医学图像处理中的分割与拟合问题研究

三维曲面表示是计算机辅助几何设计、计算机图形学、图像处理和数字内容创作等领域的共性基础问题和核心技术,在理论和应用方面都有广泛的需求。医学图像三维处理系统可帮助医生进行辅助诊断，制定外科手术，提高诊断和治愈的准确性，在临床医学有重大的应用价值。基于医学图像建立虚拟人体曲面模型是医学影像三维处理系统中急需解决的一个关键问题。课题研究基于医学图像构造虚拟人体模型中的图像分割和曲线曲面拟合问题，主要研究内容包含四部分：1）像素关联性计算和基于像素关联性的医学图像分割；2）以图像采样公式为约束，反向求解图像采样原函数的理论和方法；3）三维数据点参数化的数学理论和方法；4）基于断层数据构造保型拟合曲线和曲面。研究范围涉及理论与方法、算法与技术以及原型系统。项目的主要目标是为基于医学图像构造虚拟人体表面模型提供新思路和途径、提供一系列简单、高效和鲁棒的新方法和技术，具有很好的理论意义和应用价值。

本课题研究基于医学图像构造虚拟人体模型中的图像分割和曲线曲面拟合问题，在自然科学基金等的资助下，课题组就项目中的研究内容开展了深入的研究工作，取得如下主要成果： .1）在基于像素关联性的医学图像分割方面，用超像素作为聚类目标，提出一种基于超像素的具有抗噪性的快速FCM图像分割；将图像剪切应用到六边形图像处理中，提出了六边形图像剪切；2）在反向求解图像采样原函数方面，提出了用分片二次多项式函数近似图像原场景、反向求解获得原场景的近似场景的方法；引入了视差继承的概念，提出了基于视差继承和遮挡信息的视差改良算法；发现了极小化曲线的应力能和极小化曲率变化率在许多情况下不能使曲线具有理想的形状，提出了新的曲线优化模型；3）在三维数据点参数化方面，用近似G1连续的B样条曲面来拟合一个嘈杂的3D点云,提出了基于免疫遗传（IGA）的高精度的点云重构算法；定义了一个结合了像素的颜色信息，空间信息和邻域信息的距离函数，基于此距离函数，提出了一种有效的基于泛洪算法的超像素生成方法；4）在基于断层数据构造保型拟合曲线和曲面方面，基于加权的多边形--隐式曲面误差项，提出了一种鲁棒的多层次单位隐式曲面划分算法；给出了一种适用于网格缩放的分层显著性计算方法。.在研期间取得的主要科研成果包括，在国内外重要期刊和会议发表学术论文20篇，申请专利1项，软件著作权1项，获得省部级以上科研奖励2项。这些成果为基于医学图像构造虚拟人体表面模型中的分割和拟合问题，提供了简便、实用和功能稳定的一些新技术，为解决图像处理、CAGD中的这些关键问题和难点问题提供了新的途径和方法。