基于體可視化的計(jì)算機(jī)輔助輪廓測(cè)量系統(tǒng)設(shè)計(jì)

吳仲明 田聯(lián)房 李 彬 韓蘇寧 喬國(guó)慶

基于體可視化的計(jì)算機(jī)輔助輪廓測(cè)量系統(tǒng)設(shè)計(jì)

吳仲明1田聯(lián)房1李 彬1韓蘇寧2*喬國(guó)慶3

1(華南理工大學(xué)自動(dòng)化科學(xué)與工程學(xué)院 廣東 廣州 510640)

2(廣州軍區(qū)廣州總醫(yī)院眼科 廣東 廣州 510010)

3(廣州軍區(qū)廣州總醫(yī)院放射科 廣東 廣州 510010)

為收集整理我國(guó)不同人群的五官頭顱特征數(shù)據(jù)，開發(fā)一個(gè)計(jì)算機(jī)輔助輪廓測(cè)量系統(tǒng)。系統(tǒng)首先對(duì)圖像進(jìn)行預(yù)處理，利用面繪制技術(shù)重建三維頭顱模型；然后在模型表面選取特征點(diǎn)作平面求交獲取輪廓剖面，通過幾何變換方法實(shí)現(xiàn)剖面由三維空間到二維空間的映射；最后采用邊界跟蹤技術(shù)提取外緣輪廓坐標(biāo)集，并根據(jù)應(yīng)用需求對(duì)輪廓參數(shù)進(jìn)行標(biāo)記與測(cè)量。實(shí)驗(yàn)結(jié)果表明：該系統(tǒng)能有效地實(shí)現(xiàn)三維頭顱模型的輪廓參數(shù)測(cè)量，并直觀、精確地反映五官頭顱實(shí)際的形態(tài)特征。

輪廓測(cè)量 體可視化 三維重建 幾何變換 邊界跟蹤

0 引 言

市場(chǎng)上一般的護(hù)目鏡尺寸分類不細(xì)致，影響我國(guó)不同人群的配戴舒適度。為此，需要收集各類五官頭顱特征數(shù)據(jù)[1]并建立數(shù)據(jù)庫，指導(dǎo)護(hù)目鏡進(jìn)行更符合人體工程學(xué)的個(gè)性化設(shè)計(jì)。在此過程中，常規(guī)的人體手工測(cè)量方法存在精度低、人群聚集難度大和測(cè)量標(biāo)準(zhǔn)不統(tǒng)一等問題。而基于醫(yī)學(xué)圖像的可視化系統(tǒng)測(cè)量方法，根據(jù)精確的成像數(shù)據(jù)對(duì)特征參數(shù)進(jìn)行測(cè)量，能有效避免手工測(cè)量中存在的問題，而且大規(guī)模適用的數(shù)據(jù)樣本獲取便捷，因此能提高數(shù)據(jù)測(cè)量的精確性和效率。

一直以來，國(guó)內(nèi)外眾多學(xué)者在計(jì)算機(jī)輔助系統(tǒng)方面開展了大量的研究工作[2,3]，目前市面上比較成熟的系統(tǒng)產(chǎn)品有MIT開發(fā)的3D Slicer和Materialise公司開發(fā)的Mimics[4]等。這些系統(tǒng)都能對(duì)醫(yī)學(xué)圖像序列完成多種實(shí)用的操作，如最基本的分割、三維渲染與仿真功能。然而，它們?cè)跍y(cè)量方面性能不足，僅能進(jìn)行直線距離與角度的測(cè)量，特別是無法實(shí)現(xiàn)輪廓段邊界長(zhǎng)度的自動(dòng)測(cè)量，而且測(cè)量點(diǎn)不能復(fù)用，在測(cè)量過程中難以交互，不能滿足專用于頭顱模型輪廓的多種類參數(shù)測(cè)量需求。因此研究整合了三維模型輪廓測(cè)量技術(shù)的計(jì)算機(jī)輔助系統(tǒng)具有深遠(yuǎn)的價(jià)值。

基于上述背景，本文對(duì)基于醫(yī)學(xué)圖像序列的體可視化技術(shù)[5,6]、圖像處理技術(shù)和測(cè)量技術(shù)展開了較深入的研究，開發(fā)了基于體可視化的計(jì)算機(jī)輔助輪廓測(cè)量系統(tǒng)，專門用于指導(dǎo)護(hù)目鏡個(gè)性化設(shè)計(jì)應(yīng)用的數(shù)據(jù)采集過程。本系統(tǒng)改進(jìn)了現(xiàn)有的測(cè)量方式，突破了測(cè)量類型的局限，使得多種類參數(shù)測(cè)量得以實(shí)現(xiàn)。同時(shí)對(duì)基于三維模型的輪廓測(cè)量技術(shù)進(jìn)行了自動(dòng)化設(shè)計(jì)，提升任意角度模型輪廓的獲取效率，并達(dá)到用戶能夠交互式增減與選取標(biāo)記點(diǎn)、直觀地計(jì)算出相應(yīng)輪廓參數(shù)的目的。系統(tǒng)采用MC算法實(shí)現(xiàn)人體頭顱模型重建。在此基礎(chǔ)上采用幾何變換方法，將三維空間中重建模型表面上選取的任意輪廓剖面轉(zhuǎn)換成二維空間上的輪廓圖像。再利用邊界跟蹤方法處理得到外緣輪廓的單像素邊界坐標(biāo)集，最后對(duì)輪廓特征點(diǎn)進(jìn)行標(biāo)記與選取，實(shí)現(xiàn)頭顱模型的輪廓參數(shù)測(cè)量。文中主要介紹該可視化系統(tǒng)的設(shè)計(jì)思路、系統(tǒng)功能模塊及其關(guān)鍵技術(shù)，并以實(shí)例驗(yàn)證系統(tǒng)的效果。

1 系統(tǒng)結(jié)構(gòu)

基于三維模型輪廓測(cè)量的目標(biāo)，本文設(shè)計(jì)的系統(tǒng)結(jié)構(gòu)如圖1所示。系統(tǒng)包括圖像數(shù)據(jù)輸入、二維處理與交互、三維面渲染與交互和測(cè)量數(shù)據(jù)輸出四大主要模塊。其中圖像數(shù)據(jù)輸入模塊的功能是進(jìn)行Dicom格式醫(yī)學(xué)圖像的讀取與解析；二維處理與交互模塊主要涉及二維圖像的顯示、測(cè)量及預(yù)處理；三維面渲染與交互模塊主要實(shí)現(xiàn)面繪制渲染、模型交互及輪廓測(cè)量操作。系統(tǒng)功能由各個(gè)模塊相互協(xié)同實(shí)現(xiàn)，其中三維面渲染與交互模塊是本系統(tǒng)研究的核心與重點(diǎn)。

圖1 系統(tǒng)總體結(jié)構(gòu)框圖

圖像數(shù)據(jù)取于人體頭顱部位。系統(tǒng)讀入后對(duì)圖像進(jìn)行濾波降噪、分割等預(yù)處理[7]，提高模型重建的質(zhì)量。根據(jù)應(yīng)用需求及重建模型表面的特征信息，指導(dǎo)在面繪制渲染與交互下的模型輪廓參數(shù)測(cè)量。將測(cè)量數(shù)據(jù)輸出并歸類，建立數(shù)據(jù)庫，找出不同人群的五官頭顱特征規(guī)律，這對(duì)指導(dǎo)護(hù)目鏡的個(gè)性化設(shè)計(jì)具有重要意義。

2 三維重建

三維重建的目標(biāo)，是根據(jù)感興趣區(qū)域的圖像數(shù)據(jù)構(gòu)建出相應(yīng)的三維幾何模型，從而實(shí)現(xiàn)對(duì)模型的可視化和交互測(cè)量操作。傳輸進(jìn)入系統(tǒng)的源圖像數(shù)據(jù)需經(jīng)過各向異性擴(kuò)散濾波[8]處理剔除圖像中存在的高頻噪聲并同時(shí)保留圖像的邊緣特征。隨后結(jié)合閾值分割與區(qū)域增長(zhǎng)技術(shù)提取出感興趣的人體組織區(qū)域，并以體素形式輸出標(biāo)記體數(shù)據(jù)場(chǎng)[9]。此過程能有效地剔除圖像中存在的毛刺和噪點(diǎn)，避免了模型表面出現(xiàn)的不光滑現(xiàn)象，實(shí)現(xiàn)頭顱模型的精確重建。

考慮到本文針對(duì)的對(duì)象為人體頭顱表層區(qū)域，基于傳統(tǒng)圖形學(xué)的面繪制方法雖然只能重建頭顱的表面模型，但已具備較強(qiáng)的真實(shí)感[10]，且算法效率與交互性能優(yōu)異。因此對(duì)于本系統(tǒng)來說，面繪制能充分發(fā)揮作用。

面繪制是對(duì)物體表面的重建，通過構(gòu)造一些拼接起來的幾何單元來還原物體的三維模型，并以表面的形式在屏幕上顯示。其中MC算法是面繪制中的經(jīng)典方法，又稱為“等值面提取”方法。其本質(zhì)是根據(jù)設(shè)定的閾值，從一系列二維圖像數(shù)據(jù)組成的三維數(shù)據(jù)場(chǎng)中抽取相應(yīng)的物質(zhì)，從而以某種拓?fù)湫问竭B接成三角面片的過程。其基本思想是遍歷整個(gè)數(shù)據(jù)場(chǎng)中的體素，確定通過這些體素的等值面的三角面片，最后把這些三角面片組成物體的三維表面幾何模型。

3 三維模型輪廓測(cè)量實(shí)現(xiàn)

三維模型的輪廓測(cè)量是系統(tǒng)的核心環(huán)節(jié)，測(cè)量的快速性與準(zhǔn)確性是實(shí)現(xiàn)過程需要考慮的問題。由于CT、MRI技術(shù)均采用斷層掃描方式進(jìn)行成像，對(duì)于平行于斷層方向的頭顱輪廓，只需對(duì)單張頭顱切片圖像進(jìn)行外緣輪廓的提取與跟蹤，即可實(shí)現(xiàn)輪廓參數(shù)測(cè)量，此時(shí)并不涉及三維重建過程。而對(duì)于頭顱表面模型上任意位置與方向的外緣輪廓，切片平面與輪廓剖面間存在較大的夾角，因此之前的測(cè)量方式不再適用，必須從三維空間考慮實(shí)現(xiàn)測(cè)量。

本系統(tǒng)實(shí)現(xiàn)對(duì)三維重建模型輪廓的直觀測(cè)量，通過模型可以準(zhǔn)確獲取頭顱的三維坐標(biāo)信息，用以精確測(cè)量頭顱的各種參數(shù)。因此考慮獲取模型上外緣輪廓的三維點(diǎn)集，對(duì)其結(jié)合幾何變換與邊界跟蹤方法進(jìn)行處理得到二維輪廓圖像及相應(yīng)的邊界點(diǎn)坐標(biāo)集，對(duì)輪廓圖像特征點(diǎn)進(jìn)行標(biāo)記[11]和選取實(shí)現(xiàn)輪廓參數(shù)測(cè)量。

實(shí)現(xiàn)步驟描述如下：

(1) 交互在頭顱模型上選取感興趣的兩個(gè)特征點(diǎn)，過這兩點(diǎn)以垂直于屏幕的方向作一個(gè)三維平面，平面與模型表面的三角片邊相交；

(2) 遍歷模型的三角面片，求三維平面與模型表面的交點(diǎn)，即平面與三角片邊的所有交點(diǎn)，將其依次連接構(gòu)成需要測(cè)量的三維輪廓；

(3) 對(duì)三維輪廓點(diǎn)集坐標(biāo)進(jìn)行幾何變換，使所有點(diǎn)的z坐標(biāo)值相等，從而獲得三維輪廓的二維投影，將其繪制成二維平面上的輪廓圖像；

(4) 在二維平面上，通過邊界跟蹤技術(shù)對(duì)外緣輪廓進(jìn)行坐標(biāo)提取及標(biāo)號(hào)，結(jié)合測(cè)量技術(shù)與應(yīng)用需求對(duì)輪廓參數(shù)進(jìn)行標(biāo)記和測(cè)量。

3.1 獲取三維輪廓

3.2 輪廓空間幾何變換

圖2 空間幾何變換示意圖

具體的變換步驟為：

(1) 平移點(diǎn)O至坐標(biāo)原點(diǎn)，變換矩陣為：

(1)

(2)

(3)

最后對(duì)變換后的坐標(biāo)集平移使點(diǎn)O移回原處，至此完成空間幾何變換。對(duì)三維平面與三角片邊的所有交點(diǎn)均作上述操作，使得變換后的點(diǎn)集z坐標(biāo)相等，此時(shí)忽略該坐標(biāo)分量，則相當(dāng)于把表面模型上的三維輪廓變換成二維空間上的輪廓圖像。為了繪制輪廓圖像，制定如下規(guī)則：首先對(duì)變換后的x、y坐標(biāo)值取整，然后分別求出所有x、y坐標(biāo)中的最大值和最小值，以此為標(biāo)準(zhǔn)調(diào)整繪制位圖的大小，最后將點(diǎn)集的坐標(biāo)分別減去xmin、ymin，使得輪廓在位圖中的位置有利于后期測(cè)量。在經(jīng)由變換得到的位圖中，規(guī)定輪廓所在的像素灰度值為1，背景像素的灰度值為0。

3.3 輪廓邊界跟蹤

考慮到人體頭顱的結(jié)構(gòu)特點(diǎn)，其內(nèi)部存在口腔、鼻腔等腔體。在對(duì)體數(shù)據(jù)進(jìn)行三維重建過程中，會(huì)同時(shí)得到這些腔體的內(nèi)部表面，這將導(dǎo)致在求取三維平面與表面模型的交點(diǎn)時(shí)，把位于內(nèi)部表面的交點(diǎn)一并求出。因此對(duì)變換后的點(diǎn)集，需采用邊界跟蹤技術(shù)剔除這些無效點(diǎn)以獲取輪廓圖像的外緣輪廓。

本文采用八鄰域搜索的邊界跟蹤方法[14]。在數(shù)字圖像中，8連通曲線實(shí)際上是一折線，曲線上相鄰兩點(diǎn)間的連結(jié)有8個(gè)可能的方向。算法從輪廓圖像左上角的像素點(diǎn)開始，從左向右，從上向下，搜索到首個(gè)非零灰度值的像素點(diǎn)，隨后以逆時(shí)針方向?qū)喞闅v循跡，直至回到輪廓線的初始點(diǎn)。整個(gè)跟蹤過程獲得的是一組外緣輪廓邊界點(diǎn)，用結(jié)構(gòu)體記錄每個(gè)邊界點(diǎn)的坐標(biāo)，并對(duì)應(yīng)保留其序號(hào)。

3.4 輪廓參數(shù)測(cè)量

通過邊界跟蹤技術(shù)，使得外緣輪廓的邊界點(diǎn)均有其序號(hào)與對(duì)應(yīng)的坐標(biāo)值。標(biāo)號(hào)方式沿輪廓邊界的逆時(shí)針方向進(jìn)行，此方向符合大多數(shù)人畫圓的方式，無疑會(huì)給后面的測(cè)量帶來操作的便利。根據(jù)應(yīng)用需求歸類，需要測(cè)量的輪廓參數(shù)可分為以下四種：

(1) 兩點(diǎn)間的直線距離

數(shù)字圖像中，兩點(diǎn)(x1,y1)、(x2,y2)間的直線距離測(cè)量公式為：

(4)

(2) 輪廓段邊界長(zhǎng)度

對(duì)輪廓段邊界長(zhǎng)度進(jìn)行測(cè)量時(shí)，通過在輪廓邊界上選取任意兩點(diǎn)，系統(tǒng)會(huì)根據(jù)這兩點(diǎn)的邊界序號(hào)關(guān)系，將兩點(diǎn)序號(hào)以內(nèi)(包括該兩點(diǎn))的所有邊界點(diǎn)以兩兩相鄰方式分別計(jì)算兩個(gè)相鄰點(diǎn)之間的距離。然后把初始兩點(diǎn)間的所有相鄰距離相加，得到該段輪廓邊界的長(zhǎng)度，計(jì)算公式為：

l=d0+d1+…+dn

(5)

其中，n為選取的輪廓段中邊界點(diǎn)數(shù)減1。

(3) 點(diǎn)到線之間的距離

在二維的輪廓圖像上畫一條線段，根據(jù)線段的起點(diǎn)和終點(diǎn)坐標(biāo)，計(jì)算出線段對(duì)應(yīng)的直線方程為：Ax+By+C=0，從輪廓線上選取任意一點(diǎn)(x0,y0)，該點(diǎn)到線段的距離計(jì)算公式為：

(6)

(4) 線到線之間的距離

只有互相平行的兩條直線才能計(jì)算它們之間的距離，兩條直線間的距離就是一條直線上的任意一點(diǎn)到另外一條直線的距離。假設(shè)在輪廓圖像上畫出的兩條平行線段對(duì)應(yīng)的方程分別為：Ax+By+C1=0和Ax+By+C2=0，則它們之間的距離計(jì)算公式為：

(7)

4 實(shí)驗(yàn)結(jié)果與分析

采用廣州軍區(qū)廣州總醫(yī)院提供的無外傷頭顱CT切片圖像序列作為體數(shù)據(jù)源。每組實(shí)驗(yàn)數(shù)據(jù)的分辨率為512×512×214。使用本文開發(fā)的計(jì)算機(jī)輔助系統(tǒng)進(jìn)行頭顱輪廓參數(shù)測(cè)量實(shí)驗(yàn)，以驗(yàn)證系統(tǒng)各模塊的有效性。實(shí)驗(yàn)環(huán)境：HP Z800 Workstation；Windows 7 64位操作系統(tǒng)；CPU Intel Xeon(R) X5690，主頻3.47 GHz；內(nèi)存192 GB DDR3 1333 MHz；顯卡Nvidia Quadro 6000 4 GB顯存。

4.1 驗(yàn)證基于面繪制的三維重建性能

完成整個(gè)輔助系統(tǒng)的開發(fā)后，先采用上文所述的圖像預(yù)處理方法從一組實(shí)驗(yàn)數(shù)據(jù)中提取有用的頭顱表層信息，然后利用MC算法對(duì)其進(jìn)行三維重建。經(jīng)測(cè)試，人體頭顱表層組織的CT值近似范圍為[-100 Hu,4000 Hu]，在此基礎(chǔ)上，根據(jù)具體實(shí)驗(yàn)數(shù)據(jù)的特點(diǎn)進(jìn)行閾值分割與區(qū)域增長(zhǎng)處理，從而實(shí)現(xiàn)頭顱模型重建。對(duì)頭顱表層組織的圖像數(shù)據(jù)進(jìn)行面繪制三維重建的效果如圖3所示(為了保護(hù)受測(cè)者的隱私，圖中的頭顱模型已作局部馬賽克處理，下同)。從圖中可以看出：重建出來的頭顱表面模型較為光滑，人臉五官辨析度高。同時(shí)重建區(qū)域小，模型渲染速度快，滿足系統(tǒng)實(shí)時(shí)交互操作的要求。

圖3 MC算法三維重建效果

4.2 驗(yàn)證輪廓測(cè)量模塊的有效性

為驗(yàn)證系統(tǒng)中輪廓測(cè)量模塊的有效性，利用上節(jié)得到的頭顱模型作為實(shí)驗(yàn)對(duì)象，以枕骨粗隆經(jīng)雙耳至雙眼外眥的間距測(cè)量為例進(jìn)行說明。首先對(duì)頭顱模型進(jìn)行旋轉(zhuǎn)與縮放，調(diào)整至合適狀態(tài)，然后在模型表面選取雙眼外眥兩點(diǎn)作為標(biāo)記點(diǎn)，得到三維輪廓坐標(biāo)集。效果如圖4所示，其中(a)為在模型上交互選點(diǎn)的效果，外眥標(biāo)記點(diǎn)為P1、P2；(b)為在模型上顯示三維輪廓的效果。

圖4 求三維輪廓坐標(biāo)集過程的效果圖

得到三維輪廓后，為方便對(duì)輪廓進(jìn)行觀察與測(cè)量，對(duì)其進(jìn)行幾何變換及坐標(biāo)調(diào)整，在新的視窗中繪出二維輪廓圖像。剔除輪廓圖像中的噪聲與無效點(diǎn)，并對(duì)輪廓特征點(diǎn)進(jìn)行標(biāo)記與選取，即可測(cè)量出對(duì)應(yīng)參數(shù)，至此完成三維頭顱模型的輪廓測(cè)量流程。圖5是實(shí)例輪廓測(cè)量各階段的效果圖，其中，(a)為三維輪廓經(jīng)變換后的輪廓圖像；(b)為圖像中外緣輪廓的提取效果；(c)為輪廓上標(biāo)記特征點(diǎn)的效果，標(biāo)記點(diǎn)P1、P2與上文對(duì)應(yīng)；(d)為先后選取標(biāo)記點(diǎn)并測(cè)量輪廓段邊界長(zhǎng)度的結(jié)果，測(cè)量沿輪廓邊界按P1→P2的方向逆時(shí)針進(jìn)行,測(cè)量結(jié)果為453.67 mm。實(shí)驗(yàn)過程表明，該系統(tǒng)獲取的頭顱輪廓效果理想，交互操作方便，具有良好的測(cè)量性能。

圖5 三維頭顱模型上進(jìn)行輪廓參數(shù)測(cè)量的各階段效果圖

按照同樣的測(cè)量方法，可針對(duì)頭顱模型的具體部位連續(xù)進(jìn)行交互選點(diǎn)并測(cè)量需要的輪廓參數(shù)值。根據(jù)通過系統(tǒng)采集到的數(shù)據(jù)，在對(duì)應(yīng)的人體頭顱上對(duì)同樣的標(biāo)記點(diǎn)進(jìn)行手工實(shí)際測(cè)量，并將兩種測(cè)量方法得到的對(duì)應(yīng)數(shù)據(jù)進(jìn)行比對(duì)并評(píng)估系統(tǒng)測(cè)量效果。為了保證測(cè)量的客觀性與準(zhǔn)確性，手工實(shí)際測(cè)量由五個(gè)人分別完成，最終的手工測(cè)量結(jié)果取五個(gè)人分別測(cè)量的數(shù)據(jù)的平均值。

4.3 評(píng)估輪廓測(cè)量模塊的準(zhǔn)確性

為了更好地驗(yàn)證本系統(tǒng)測(cè)量方法的準(zhǔn)確性，實(shí)驗(yàn)中加入目前廣泛應(yīng)用的醫(yī)學(xué)影像控制系統(tǒng)Mimics的測(cè)量結(jié)果進(jìn)行對(duì)比。圖6(a)、(b)分別為用戶使用Mimics在二維和三維空間上對(duì)輪廓邊界長(zhǎng)度進(jìn)行測(cè)量的方法效果圖。從圖中可以看出，因?yàn)镸imics不能直接對(duì)輪廓邊界長(zhǎng)度進(jìn)行自動(dòng)測(cè)量，用戶需要分段沿著輪廓邊界反復(fù)選取進(jìn)行測(cè)量，而且需要自行相加每一小段的距離，操作過程難度大且非常繁瑣與費(fèi)時(shí)。而在三維模型表面進(jìn)行此測(cè)量過程時(shí)無法保證用戶選取的輪廓分段處于同一平面上，這都會(huì)降低測(cè)量結(jié)果的準(zhǔn)確度。相比之下，在本系統(tǒng)的測(cè)量方法中用戶只需在二維輪廓或者三維模型上先后選取兩個(gè)標(biāo)記點(diǎn)即可自動(dòng)完成測(cè)量并顯示結(jié)果，測(cè)量過程簡(jiǎn)單快捷。

圖6 Mimics測(cè)量輪廓邊界長(zhǎng)度的方法效果圖

實(shí)際中，對(duì)20位不同人群(地域、身高、體重、年齡等)中的單獨(dú)個(gè)體進(jìn)行數(shù)據(jù)采集并整合到數(shù)據(jù)系統(tǒng)中。取其中一個(gè)實(shí)驗(yàn)樣本的不同方法測(cè)量結(jié)果對(duì)比見表1所示，具體的測(cè)量標(biāo)記點(diǎn)如圖7所示。本文設(shè)計(jì)開發(fā)的計(jì)算機(jī)輔助輪廓測(cè)量系統(tǒng)經(jīng)實(shí)驗(yàn)證明在三維重建模型的輪廓參數(shù)測(cè)量方面有重要的實(shí)用價(jià)值。

表1 某實(shí)驗(yàn)樣本的三維頭顱模型的輪廓參數(shù)測(cè)量結(jié)果對(duì)比

圖7 頭顱上的測(cè)量標(biāo)記點(diǎn)示意圖[15]

(A/B:眉弓，C/D:耳廓上緣附著處，E/F:外眥，G/H:內(nèi)眥，I:鼻根，J:頂骨上緣，K/Q:鼻梁根部，L/P:顴骨，M/O:耳屏，N:枕骨粗隆，R/S:眼眶外緣)

從實(shí)驗(yàn)數(shù)據(jù)可以看出，本文提出的系統(tǒng)中的輪廓測(cè)量方法，可獲取頭顱模型各部位的輪廓參數(shù)，且通過系統(tǒng)測(cè)量得到的結(jié)果與手工測(cè)量結(jié)果十分接近，相對(duì)Mimics的測(cè)量結(jié)果有著更高的準(zhǔn)確性與魯棒性。對(duì)于同一個(gè)人的五官頭顱特征數(shù)據(jù)，本系統(tǒng)中的測(cè)量方法與手工測(cè)量方法的結(jié)果未能完全相等的原因主要有客觀和主觀兩方面。客觀原因是系統(tǒng)本身對(duì)模型存在放大系數(shù)，同時(shí)也受成像技術(shù)的斷層厚度和計(jì)算機(jī)顯示器分辨率的影響。而主觀原因在于選取標(biāo)記點(diǎn)時(shí)存在的差異，即在實(shí)際人體頭顱上選點(diǎn)與系統(tǒng)屏幕上的選點(diǎn)未能達(dá)到完全一致。從結(jié)果可看到，在測(cè)量距離較長(zhǎng)、屏幕上標(biāo)記點(diǎn)容易辨認(rèn)的情況下，本系統(tǒng)與手工兩種測(cè)量方法之間的測(cè)量值誤差會(huì)比較小，如枕骨粗隆經(jīng)雙耳至雙眼眶沿的間距(S-C-N-D-R)。

5 結(jié) 語

本文介紹了基于體可視化的計(jì)算機(jī)輔助輪廓測(cè)量系統(tǒng)的設(shè)計(jì)結(jié)構(gòu)、核心技術(shù)和功能模塊實(shí)現(xiàn)，并以實(shí)際樣本數(shù)據(jù)驗(yàn)證該系統(tǒng)的性能。不同于其他的計(jì)算機(jī)輔助系統(tǒng)，本系統(tǒng)設(shè)計(jì)了專門應(yīng)用于三維模型輪廓的改進(jìn)測(cè)量技術(shù)，突破了原有的測(cè)量類型局限，實(shí)現(xiàn)了標(biāo)記點(diǎn)可復(fù)用的輪廓多種類參數(shù)快速自動(dòng)測(cè)量。實(shí)驗(yàn)結(jié)果表明，該可視化系統(tǒng)滿足輪廓測(cè)量中的直觀性與交互性能要求，測(cè)量過程中不僅輪廓提取速度快，同時(shí)測(cè)量精度較高，補(bǔ)充了頭顱三維數(shù)據(jù)應(yīng)用的空缺，為達(dá)到護(hù)目鏡個(gè)性化設(shè)計(jì)的數(shù)據(jù)采集提供了有力的支持。在系統(tǒng)后續(xù)設(shè)計(jì)中，需進(jìn)一步實(shí)現(xiàn)測(cè)量方法與測(cè)量對(duì)象的多樣性擴(kuò)展，并在特征數(shù)據(jù)庫中加入統(tǒng)計(jì)學(xué)習(xí)算法，使得從整理的特征數(shù)據(jù)中能產(chǎn)生更準(zhǔn)確和有指導(dǎo)意義的規(guī)律。本系統(tǒng)在開發(fā)過程中采用功能模塊化設(shè)計(jì)思想，可針對(duì)其他學(xué)科的要求進(jìn)行功能性擴(kuò)展，因此系統(tǒng)也具有較好的可擴(kuò)展性與工程參考意義。

[1] Choe K S,Sclafani A P,Litner J A,et al.The Korean American woman’s face:anthropometric measurements and quantitative analysis of facial aesthetics[J].Archives of Facial Plastic Surgery,2004,6(4):244-252.

[2] Zhang J,Lou E,Hill D L,et al.Computer-aided assessment of scoliosis on posteroanterior radiographs[J].Medical & Biological Engineering & Computing,2010,48(2):185-195.

[3] Lu M,Zhou Y X,Du H,et al.Reliability and validity of measuring acetabular component orientation by plain anteroposterior radiographs[J].Clinical Orthopaedics and Related Research,2013,471(9):2987-2994.

[4] Amor B B,Ardabilian M,Chen L.Enhancing 3D face recognition by mimics segmentation[C]//Intelligent Systems Design and Applications,2006.ISDA’06.Sixth International Conference on.IEEE,2006,3:150-155.

[5] Lorensen W E,Cline H E.Marching cubes:A high resolution 3D surface construction algorithm[J].ACM Siggraph Computer Graphics.ACM,1987,21(4):163-169.

[6] Levoy M.Display of surfaces from volume data[J].Computer Graphics and Applications,IEEE,1988,8(3):29-37.

[7] 許婉露,李彬,田聯(lián)房.基于MC算法的高質(zhì)量脊柱CT圖像三維重建[J].計(jì)算機(jī)應(yīng)用與軟件,2013,30(6):79-82,92.

[8] Weickert J.Anisotropic diffusion in image processing[M].Stuttgart:Teubner,1998.

[9] Huang Y,Qiu Z,Song Z.3D reconstruction and visualization from 2D CT images[C]//IT in Medicine and Education (ITME),2011 International Symposium on.IEEE,2011,2:153-157.

[10] Wang B,Dong Y,Zhao Y,et al.Computed tomography measurement of the auricle in Han population of north China[J].Journal of Plastic,Reconstructive & Aesthetic Surgery,2011,64(1):34-40.

[11] Cavanagh D,Steyn M.Facial reconstruction:Soft tissue thickness values for South African black females[J].Forensic Science International,2011,206(1):215.e1-215.e7.

[12] 王衛(wèi)紅,秦緒佳,鄭紅波.醫(yī)學(xué)圖像三維重建模型的虛擬剖切算法[J].中國(guó)圖象圖形學(xué)報(bào),2006,11(2):217-223.

[13] Liang Y Z,Fang B,Wang Y,et al.Design of an interactive 3D medical visualization system[C]//Wavelet Analysis and Pattern Recognition (ICWAPR),2011 International Conference on.IEEE,2011:60-64.

[14] Fu W,Johnston M,Zhang M.Genetic programming for edge detection:a global approach[C]//Evolutionary Computation (CEC),2011 IEEE Congress on.IEEE,2011:254-261.

[15] Soyel H,Demirel H.Facial expression recognition using 3D facial feature distances[M].Image Analysis and Recognition.Springer Berlin Heidelberg,2007.

DESIGN OF COMPUTER-AIDED PROFILE MEASUREMENT SYSTEM BASED ON VOLUME VISUALISATION

Wu Zhongming1Tian Lianfang1Li Bin1Han Suning2*Qiao Guoqing3

1(SchoolofAutomationScienceandEngineering,SouthChinaUniversityofTechnology,Guangzhou510640,Guangdong,China)2(DepartmentofOphthalmology,GuangzhouGeneralHospitalofGuangzhouMilitaryCommand,Guangzhou510010,Guangdong,China)3(DepartmentofRadiology,GuangzhouGeneralHospitalofGuangzhouMilitaryCommand,Guangzhou510010,Guangdong,China)

In order to collect and sort out the data of five facial organs and heads characteristics of different population in China, we developed a computer-aided profile measurement system. The system first reconstructs 3D head model using surface rendering technology after the pre-treatment on images; then chooses the characteristic points on the model surface to make the plane for calculating intersection points to get the profile section, and implements the section mapping from three-dimensional space to two-dimensional space through geometrical transformation method. Finally, the system extracts outer profile coordinates set with boundary tracking technology, and marks and measures profile parameters of the model according to application requirements. Experimental results showed that the system could effectively realise profile parameters measurement of three-dimensional head model, and intuitively and accurately reflected actual morphological characteristics of five facial organs and head.

Profile measurement Volume visualisation 3D reconstruction Geometrical transformation Boundary tracking

2014-11-21。廣東省自然科學(xué)基金項(xiàng)目(S201301001 2015)；廣東省科技計(jì)劃項(xiàng)目(2012A030400024)；軍隊(duì)總后重點(diǎn)課題(BGZ14C001)。吳仲明，碩士，主研領(lǐng)域：醫(yī)學(xué)圖像處理。田聯(lián)房，教授。李彬，副教授。韓蘇寧，副主任醫(yī)師。喬國(guó)慶，技師。

TP391.4

A

10.3969/j.issn.1000-386x.2016.04.035