基于GPU和能量函数的医学三维重建的研究

20世纪80年代科学可视化技术被提出并获得迅速发展，随着计算机应用技术的不断发展，科学可视化技术被应用到医学领域，从而产生了医学数据可视化技术，。医学数据可视化技术是根据CT或者MRI等医疗手段得来的二维影像信息重建并显示三维模型的技术。医疗人员通过医学可视化技术从各个方面观察病灶，根据观察到的现象，联系医学原理诊断病情，可以提高医疗人员的工作效率和对病灶诊断的精确性，有利于减少人的痛苦，提高人类的生活质量。 首先，在广泛了解三维数据可视化的基础上，深入研究等值面重建技术，并对等值面重建技术中的面绘制方法做了详细研究。对目前比较流行的Marching Cubes算法进行了分析，并对它的耗时较长和计算量比较大等方面进行了改进，通过区域边界增长算法来排除空立方体体素，大大减少计算量。用图形处理器GPU来进行加速，使三维重建的速度大大加快。 其次，对重建出来的三维立体模型进行优化。重建出来的三角面片面积大小不一，部分差距较大，使得重建出来的三维立体模型不够细腻。本文对面积大于阀值的三角面片进行分裂，选取三角面片的重心来进行分裂。然后，提出一种能量函数方法，通过极值原理求得优化后的三角面片顶点的新坐标，使重建出来的三维立体模型更好的接近实际物体形状。 最后，根据提供的一组骨骼的CT数据，用改进后的算法对这组数据进行了三维重建，同时通过优化算法对重建后的三维立体模型进行优化。实验结果验证了该算法的可行性和有效性。