牙科应用中医学图像的修复

摘要

自100多年前伦琴发现“X”射线以来，医学图像经历了革命性的发展。当代医学图像的研究充分表现出了多学科、大跨度交叉的特点。医学(特别是解剖学、神经学)知识、物理概念、数学方法和计算机程序设计思想有机的融合在医学图像处理研究之中。CT、MRI、PET等多种医学成像模式的应用，以及医学图像的三维可视化，特别是内部器官和脑的三维体积测定可视化，已经成为日常病人诊断和护理程序标准的组成部分。病理图像的自动识别和诊断需要开发图像修复、分割、量化、增强以及可视化的有效算法。 本论文主要针对牙齿CT扫描图像修复问题。从临床应用的需要出发，对现有的基于块采样的纹理合成修复算法进行了改进。在应用程序框架结构中，需要对CT扫描图片进行三维成像、分割、配准等临床应用，而破损的或被污染的CT图片对后期处理的精度带来很大的困扰。从临床应用的角度出发，必须提出相应的解决方法。 基于块采样的纹理合成技术是三大类纹理合成技术起步最晚的一个，是当今纹理合成技术的研究热点。采用基于样本的纹理合成修复算法来完成对牙齿CT扫描图片的修复。由于牙齿CT扫描图片如下的特性：低信噪比、低对比度、组织特性的可变性、不同软组织之间或病灶与背景之间边界的模糊性、形状结构、特别是微细结构(血管、神经等)分布的复杂性等，传统的修复并不能很好的解决特定的牙齿CT扫描图片。在算法实现中，设计了新的纹理块搜索和匹配策略，同时用GPU硬件加速来达到实时交互的效果。到目前为止，还没有一种通用的，完全自动的图像修复工具。临床中的医学图像修复还大部分处于手工修复。因此对实验结果的评价也是以医生手工修复的结果为标准。论文的主要工作和创新点如下： 1.讨论了医学图像的快速高效修复。由于牙齿CT图像自身的特点，改进了传统的基于块采样的纹理合成修复算法，使之能对牙齿CT图像有好的处理结果。 2.为了满足临床应用的需要,算法必须要有交互性,因此算法的时间必须合理控制。为了在质量和速度之间达到平衡，将算法设计为适合GPU和CPU并行运算。 通过大量的实验表明，算法对于牙齿的CT扫描图片有较好的结果。经过对图片的前期处理，在应用程序的后一阶段中，可以得到比较满意的分割、配准结果。