基于VTK的腹部医学图像体绘制应用研究

doi:10.3969/j.issn.1007130X.2010.

J4 ›› 2010, Vol. 32 ›› Issue (2): 82-84.doi: 10.3969/j.issn.1007130X.2010.

基于VTK的腹部医学图像体绘制应用研究

(华南师范大学计算机学院,广东广州 510631)

收稿日期:2008-11-13 修回日期:2009-02-10 出版日期:2010-01-25 发布日期:2010-01-26
通讯作者: 陈洁敏 E-mail:cjm_friends@126.com
作者简介:陈洁敏（1982）,女，广东韶关人，硕士，研究方向为图形图像处理和三维可视化；鲍苏苏,博士后,教授,研究方向为信号处理、数字图像处理和模式识别。

VTKBased Volume Rendering of the Abdominal Cavity

(School of Computer Science,South China Normal University,Guangzhou 510631,China)

Received:2008-11-13 Revised:2009-02-10 Online:2010-01-25 Published:2010-01-26

摘要/Abstract

摘要：

由于面绘制不能保留CT图像丰富的数据信息，无法良好地对于形状特征模糊的组织器官以及它们之间的层次关系进行三维显示，因此需要结合体绘制来为医生提供有力的病变分析依据。本文利用VTK开发包所提供的体绘制方法来实现腹部CT图像的三维重建，验证并比较了这几种方法各自的优缺点。实验结果表明，VTK用于CT图像的体绘制方法具有快速、效果好的特点，并可根据实际应用来选用不同的体绘制方法。

关键词: 体绘制, CT, VTK

Abstract:

Due to the isosurface patch, a great deal of data information of the CT images is lost. If the shapes of organs are indistinct, it is difficult to show the relation between the organs by the isosurface patch. So it is necessary to combine the CT images with volume rendering to offer dependable information to doctors. In this paper, a 3D model of the abdominal cavity is reconstructed by the Visualization Toolkit, and the result indicates that volume rendering provided by VTK is fast and highquality and can be applied to different situations.

Key words: volume rendering;CT;VTK

中图分类号:

TP391.41

陈洁敏, 鲍苏苏. 基于VTK的腹部医学图像体绘制应用研究[J]. J4, 2010, 32(2): 82-84.

CHEN Ji-Min, BAO Su-Su. VTKBased Volume Rendering of the Abdominal Cavity[J]. J4, 2010, 32(2): 82-84.

[1]	张金龙, 吴敏, 孙玉宝. CT图像肾肿瘤分割的三维轴向Transformer模型[J]. 计算机工程与科学, 2025, 47(04): 677-685.
[2]	张家豪, 邓金易, 尹首一, 魏少军, 胡杨. 基于Actor模型的众核数据流硬件架构探索[J]. 计算机工程与科学, 2024, 46(06): 959-967.
[3]	刘玉珍, 张冬霞, 陶志勇. 基于自适应图卷积和注意力池化的点云分类与分割[J]. 计算机工程与科学, 2024, 46(05): 872-880.
[4]	雷志超, 蒋嘉俊, 马驰卓, 周文静, 王楚正. 基于邻域关系感知图神经网络的DDI预测[J]. 计算机工程与科学, 2024, 46(05): 907-915.
[5]	王中昊, 夏竟, 李世杰, 蔡志平. 基于双调和插值的锥束CT金属伪影校正算法[J]. 计算机工程与科学, 2024, 46(03): 471-478.
[6]	江志鹏, 王自全, 张永生, 于英, 程彬彬, 赵龙海, 张梦唯. 基于改进Deformable DETR的无人机视频流车辆目标检测算法[J]. 计算机工程与科学, 2024, 46(01): 91-101.
[7]	王英, 陈文祺, 韩耀郴. 基于元学习和图滤波器的节点分类研究[J]. 计算机工程与科学, 2023, 45(12): 2274-2280.
[8]	赖明澈, 吕方旭, 张庚, 许超龙. 面向112 Gbps PAM4串行接收机的低误码协同自适应均衡器[J]. 计算机工程与科学, 2023, 45(06): 951-960.
[9]	莫舒恒, 卢圣有, 黄聃, 卢宇彤. 基于即时编译的GNU Octave性能优化[J]. 计算机工程与科学, 2022, 44(12): 2091-2101.
[10]	孙宝贵, 车文刚, 廖江福, . 一种改进的KNN案例推理检索算法[J]. 计算机工程与科学, 2021, 43(12): 2263-2271.
[11]	蒋芸, 王发林, 张海. 基于集成分类型深度神经网络的视网膜眼底血管图像分割[J]. 计算机工程与科学, 2021, 43(05): 862-871.
[12]	李丹枫, 王飞, 赵国鸿. 一种大流量报文HMAC-SM3认证实时加速引擎[J]. 计算机工程与科学, 2021, 43(01): 82-88.
[13]	王妞妞，安建成. 最佳阈值法结合改进的Freeman链码的肺实质分割[J]. 计算机工程与科学, 2020, 42(06): 1037-1042.
[14]	刘国华1,2，段建春1. 基于Kinect相机的深度图像空洞修复及超像素分割算法[J]. 计算机工程与科学, 2020, 42(05): 851-858.
[15]	王卫民1,符首夫1,顾榕蓉1,王东升1,何林容2,关文斌3. 基于卷积神经网络的虫情图像分割和计数方法[J]. 计算机工程与科学, 2020, 42(01): 110-116.

基于VTK的腹部医学图像体绘制应用研究

VTKBased Volume Rendering of the Abdominal Cavity

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价