用Python二维MRI扫描实现脑肿瘤三维网格重建

Question

我的程序把二维脑-MRI体素作为输入，从大脑的自上而下的视图，我的目标是从肿瘤的磁共振成像中创建一个三维模型。

我已经能够应用一个阈值功能来对比MRI图像，使癌症明显地更明显 (癌症变成纯黑色，其余的大脑变成纯白色)。

现在是最困难的部分--我想用边缘检测来在MRI的每个切片中创建一个点云，然后从每个切片的集合点云中创建一个网格，在三维中对癌症进行建模。

我正在工作的磁共振成像是以XY平面为中心，沿着Z轴向上挤压，当它们向上扫描大脑时，我想我可以为每一张图像做一系列二维点云，然后在Z轴上“叠加”点云，每个切片之间有一个一致的Z距离。

听起来一个月后可行吗？有什么建议建议精简的方式来实现这一点吗？

Answer 1

你想使用点云有什么特别的原因吗？从点云构建一个表面网格可能是一个巨大的麻烦，特别是当你正在处理一个基于体素的体积表示时。在处理医学成像(和一般的体素数据)时，通常的方法是在感兴趣的体素体积上使用类似于行进立方体算法的方法来创建多边形表面网格。

因此，作为一般方法，我建议首先构建肿瘤的三维体素体积。为此，遍历切片并根据切片中像素对比度阈值创建某种3D数组。一旦你有了你的体素音量，你可以使用行进立方体/tets算法得到一个很好的平滑的卷网格。我对细节置之不理，但希望你能明白。

希望这能帮上忙！