基于四维医学影像的快速建模问题研究

With the development of medical electronic scanning technology, the 3D medical images with time-varing parameters (we call 4D medical images) are more and more concerned in clinical applications.The 4D images data has the characteristics of dynamic and continuous variation which is different with static 3D data field.Rapid modelling with high quality of 4D data field is the key and important research problem in medical images processing. In this project, we will have a systematic study about this problem, the main research contents include: (1) The theories and methods about variational level-set reconstruction of 4D medical images based on denoising classification; (2) High quality feature points sampling on zero value level-set surface based on approximate geodesic distance, and fast optimization method of the objective energy function; (3) The theories and methods of fast compact shell space reconstruction with non-uniform sampling, and topology preserving 3D mesh reconstruction of human organ; (4) The validity analysis and theoretical conclusions of 3D Delaunay triangulation updating with bi-cell flipping. The research scopes of this project include theories and methods, technologies and a prototype system. Research and completion of this project can provide us new theories and methods for solving the modelling problems of 4D medical images, and proivde us a series of simple, efficient and robust technologies for the effective clinical applications with 4D medical images.So, research of this project has good theoretical significance and applied value.

随着医学扫描技术不断发展，带有时变参数的三维医学影像数据（简称四维医学影像数据）在临床中将得到越来越广泛的应用。与静态三维数据场建模问题不同，四维医学影像数据具有动态连续变化的特点，对其做快速高质量建模是医学影像处理的关键问题和难点问题。本项目将对该问题进行系统研究,主要研究内容包括：基于去噪约束分类的变分水平集四维医学影像重建理论和方法；基于近似测地距离的水平集零值曲面高质量特征点采样方法及目标函数快速优化方法；非一致性采样的紧致壳空间快速重建理论和方法，建立与人体器官拓扑一致的离散网格模型；双三角单元反转策略在三维Delaunay三角化更新中的有效性分析及理论结论。研究范围涉及理论与方法、技术和原型系统。项目的完成将为解决基于四维医学影像数据的建模问题提供新理论和方法，为四维医学影像数据在医学临床中的有效应用提供一系列简单、高效和鲁棒的技术，具有很好的理论意义和应用价值。

本项目围绕医学影像处理中的图像处理与三维几何建模两个重要的基础数字信息处理技术展开研究工作，对于医学影像三维数据场或其他三维数据场，基于隐式曲面的建模方法能够表示数据场中复杂的拓扑结构，隐式曲面表面的光滑性较高且容易进行融合与变形，利用隐式曲面容易获得高质量的离散网格模型表示，隐式曲面指在三维规则数据场中的水平零值曲面。基于项目的研究内容，我们进行了针对性的研究工作，主要成果包括：（1）在基于去噪约束分类的变分水平集四维医学影像重建理论和方法研究上，提出了对于影像数据进行合理去噪、分割的方法；（2）在水平集零值曲面构造上，提出了利用离散采样数据构造获得影像三维数据场的水平零值曲面重建方法；（3）在非一致性采样的紧致壳空间快速重建理论和方法上，提出了在水平零值曲面重建结果的基础上，构造高质量的离散表面网格及体网格的方法；（4）在基于近似测地距离的水平集零值曲面高质量特征点采样方法及目标函数快速优化方法研究上，提出了一种混合优化方法，能够对隐式曲面进行快速、高质量采样；（5）在三维Delaunay三角化更新中，提出了一种基于Delaunay优化的拓扑保持重新网格化方法；（6）在三维模型形变研究上，提出了一种基于模型分类和特征约束的三维模型变形方法。以上研究成果为医学影像数据的处理及动态三维建模提供了新的理论支持，并完成建模应用系统一个。