基于MIMICS軟件的脊柱三維重建算法研究

胡明成 金杰 楊寶軍

摘 ?要： 探討基于MIMICS圖像處理軟件的脊柱三維重建算法。采集真實患者脊柱部位的CT影像數(shù)據(jù)，應用比利時醫(yī)學交互式影像控制系統(tǒng)軟件（Materialises Interative Medical Image Control System， MIMICS）對影像數(shù)據(jù)進行圖像處理、三維重建。采用基于灰度值的閾值分割、蒙版編輯、區(qū)域增長等算法編輯圖像，最后計算三維蒙版獲得脊柱的三維模型。結果：獲得可編輯的stl格式的脊柱三維模型。應用MIMICS軟件可基于脊柱CT影像數(shù)據(jù)高精度、準確的、快速建立三維模型，以用于臨床的測量、手術規(guī)劃、3D打印和數(shù)字骨科的有限元仿真。

關鍵詞： MIMICS; 脊柱; 三維重建; 算法

中圖分類號： TP319 ? ?文獻標識碼： A ? ?DOI：10.3969/j.issn.1003-6970.2019.08.003

本文著錄格式：胡明成，金杰，楊寶軍，等. 基于MIMICS軟件的脊柱三維重建算法研究[J]. 軟件，2019，40（8）：0913

【Abstract】： To explore a three-dimensional reconstruction algorithm of spine based on MIMICS image processing software. The CT image data of the spinal region of the real patient was collected， and the image data was processed and reconstructed in three dimensions using the Matrix's Interactive Image Control System（MIMICS）. Threshold segmentation based on gray value， mask editing， area growth and other algorithms are used to edit the image. Finally， three-dimensional mask is calculated to obtain a three-dimensional model of the spine. An editable three-dimensional model of the spine in STL format was obtained. Conclusion： The application of MIMICS software can establish a three-dimensional model based on high accuracy， accuracy， and speed， for clinical measurement， surgical planning， 3D printing， and digital orthopedic finite element simulation.

【Key words】： MIMICS; Spine; Three-dimensional reconstruction; Algorithm

0 ?引言

醫(yī)學圖像三維重構技術是指利用可視化技術，將從醫(yī)學影像設備獲得的二維圖像數(shù)據(jù)轉(zhuǎn)換成三維數(shù)據(jù)，從而展示人體組織器官的三維形態(tài)并進行定性、定量分析[14]。本研究以臨床病人脊柱醫(yī)學影像DICOM格式文件為基礎，應用交互式醫(yī)學影像控制系統(tǒng)軟件（MIMICS 21.0）進行脊柱骨三維重建。

1 ?原始數(shù)據(jù)采集

采集一名脊柱骨折患者腰椎DICOM格式影像數(shù)據(jù)，應用MIMICS新建工程向?qū)睿▽⒂跋駭?shù)據(jù)導入MIMICS軟件中（圖1），MIMICS軟件根據(jù)斷層序列自動虛擬出橫斷面、冠狀面、矢狀面，通過調(diào)整視角、斷層面序列，獲得圖像處理的最佳視角。

2 ?圖像處理

導入脊柱骨數(shù)據(jù)后，軟件顯示出橫斷面（axial view）影像序列，同時自動虛擬出冠狀面（coronal view）與矢狀面（sagittal view）及三維顯示視口。不同視口中以標尺（tick marks）、十字交叉線（intesection lines）、斷層位置（slice position）等表示圖像的指示信息（圖2）。

2.1 ?調(diào)整圖像對比度

MIMICS軟件對圖像進行處理是基于灰度值或

閾值的，不同的組織結構經(jīng)過CT掃描后表現(xiàn)為不同的灰度值或閾值。通過調(diào)整圖像的對比度（圖3），即醫(yī)學影像技術中的窗寬、窗位調(diào)整方式，可避免組織結構信息丟失，不同對比度決定圖像顯示效果不同（圖4）。

2.2 ?閾值分割

閾值法是基于一維灰度直方圖統(tǒng)計特征的分割方法，一個或幾個閾值將圖像灰度直方圖分成兩段或多段，把圖像中灰度值在同一段內(nèi)的所有像素歸為同一物體。這類分割方法基于對應于特定物體或背景的像素灰度呈現(xiàn)峰狀分布特征并且基本集中于不同的灰度區(qū)間內(nèi)的前提和假設，設原始圖像為f（x， y），閾值法按照一定的規(guī)則在f（x， y）中確定若干個門限值H1，H2，H3，…，HN（N≥1），利用這些門限值將圖像分割為幾個部分[14-15]，分割后的結果圖像G（x， y）可表達為基于CT的骨骼閾值分割，MIMICS 21.0提供了兩種閾值分割算法：

（1）Segment-Thrshold算法：此種方法基于閾值的區(qū)間來選擇感興趣區(qū)域圖像，將區(qū)間外的圖像進行剔除（圖5）。

（2）Advance Segment-CT Bone算法：此種分割方法也是基于閾值的高級分割方法，具體方法為先在感興趣區(qū)域選擇種子點、在不感興趣區(qū)域選擇種子點，即通過不同種子點選取進行區(qū)域鎖定，然后通過閾值分割和像素的擴展、靈敏度來控制區(qū)域圖像選擇（圖6）。

兩種分割方式均能快速將骨骼蒙版提取出來。但后者計算時間長、需要的計算機硬件條件略高些，對上述二者提取出的骨骼進行三維預覽結果對比發(fā)現(xiàn)（圖7），應用Segment-Threshold方法提取出來的圖像中仍然存在大量的非感興趣區(qū)域，需要進一步的分割，而采用Advance Segment-CT Bone Segmentation算法提取出來的骨骼基本都是感興趣區(qū)域，說明在一定情況下，后者的算法效率更高。

2.3 ?區(qū)域生長

區(qū)域生長是根據(jù)預先定義的生長準則將像素或子區(qū)域組合為更大區(qū)域的過程。基本方法是從一組“種子點”開始，將與種子性質(zhì)相似的那些鄰域像素附加到每個種子上來形成這些生長區(qū)域。令R表示整個圖像區(qū)域，P（Ri）是定義在集合Ri中的點上的一個邏輯屬性，f是空集?？蓪⒎指钜暈榘?R分為n個子區(qū)域R1，R2，R3，…，Rn的處理，即[16]

本實驗中，使用區(qū)域增長工具對脊柱骨骼蒙版進行分割，使不相連的區(qū)域排除在外，只保留感興趣區(qū)域（圖8）。

2.4 ?其他Mask 圖像分割與精準處理方法

Mimics 的蒙板（Mask）是由二值蒙板組成的一三維體數(shù)據(jù)集構成，其體素的值為 0 和 1，由于醫(yī)學圖像分割有其特殊性，因此，圖像分割由具體算法與手工分割構成。p Mask）、多層編輯（Multiple Slice Edit）及平滑蒙板（Smooth mask）等分割方法，可以進一步完善分割結果，達到精準分割。由于 CT 掃描圖像層距較小，在這個長度變化數(shù)量級上的解剖結構其輪廓在相鄰幾個層面上變化不顯著，多層編輯的使用加快分了割速度，提高了準確性，同時提高了計算機渲染速度，避免了體素間互相遮擋。圖像分割后蒙板邊緣不齊，利用平滑蒙板（Smooth mask）工具進行平滑處理。在分割過程中，蒙板會出現(xiàn)空洞、邊緣不整、邊緣平滑度不足，空腔填充（Cavity fill）、形態(tài)學操作（morpholoy operations）及布爾操作（Boolean Operations）可實現(xiàn)在本研究采用逐層二維圖像分割與層與層之間的關聯(lián)分割相結合，使用交互式蒙板三維編輯功能實現(xiàn)精準的股骨分割。

2.5 ?脊柱骨三維重建

三維重建的算法基于移動立方算法（MC算法）。MC 算法的基本思想是將二維的切片序列數(shù)據(jù)看成一個三維的數(shù)據(jù)場，逐個處理數(shù)據(jù)場中的體素，將體素各個頂點的值與給定的閾值比較來決定該體素內(nèi)部等值面的構造形式，并且以某種拓撲形式來連接成三角面片來擬合曲面，最后把各個體素的等值面連接形成整個等值面，從而用來表示物體的表面[17-18]。三維重建主要采用面繪制方式進行。三維重建的實質(zhì)是對蒙板體素邊界的擬合，輪廓線之間的距離為斷層切片之間的距離。三維重建過程就是基于三維模型計算蒙板也即體素化過程。圖9為三維重建之后的脊柱骨模型。

3 ?結論

應用MIMICS 21.0的三維重建算法，可快速建立基于蒙版的骨骼三維模型。此種方式精度高，方法簡單，而且功能強大，可為臨床應用包括臨床解剖學分析、醫(yī)學影像分割、虛擬手術、臺式模型設計、定制化醫(yī)療器械、術后分析等提供指導、幫助。應用MIMICS三維重建算法，可實現(xiàn)3D打印、醫(yī)學有限元分析等臨床應用與科學研究。

參考文獻

[1] 付淼， 李莉， 何葉松. Mimic與醫(yī)學圖像三維重建[J]. 中國現(xiàn)代醫(yī)學雜志， 2010， 20（19）： 3030-3031.

[2] 尹慶水， 萬磊. Mimics 軟件在數(shù)字骨科的應用 數(shù)字骨科入門（四）[J]. 中國骨科臨床與基礎研究雜志， 2010， 02（2）： 137-139.

[3] 曾祥森， 周海王， 成燾， 等.利用兩張X線片的快速脊柱三維模型重建方法[J].生物醫(yī)學工程學雜志， 2013， 2（30）： 56-59.

[4] 麥天勇， 魏萌濤， 萬 娟.多層螺旋CT三維重建在脊柱骨折中的臨床應用價值[J]. 航空航天醫(yī)學雜志， 2017， 28（7）： 800-801.

[5] 鄭志峰， 王書行， 司東雷. 脊柱關節(jié)突交鎖螺旋CT的多平面重建和三維重建[J]. 中南大學學報（醫(yī)學版）， 2015（40）10： 1143-1145.

[6] 張笑， 李志軍， 李貴花， 等. 基于Mimics軟件的脊柱骨三維重建及應用. 世界最新醫(yī)學信息文摘， 2018（18）24： 252-254.

[7] 尹慶水， 萬磊. Mimics 軟件在數(shù)字骨科的應用數(shù)字骨科入門（四）[J]. 中國骨科臨床與基礎研究雜志， 2010， 02（2）： 137-139.

[8] 吳春立， 尤壯志， 史君， 等. ?學齡前期兒童寰樞椎椎弓根形態(tài)特征發(fā)育的臨床解剖學研究[J]. 局解手術學雜志， 2017， 26（8）： 547-551.

[9] 王星， 張少杰， 史君， 等. CT三維重建青少年頸椎鉤突與椎體各結構的相關性[J]. 中國組織工程研究， 2017， 21（3）： 412-417，

[10] 張少杰， 王星， 張元智， 等. 個性化導航模板輔助兒童頸椎椎弓根螺釘置入與徒手置入準確性的對比研究[J]. 中國脊柱脊髓雜志， 2014， 24（11）： 1020-1024.

[11] 肖進， 尹慶水， 張美超， 等. Mimics軟件重建脊柱三維骨骼數(shù)據(jù)基礎上快速成型的脊柱畸形模型[J]. 中國組織工程研究與臨床康復， 2008， 12（35）： 6835-6836.

[12] Lin XM， Pei JG， Niu G， et al. Changchun Gongye Daxue Xuebao： Ziran Kexue 2005; 26（3）： 225-228.

[13] Wang T， Qiu GX， Li QY. Zhonghua Guke Zazhi 2005; 25（8）： 449-452 王亭， 邱貴興， 李其一. CT三維重建在先天性脊柱側(cè)凸診療中的價值[J]. 中華骨科雜志， 2005， 25（8）： 449-452.

[14] 陳廣新， 董默， 宋海南， 等.股骨3D模型構建在股骨頭置換手術中的應用研究[J]. 軟件， 2017， 38（12）： 75-77.

[15] 張晶， 王春民， 翟紅藝， 浦鑫， 尹晶. 基于Mimics平臺的CT圖像三維重建算法研究[J]. 吉林大學學報（信息科學版）， 2014， 32（6）： 670-674

[16] 吳灰群， 嚴培培， 耿興云， 張遠鵬， 呂廣明， 韓笑， 季達峰， 蔣葵， 董建成. 基于Mimics軟件虛擬膝關節(jié)三維圖像融合實驗[J]. 中國組織工程研究與臨床康復， 2011， 15（48）： 8943-8946.

[17] Yang JH， Chang M， Kwak DS， Wang JH. Volume and contact surface area analysis of bony tunnels in single and double bundle anterior cruciate ligament reconstruction using autograft tendons： in vivo three-dimensional imaging analysis[J]. Clinics in orthopedic surgery Sep， 2014， 6（3）： 290-7.

[18] Zhang L， Xiao J， Xu G， Kong X， Fu M， Wang Z， Li J. Construction of a three-dimensional digital model of the liver of Wuzhishan mini-pig[J]. Journal of Southern Medical University， 2015， 35（9）： 1362-5.

[19] Tan PY， Chen JH， Li P， Guo JX， Tang W， Long J， Liu L， Tian WD. Improving Threshold Segmentation in 3D Reconstruction of Mandible CT Image[J]. Journal of Sichuan University. Medical science edition， 2015， 46（3）： 458-62.

[20] Wu P， Zeng H， Tan X， Ouyang J， Zhong S. A Novel Method to Locate Intracranial Anatomic Landmarks of Sella Using Three-Dimensional Computed Tomography Reconstruction Images for Endoscopic Endonasal Transsphenoidal Surgery[J]. The Journal of craniofacial surgery， 2015， 26（7）： 2184-6.