基于相关性的三维医学图像插值

摘要

现有的插值方法在进行医学断层图像插值时,要么不能兼顾灰度和形状的变化,要么计算量太大.为解决这一问题,文中提出一种基于相关性的三维医学图像插值算法.通过对原图进行门限分割,获得体素的分割值.对相同密度物质采用灰度插值,不同密度物质,利用体素的相关性来进行插值,使新的图像不仅在灰度上,而且在组织形状上,介于原来的断层图像之间,满足了医学图像插值的要求.与线性插值相比,新算法的视觉效果好,计算误差小;插值结果可有效地应用于构建三维体模型.