对CT图片重建出三维图形的方法

摘要

本发明提供一种对CT图片重建出三维图形的方法，首先读取CT、PET图像数据，提取头文件信息并将两者统一到一个水平基线上；根据统一后的PET图像划分患病区域，并查找患病区域的中心分割线为患病区域的水平基线；通过PET患病区域的水平基线查找CT图像中对应的高度和层数，查找到对应的n层CT数据进行处理，定位CT图像中的患病区域；插值重建出待分析的患病区域的CT图形；对重建出的患病区域的CT图形进行目标的分割与提取；提取患病区域特征向量与疾病特征库中的特征向量组进行匹配，得到匹配结果；最后，通过CT图像重建出三维图形并显示。本发明具有准确度高，误诊、漏诊率小的优点，具有广阔的应用前景。

主权项

一种对CT图片重建出三维图形的方法，其特征在于，包括：对读取的所有CT图片进行重建操作，重建出三维图形并且显示，具体包括：假定一共有N层CT图片，首先对这N层CT图片进行插值操作，具体的操作流程：假设某一层源CT图片为I1，下一层为I2，均值图像M1＝(I1+I2)*0.5，对M1进行高斯二维高斯滤波，滤除高频噪声，这里使用的是一个标准差为1.4的尺度为5×5的高斯卷积模版，模版为kernel＝[2,4,5,4,2；4,9,12,9,4；5,12,15,12,5；4,9,12,9,4；2,4,5,4,2]，用该模版对图像进行卷积操作，对于图像上某个像素点(i,j)，卷积后的值为G1(i,j)＝M1(i‑2,j‑2)*2+M1(i‑1,j‑2)*4+M1(i,j‑2)*5+M1(i+1,j‑2)*4+M1(i+2,j‑2)*2+M1(i‑2,j‑1)*4+M1(i‑1,j‑1)*9+M1(i,j‑1)*12+M1(i+1,j‑1)*9+M1(i+2,j‑1)*4+M1(i‑2,j)*5+M1(i‑1,j)*12+M1(i,j)*15+M1(i+1,j)*12+M1(i+2,j)*5+M1(i‑2,j+1)*4+M1(i‑1,j+1)*9+M1(i,j+1)*12+M1(i+1,j+1)*9+M1(i+2,j+1)*4+M1(i‑2,j+2)*2+M1(i‑1,j+2)*4+M1(i,j+2)*5+M1(i+1,j+2)*4+M1(i+2,j+2)*2；则插值重建图像为I‘＝G1/159；这样一共得到了N‑1层CT图像，每层CT图像的高度信息已知，设计一个阈值T，如果该层CT图像的阈值大于门限值，则计算该三维点，否则不计算；三维点的X,Y坐标为CT图像的二维坐标，Z坐标为高度值。