基于BP神經(jīng)網(wǎng)絡(luò)的體繪制轉(zhuǎn)換函數(shù)研究及應(yīng)用.pdf

1、體繪制技術(shù)被證實(shí)是揭示三維數(shù)據(jù)結(jié)構(gòu)信息的有效工具。此前的研究主要是圍繞如何提高體繪制質(zhì)量和體繪制速度的算法，直到最近研究重心才放在轉(zhuǎn)換函數(shù)的構(gòu)造上。 傳統(tǒng)的一維轉(zhuǎn)換函數(shù)依靠數(shù)據(jù)的標(biāo)量值來分類各組織，但是它對于用戶使用不直觀，效率低，并且當(dāng)兩個組織標(biāo)量值(灰度值)接近的時候，不能很好的分類。近年來，許多研究使用二維和三維的轉(zhuǎn)換函數(shù)，同時考慮一階和二階導(dǎo)數(shù)。附加的導(dǎo)數(shù)信息允許精確的分類，可以很好的顯示用戶感興趣的區(qū)域。然而，其他的屬

2、性，比如紋理和位置信息，沒有考慮進(jìn)來。 在體繪制中尋找一個高效直觀的轉(zhuǎn)換函數(shù)來進(jìn)行數(shù)據(jù)理解，仍然是一個研究的難點(diǎn)。轉(zhuǎn)換函數(shù)的維數(shù)越高，結(jié)果就越好。因?yàn)楦呔S的轉(zhuǎn)換函數(shù)考慮了更多體素的不同屬性。在臨床的醫(yī)學(xué)實(shí)踐中，對于三維數(shù)據(jù)中的感興趣區(qū)域，不同的場合有不一樣的需要。因此在設(shè)計(jì)轉(zhuǎn)換函數(shù)的時候加入用戶的交互信息就非常重要。通過用戶的交互，使得設(shè)計(jì)的轉(zhuǎn)換函數(shù)滿足臨床的實(shí)際需要，顯示醫(yī)生感興趣的區(qū)域。因此在醫(yī)學(xué)體繪制的轉(zhuǎn)換函數(shù)設(shè)計(jì)中，需要

3、把多維轉(zhuǎn)換函數(shù)和用戶交互結(jié)合起來。本文就設(shè)計(jì)了一個用戶交互的接口，用于設(shè)計(jì)多維轉(zhuǎn)換函數(shù)。首先用戶先確定需要顯示的組織結(jié)構(gòu)的類別，然后在體數(shù)據(jù)中隨機(jī)選取幾個切片，用戶在切片上選擇相應(yīng)結(jié)構(gòu)類別的采樣點(diǎn)數(shù)據(jù)，最后用機(jī)器學(xué)習(xí)的方法根據(jù)采樣點(diǎn)數(shù)據(jù)進(jìn)行多維轉(zhuǎn)換函數(shù)的自動訓(xùn)練。 計(jì)算機(jī)輔助檢測/診斷技術(shù)(CAD)在臨床醫(yī)學(xué)中的應(yīng)用是近年來研究的熱點(diǎn)，CAD對臨床醫(yī)師起著“第二雙眼”的作用，它在醫(yī)生讀片后執(zhí)行二次輔助診斷，同時可以三維分析檢查，

4、自動檢測可疑區(qū)域，減少醫(yī)生的肉眼觀察疏漏。CAD在肺癌診斷中的應(yīng)用因?yàn)槠渚薮蟮睦碚搩r值和使用價值吸引了大量的研究力量。最近，國外已經(jīng)出現(xiàn)了一些商用的肺癌CAD系統(tǒng)。但是很多問題還沒有解決，需要進(jìn)一步研究。文中就嘗試把設(shè)計(jì)的轉(zhuǎn)換函數(shù)用于肺癌的檢測中，并取得了較好的效果。 本文使用BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)高維的轉(zhuǎn)換函數(shù)，通過用戶的交互，以及神經(jīng)網(wǎng)絡(luò)訓(xùn)練，達(dá)到自動分類識別顯示的效果，使顯示的結(jié)果是用戶感興趣的區(qū)域，并去掉不相關(guān)區(qū)域。同時，把設(shè)