[01033457]基于数据挖掘的拟合技术及其在医学图像处理系统中的应用

医学影像辅助诊断技术已经成为临床诊断的重要手段之一。为了提高辅助诊断的准确性，对医学影像处理的要求也越来越高。高精度的医学影像处理方法能够帮助医生更容易地制定外科手术规划和分析病变组织的结构，已成为医学影像辅助诊断系统的重要基础性研究问题之一。在国家科技部973计划项目“可视媒体智能处理的理论与方法(2006CB303102)”和国家自然科学基金重点项目“三维数据表示关键技术研究(60933008)”的资助下，课题组进行了医学图像处理系统的开发与研究。内容涉及图像处理、计算机图形学和医学影像学等多个领域，是当前计算机和医学图像处理领域研究的热点问题。项目组重点研究基于影像数据建立人体模型的数学原理和方法，采用数据挖掘和数值拟合技术相结合的方法对人体模型做三维表示，为虚拟人体建模提供高精度、可靠和简单实用的一系列新技术，创造性地提出了：(1)两种基于信息挖掘的拟合方法。为提高重构图像的质量，减小重构模型的误差，提出了两种基于信息挖掘的拟合方法：1)基于多项式插值的局部拟合算法；2)基于二次样条曲线拟合的整体数据转换算法。这两种拟合方法用于对CT数据进行预处理，即在原始区域采样值的基础上得到每个数据点的更为精确的采样值，或增加数据密度，以用于后期的二维绘制和三维重构；(2)消除CT图像波纹失真和锯齿失真的新方法。为了消除波纹，课题组利用多项式拟合技术挖掘数据信息，为原始数据场进行加层处理，提高采样精度，从而达到减少波纹失真并改善图像质量的目的。方法将体数据场中主视方向上相邻的四个体素用两条二次多项式曲线进行插值逼近，建立约束条件方程组，最后用改进的Shear-warp方法对处理后的体数据进行重建绘制；(3)基于图像数据反求图像原场景的新方法。该方法在数据挖掘的基础上在相邻四个象素围成的区域上构造双三次Coons插值曲面，四个角点的一阶偏导数由保型插值方法估计得到，四个角点的扭矢由其相邻象素点的偏导进行平均得到。根据放缩比例对Coons曲面进行区域采样，使得到的重采样点有效克服了马赛克现象，图像细节清晰。新技术有效解决了虚拟现实技术在现代医学应用中存在的两个难点且关键问题：CT影像数据中蕴涵信息的挖掘和可视化；基于CT图像数据的高精度三维虚拟人体模型的构造。经过三年多的努力，课题组在解决了一系列困扰实际应用的关键问题之后，成功地开发出“医学图像处理系统”。针对医学图像的特点，实现了二维和三维丰富的图像处理功能。系统功能完备，系统各个功能模块既具有独立性又具有功能关联性。系统人机交互模型充分考虑了医生的医学和计算机背景知识，形成了具有特色的人机交互技术。在关键的可视化技术方面，基本达到了国外一流软件的水平。系统可以运行在PC平台上，面向临床、科研和教学。该系统自推出以来，为医院节约了几千万元的开销，在几十家大中型医院应用，提高了医生诊断的准确性，同时减少病人经济负担，获得了良好的经济和社会效益。