CC BY
143
УДК 616-073.75
Трехмерная реконструкция внутренних органов с одним характерным размером на основе компьютерной томографии
р.р. Гайсин, р.х. закиров, ра зарипов, а.в. никифорова, оа саченков
Республиканская клиническая больница МЗ РТ, г. Казань Казанский (Приволжский) федеральный университет
В статье рассматривается вопрос построения трехмерных моделей объемного вытянутого тела по его параллельным срезам. Предлагается алгоритм, позволяющий построить трехмерную модель по координатам точек парал-Гайсин рУслан ринадович лельных срезов, полученных на основе данных томографии.
заведующий лабораторией «Информационные технологии Предлагается метод визуализации модели, основанный на
в медицине», Высшая школа ИТИС К(П)ФУ применении полигональных сеток на основе набора библио-
420008, Казань, ул. Кремлевская, д. 18 тек API 3D REALM, что позволяет достичь кроссплатфор-
тел. 8-950-317-13-00, e—mail: [email protected] менности. Рассмотрен алгоритм решения поставленной
задачи, указанный алгоритм позволяет реконструировать ветвящиеся структуры. Приводятся результаты построений, полученные на основе описанного алгоритма.
Ключевые слова: лучевая диагностика, компьютерный томограф, реконструкция 3D-объектов, анализ 3D-объектов.
A 3D-reconstruction of viscera with one typical size with the use of computer tomography
R.R. GAYSIN, R.KH. ZAKIROV, R.A. ZARIPOV, A.V. NIKIPHOROVA, O.A. SACHENKOV
Republican Clinical Hospital of the Ministry of Health of the Republic of Tatarstan, Kazan Kazan (Volga region) Federal University
The article discusses the construction of three-dimensional models of a dimensional elongated body along its parallel sections. It gives an algorithm which allows to build a three-dimensional model in the coordinates of points of parallel sections obtained after tomography data. Is offered a model visualization method based on the use of polygonal networks on the basis of set of libraries API 3D-REALM, which allows achieving crossplatformity. An algorithm for solving this problem is considered, this algorithm can reconstruct the branching structures. The results of imaging derived from this algorithm are given.
Key words: X-ray diagnostics, computerized tomograph, reconstruction of 3D-objects, analysis of 3D-objects.
В практике медицинских исследований и диагностике существует задача визуального наблюдения органов, закрытых мягкими тканями. Мощным инструментом получения информации об исследуемом объекте являются рентгеновские лучи. Одним из применяемых методов лучевой диагностики является спиральная компьютерная томография (КТ), которая с большой результативностью локализует пораженные участки костных тканей с установлением точного геометрического положения,
размера, повреждения или изменения положения окружающих костных тканей. С помощью методов томографии удается восстановить послойную форму «среза» объекта. Информация о серии срезов достаточна для синтеза на компьютере изображения скрытого объекта в любом ракурсе. Имеющееся программное обеспечение (ПО) аппарата КТ позволяет достаточно хорошо реконструировать трехмерные объекты, визуализировать их совместное сочетание в пространстве и состояние
(рис. 1). Трехмерную форму объекта представляют в виде стопки поставленных друг на друга многогранников, основания которых соответствуют срезам и параллельны между собой. После получения модели производят ее визуализацию методами машинной графики [1].
К сожалению, стандартное программное обеспечение не позволяет экспорта восстановленных трехмерных объектов в известные форматы хранения объемных тел. Также есть ряд сложностей, связанных с анализом взаимной геометрии и структуры внутренних органов на основе данных КТ в трехмерной постановке. Имеющийся математический аппарат для проведения указанного анализа на штатном программном обеспечении КТ обладает интерфейсными неудобствами или даже не включает ряд возможностей в свой функционал. Было предложено создать интерфейсное решение для проведения анализа внутренних органов с учетом их трехмерного расположения в пространстве и внутренней структуры. На первом этапе рассматривались тела, обладающие одним характерным линейным размером, то есть вытянутые органы (длинные кости, связки, сосуды и т.п.).
Рисунок 1.
Трехмерная реконструкция тазобедренного сустава
Была сформулирована задача реконструкции тел на основе данных томограмм. На основе изображений данных формируется файл координат границ объекта. Координаты границы могут быть восстановлены на основе автоматических алгоритмов дифференциации тел, в ручном режиме (задаются оператором в интерактивном режиме на основе изображений) или в смешанном (коррекция результатов автоматической дифференциации). Помимо координат каждый срез может обладать неким набором абстрактных параметров, который может задаваться в зависимости от задачи — это могут быть приведенные плотностные характеристики, параметры, характеризующие ткань или прочие замеры. Необходимо построить трехмерную модель по данным. В работе использовался набор библиотек API 3D REALM, что позволяет достичь кроссплатформенности трехмерного отображения и позволяет использовать полученные наработки через интерфейс браузера (например, Internet Explorer).
Алгоритм построения трехмерной модели основан на методе полигонального поля, в котором объект представляется в виде совокупности примитивов — многогранников, а поверхность каждого из них, в свою очередь, из треугольников. Процесс деления поверхности многогранника на треугольники называется триангуляцией [1, 2]. При выполнении триангуляции очень важен выбор направления обхода каждого треугольника, так
как от этого зависят видимость модели и их размеры. В связи с этим на входной файл, содержащий данные о срезах, накладывается ряд ограничений и правил. Для корректной ориентации тела в пространстве необходимы калибровочные данные: масштаб координат в плоскости среза, шаг нарезания и начальная координата серии срезов (по умолчанию она принимается за 0). Итогом обработки файла является его преобразование в определенный вектор [3, 4].
Алгоритм реконструкции геометрии основан на структуре среза и методе соединения двух срезов. Основной сложностью является нерегулярность контура на срезе, а именно на срезе может быть представлено несколько контуров, каждый из которых в общем случае может быть невыпуклым многоугольником. Задача дифференциации различных контуров и разбиения невыпуклых многоугольников является сложной задачей, но для класса обозначенных органов она была решена. После того как программа разделит и подготовит все имеющиеся контуры на срезе, происходит их сшивка [5]. В автоматическом режиме определяется режим обхода контуров и нумерация вершин для соединения, также проводится аппроксимация наборов параметров для срезов (это могут быть задаваемые пользователем или вычисляемые параметры — плотность, степень поражения ткани и т.п.). Описанные методы используются программой автоматически, но возможна ручная правка конечным пользователем.
В результате соединения двух срезов получается трехмерная объемная фигура, для задач визуализации нам достаточно рассматривать лишь поверхность данной фигуры.
Рисунок 2.
Томограммы тазобедренного сустава
Зачастую изучаемые органы могут разветвляться в направлении своего основного размера (хорошим примером могут служить кровеносные сосуды), то есть на одном срезе у нас есть одно сечение, изучаемого объекта, а на следующем уже несколько сечений (на рис. 2
представлено разветвление сечений для бедренной кости). Созданный алгоритм реконструкции позволяет работать и с такими объектами. Соединение типа «один ко многим» было реализовано в программе и проведена работа метода для различных разветвлений (рис. 3).
Рисунок 3.
Реконструкция разветвления
Рисунок 4.
Градиентная реконструкция сухожилия
Рисунок 5. Реконструкция губ
Описанный алгоритм был оттестирован на рентгенограммах сухожилий. Результаты работы показали хорошие результаты. Построенная поверхность позволяет экспорт геометрии в известные счетные комплексы, а значит, можно оценить не только геометрические параметры органа (объем, распределение толщин сечений и проч.), но и механическое поведение органов в условиях их работы в теле человека. Для заданных наборов параметров сечений (например, осредненных плотностей) можно визуализировать распределение параметра по длине объекта (рис. 4).
На ранних этапах развития алгоритма проводились реконструкции геометрии губ, с целью определения их геометрических параметров (рис. 5). Изображения, полученные с помощью нового алгоритма, описывают геометрию более точно, так как позволяют уточнение по границам среза.
Полученные трехмерные построения губ уже информативны, на основе восстановленных поверхностей можно определить объемы и ограничить на основе габаритных параметров, а значит, и классифицировать по характерным размерам [6].
В задачах биомеханики с целью учета индивидуальности также возникает задача по восстановлению геометрии. Так, при моделировании операции эндопротезирования тазобедренного сустава важную роль играет качество восстановленной геометрии костей. При достаточной близости аппроксимирующих поверхностей к реальной геометрии результаты расчетов напряженно-деформируемого состояния будут точнее, а значит, степень корректности рекомендаций и прогнозов по эксплуатации имплантата повысится [7]. Описанный алгоритм в большей степени пригоден для задач биомеханики, так как на этапе восстановления геометрии уже данные о вершинах триангуляции.
На данном этапе продолжается тестирование алгоритма для восстановления трехмерного изображения различных типов внутренних органов. Данный алгоритм позволяет разработку для дальнейшего его использования в медицинском ПО. Описанные алгоритмы способны обеспечить удобную и быструю работу со снимками в формате Dicom. Согласно возможностям данного проекта возможна его интеграция в существующее медицинское ПО. Разрабатываемый интерфейс позволит медицинским специалистам осуществлять необходимые манипуляции над различными данными системы с учетом их взаимного расположения в пространстве, вести электронный учет пациентов, а также предоставит новые возможности в исследовании и анализе их диагностических данных. Кроме того, функционал системы позволит исследовать различные срезы визуализируемого объекта, которые можно будет выбрать на зD-изображении и проводить их геометрический и механический анализ, а использование набора библиотек API 3D REALM сделает приложение, реализующее данную систему, независимым от платформы (операционной системы).
ЛИТЕРАТУРА
1. Роджерс Д., Адамс Дж. Математические основы машинной графики. — М.: Мир, 2001. — 604 с.
2. Иванов В.П., Батраков А.С. Трехмерная компьютерная графика / под ред. Г.М. Полищука. — М.: Радио и связь, 1995. — 224 с.
3. Визуализация объема в медицине — № 05, 1996 / Открытые системы / Издательство «Открытые системы». Web: http://www.osp.ru/ os/1996/05/178989
4. Сетевой журнал «Компьютерная графика и мультимедиа».
Web: http://cgm.computergraphics.rU/content/view/63#_Toc75591520
5. Кроссплатформенный сервис (SAAS) для трехмерной визуализации данных МРТ / Р.Р. Гайсин // Конференция молодых ученых «Молодежь и инновации Татарстана», КФТИ КазНЦ РАН, 10-12 октября 2012 г. // Сборник материалов конференции. — Казань, 2012. — С. 10-11.
6. Егоров М.А., Мухамеджанова Л.Р., Грубер Н.М. Конституциональные особенности губ как прогностически значимый фактор в развитии заболеваний красной каймы // Актуальные проблемы медицины. — Практическая медицина. — 2012. — Т. 2, № 8 (64). — С. 55-58.
7. Коноплев Ю.Г., Митряйкин В.И., Саченков О.А. Применение математического моделирования при планировании операции по эндопротезированию тазобедренного сустава / Ученые записки Казанского университета. — Серия «Физико-математические науки». — 2011. — Т. 153, кн. 4. — С. 76-83.
