三維二值掩模零化法結合體素繪制法切割及渲染CT與MRI體積數(shù)據(jù)

田 野,戴燕飛,季達峰*

(1.南通大學醫(yī)學院醫(yī)學信息學系,江蘇 南通 226001;2.南通大學附屬醫(yī)院分院影像科,江蘇 南通 226001)

CT及MRI體積數(shù)據(jù)三維可視化已成為當前研究熱點[1-2],主要方法包括等值面繪制及體積渲染,后者又分為光線投射算法[3]、錯切-變性算法、頻域體繪制算法、最大密度投影及拋雪球算法等[4-5]。經(jīng)強化處理后,如血管、肌肉及神經(jīng)等解剖結構與病灶等產(chǎn)生與背景不同的灰度特征,結合上述特征可單獨予以提取并三維可視化[6]?？梢暬繕私Y構后,如何在整體中定位加以顯示是目前三維可視化與重建面臨的重要問題,主要解決方案為閾值化顯示結合等值面重建模型進行定位,而重建模型與閾值化渲染景深則較為棘手[7-9]。Matlab軟件有多種三維繪制算法,plot3和scatter3最常用且效果相當,但利用前者所獲體素模型的屬性控制較少,而后者所獲模型可改變體素大小并基于體素(灰度)值預設偽彩。本研究觀察三維二值掩模零化法結合體素繪制法對于切割CT及MRI體積數(shù)據(jù)的作用。

1 材料與方法

1.1 材料 頭頸部CT、腹部平掃CT、正常頭部MR T1WI及腦膠質(zhì)瘤T1WI DICOM數(shù)據(jù)取自南通大學附屬醫(yī)院分院不同患者。頭頸部CT掃描范圍自顳骨中部至T3,像素512×512×385,層間距0.63 mm,重建核0.49 mm×0.49 mm×0.63 mm;腹部CT掃描范圍自T11至髖關節(jié)下緣,像素512×512×455,層間距1 mm,重建核0.67 mm×0.67 mm×1.00 mm;正常頭部T1WI掃描范圍自頭頂至下頜,像素256×256×172,層間距0.90 mm,重建核0.95 mm×0.95 mm×0.90 mm;膠質(zhì)瘤數(shù)據(jù)T1W1,像素512×512×232,層間距0.60 mm,重建核0.47 mm×0.47 mm×0.60 mm。

1.2 方法 采用Matlab軟件(R2016a)。將DICOM數(shù)據(jù)導入Matlab軟件獲得體積數(shù)據(jù),對其進行閾值分割,形成與更新二值掩模,之后行掩模切割與點積、目標結構再繪制與體素模型更新等。于x(左右)、y(前后)及z軸(上下)方向處理二值掩模,以體積數(shù)據(jù)左下為原點,向右、后和上方進行。見圖1。

圖1 技術路線示意圖

1.2.1 生成體積數(shù)據(jù) 向Matlab軟件中導入正常頭部T1WI,利用DICOM相關處理函數(shù)生成體積數(shù)據(jù),結合空間分辨率信息對其進行像素與空間分辨率歸一。

1.2.2 設定閾值 截取目標區(qū)域斷層圖像,設置取值像素半徑(r)與像素灰度容差比(R);點擊目標結構,獲得灰度計算起始點(x0,y0),根據(jù)公式(1)、(2)計算目標結構閾值:以r均值±R為閾值范圍,以掩模最大程度顯示目標結構為最佳取值范圍。

F=f(x0±r,y0±r)

(1)

(2)

手動對目標結構取值時,使高閾值滑動條始終處于1的位置,調(diào)節(jié)滑動條設定低閾值;通過掩模與體數(shù)據(jù)點積得到閾值限制后的體積數(shù)據(jù),并以最大密度投影實現(xiàn)體積繪制預覽。

1.2.3 獲取二值掩模 以閾值上下限為標準對體積數(shù)據(jù)進行分割,建立體積數(shù)據(jù)三維掩模,通過邏輯運算得到的目標結構體積數(shù)據(jù)二值掩模見公式(3),以之為切割與還原的原始掩模。

Mask=V>thrLow×V

(3)

其中,Mask為所得掩模,V為體數(shù)據(jù),thrLow與thrHigh分別代表低、高閾值,可半自動或手動設定。

1.2.4 三軸切割算法 采用正向或反向切割算法進行切割。正向切割算法主要利用單向正軸(x軸左向右,y軸前后向,z軸上向下,圖2)零化法對三維二值掩模進行三軸切割,對去除區(qū)域進行零化,見公式(4)。

圖2 體積數(shù)據(jù)零化方向示意圖

Mask(1∶x1,1∶y1,1∶z1)=0

(4)

其中,x1,y1,z1分別表示掩模在x,y,z軸上的切割點。通過控制交互式滑動條設定切割點,使其位置與體積數(shù)據(jù)層面數(shù)相對應,基于滑動條值實現(xiàn)程序回調(diào)。以Mask作為原始二值掩模的更新變量而不覆蓋原始掩模,調(diào)節(jié)不同切割位點,實現(xiàn)任意位點三軸切割。

基于正向切割算法實現(xiàn)反向切割算法,將零化范圍限制在切割點至體數(shù)據(jù)維度末,即以切割點至體積數(shù)據(jù)在各軸方向重構后的大小進行零化,實現(xiàn)x軸自右向左,y軸自后向前和z軸自下向上切割(圖2),見公式(5)。

Mask(x1∶Dx,y1∶Dy,z1∶Dz)=0

(5)

其中,Dx,Dy,Dz分別表示體積數(shù)據(jù)在x,y,z軸方向上的維度,即重構后冠狀軸、矢狀軸與水平軸方向的大小。不同軸向的正向零化及反向零化可同步進行,故可利用6種零化法實現(xiàn)正、反向切割。

1.2.5 渲染目標結構 對體積數(shù)據(jù)與掩模點積后的非零數(shù)據(jù)進行渲染,以可視化目標結構;通過交互式選色對非零體素灰度值與所選顏色各RGB分量進行點積,以顏色區(qū)分不同結構。體素繪制算法見公式(6)。同步更新渲染數(shù)據(jù)與切割后的掩模。

V(i)=Re(x(i),y(i),z(i),S,color,'Marktype'),i=1,2,…,N

(6)

其中V(i)表示第i個層面的體素渲染結果,x(i),y(i),z(i)為非零像素點在第i個層面中的坐標,S為繪制體素大小,color為繪制顏色,'Marktype'為繪制點類型,N為總斷層數(shù),Re為體素繪制命令。

1.3 評估模型切割效果 將頭頸部CT及腹部平掃CT數(shù)據(jù)導入Matlab軟件,基于正常頭部T1WI所獲目標結構閾值,盡量減少噪點,手動調(diào)整閾值并獲得相應掩模,以體素繪制法觀察目標結構的完整度,評估模型切割效果。

1.4 比較切割腦膠質(zhì)瘤效果 將腦膠質(zhì)瘤患者T1WI數(shù)據(jù)導入3DSlicer 5.4.0軟件(www.slicer.org)進行體積渲染,采用ROI交互法調(diào)節(jié)ROI手柄進行前后與左右切割,以顯示其內(nèi)部結構,并與三軸切割算法進行比較,觀察軸限制切割顯示病灶及其毗鄰組織的效果。手動輸入不同閾值(0.02～1.00、0.1～1.0、0.2～1.0、0.4～1.0),以相同切割參數(shù)進行切割,觀察其顯示不同灰度值范圍內(nèi)解剖結構的效果。

2 結果

2.1 目標結構二值掩模 基于正常頭部MR T1WI數(shù)據(jù),設半徑(r)=2、容差(R)=2時,顯示上矢狀竇-竇匯區(qū)較充分(圖3),此時閾值范圍為0.540～0.601,以之計算目標結構原始掩模。

2.2 渲染目標結構體素效果 基于閾值范圍對正常頭部T1WI體數(shù)據(jù)進行邏輯運算并渲染非零像素,基于上矢狀竇的原始掩模覆蓋灰度區(qū)較大,基于乙狀竇的原始掩模覆蓋區(qū)小,而基于皮膚原始掩?？奢^全面顯示皮膚。見圖4。

2.3 三軸零化法切割模型效果 在排除部分顱骨遮擋前提下,經(jīng)切割后,頭頸部CT可顯示上矢狀竇、直竇、側腦室等顱內(nèi)結構,并保持頸胸部骨骼結構、顯示胸鎖乳突肌與頸椎及顱骨關系;腹部CT后顯示肝臟、腎臟及脊柱、髖關節(jié)等結構;正常頭部T1WI可顯示顱內(nèi)血管與腦組織及頭皮的位置關系。見圖5。

圖5 以三軸零化法切割CT及MRI體積數(shù)據(jù)的效果 A.未切割頭頸部CT體積數(shù)據(jù); B.切割后頭頸部CT體積數(shù)據(jù); C.未切割腹部CT體積數(shù)據(jù); D.切割后腹部CT體積數(shù)據(jù); E.未切割正常頭部T1WI體積數(shù)據(jù); F.切割后T1WI正常頭部體積數(shù)據(jù)

2.4 切割腦膠質(zhì)瘤效果 以ROI交互法于前后與左右方向全切割可顯示膠質(zhì)瘤內(nèi)部結構,而以三維二值掩模零化法可行前后與左右方向部分切割、自由采樣,提供更多病灶周圍組織相關信息。見圖6。

圖6 以不同切割方法可視化腦膠質(zhì)瘤效果 A.基于ROI交互法顯示膠質(zhì)瘤內(nèi)側面與前面; B.基于三維二值掩模零化法(閾值0.07～1.00,零化斷層:x軸自右向左第122個層面,y軸自前向后第157個層面,z軸自下向上第66個層面)顯示膠質(zhì)瘤內(nèi)側、后方及下方毗鄰 圖7 以不同閾值、相同參數(shù)(x軸自右向左第107個斷層,y軸自后向前第151個斷層,z軸自下向上第34個斷層反向切割)切割腦膠質(zhì)瘤效果 A～D.閾值參數(shù)分別為0.02～1.00(A)、0.1～1.0(B)、0.2～1.0(C)、0.4～1.0(D)

2.5 以不同閾值切割腦膠質(zhì)瘤效果 閾值分別取0.02～1.00、0.1～1.0、0.2～1.0、0.4～1.0時,以相同參數(shù)切割腦膠質(zhì)瘤患者T1WI數(shù)據(jù),發(fā)現(xiàn)閾值下限越高,閾值差間體素量越少,呈現(xiàn)結構越少,切割效果越不明顯。見圖7。

3 討論

目前主要通過ROI實現(xiàn)切割以顯示體積數(shù)據(jù)內(nèi)部結構,如以3DSlicer軟件通過調(diào)節(jié)左右、前后及上下軸的交互球進行光線投影或最大密度投影切割[9-10]。通過非可視化ROI外結構可無需經(jīng)過二值掩模換算,內(nèi)存消耗低、實時性較好[11]?；贛atlab軟件的軸限制性顯示方法以三維視角利用平移工具實現(xiàn)快速切割模型,內(nèi)存消耗亦少,但平移時僅能于前-后、左-右、上-下進行單方向移動,難以實現(xiàn)量化與自由化切割;欲行雙向切割,則需設置6個滑動條對顯示軸進行限制,使其交互性弱于方框式ROI調(diào)節(jié)法。交互式ROI利用立方體6個面顯示部分體積數(shù)據(jù),但僅能于單軸全切方式下進行切割,其任意切割自由度低于三軸零化法。

本研究基于軸向平等二值掩模體零化與體積數(shù)據(jù)點積實現(xiàn)了三軸不等比例自由切割以顯示體積數(shù)據(jù),并將參數(shù)結合于滑動條上進行調(diào)整,利用1與掩模相減,得到反向切割效果,支持多達8(23)種組合方式;利用不同掩?？蓪Σ煌繕私Y構進行三軸不等比例自由切割,具有內(nèi)部局限切割效果;且所獲二值掩模切割為不規(guī)則切割奠定了基礎。

光線投影算法和最大密度投影算法為目前圖形VTK軟件的主流渲染方法,前者需對虛擬光線發(fā)射點與攝像機進行更新[3,10]以獲得三維旋轉效果,其優(yōu)點是渲染速度快、細節(jié)處理清晰。本研究采用體素繪制法對體積數(shù)據(jù)中經(jīng)掩模點積后的非零體素進行渲染,以互動式顏色選擇器對渲染體素進行顏色管理,以區(qū)分不同目標結構;其速度稍慢且對電腦硬件依賴性高,但所獲自由切割是對光線投影算法的較好補充。

為突出目標結構細節(jié),設體素渲染法后與重采樣后數(shù)據(jù)比例為1∶1,以去除繪制體素時軟件本身存在的點邊界顏色問題與矩陣稀疏性,使模型盡可能還原目標結構在體積數(shù)據(jù)中的解剖學特點。相比VTK軟件以快速圖像插值法對放大圖像進行優(yōu)化,本研究所用方法對體積數(shù)據(jù)進行空間分辨率重采樣時損失的原始信息較多,導致模型僅能在一定范圍內(nèi)呈現(xiàn)較好可視化效果;但像素-空間分辨率重采樣可節(jié)省繪制內(nèi)存,提高體素繪制速度。另外,本研究采用具有最大連通性的簡單區(qū)域生長算法[12-13]、結合操作者選取的r與R以盡可能滿足不同目標結構所需閾值,模型可在不同閾值條件下反映不同目標結構,且閾值寬度較大(閾值差>0.06)時所顯示的組織結構較全面,切割效果越明顯,顯現(xiàn)周圍組織效果越好。

綜上,利用三維二值掩模零化法聯(lián)合體素繪制法可對CT及MRI體積數(shù)據(jù)進行三軸任意切割,結合不同層面體積數(shù)據(jù)顯示其內(nèi)部結構。但本研究采用數(shù)據(jù)下采樣,體素模型結構清晰度不足,有待后續(xù)進一步完善。