容

本发明的目的在于克服现有技术的不足，提供一种体数据形变编辑展示软件平台的构建方法，基于原始医学影像体数据进行图像特征提取、配准和形变的研究，从而更加真实全面地描绘人体内部全部组织信息，为基于体数据的手术模拟、提升高难度手术成功率和医学教学效果奠基，不仅节约培训医务人员的费用和时间，使非熟练人员进行手术的风险性大大降低，对提高医学教育与训练的效率和质量以及改善医学手术水平发展不平衡的现状有着特殊的意义。

本发明解决其技术问题是通过以下技术方案实现的：

一种体数据形变编辑展示软件平台的构建方法，其特征在于：所述方法的步骤为：

1)自由形变算法的实现以及可视化；

2)基于B样条的三维mha格式图像的可变形配准的实现及可视化；

3)Harris图像特征点提取的实现及可视化；

4)基于VTK的二维和三维医学图像的打开读取和显示。

而且，所述步骤1)通过OpenGL实现三维自由形变算法和raw文件图像的三维可视化，具体操作为：载入raw格式图像文件，即可在界面展示其三维图像；程序设置若干数目的控制点，安排在三维图像包围盒的若干顶点处，通过调节该设置的控制点位置对三维模型进行形变操作。

而且，所述步骤2)对二维和三维图像基于B样条的可变形配准，具体操作为：在二维图像配准中，使用CUDA调用GPU实现加速运算，并且支持对配准结果的放大观察和对变形场的可视化；在三维图像配准中，支持对原三维图像，配准后的三维图像的可视化对比展示。