應用ＶＴＫ技術建立唇腭裂可視化模型

[摘要]目的：尋求一種高效率、高精度建立唇腭裂患者頜面部可視化模型的方法。方法：利用薄層cT獲取原始數據，運用k一均值聚類算法進行圖像分割，結合VTK(Vi Stl8lization Toolkit)技術進行可視化模型的建立。結果：建立了更為精確的唇腭裂患者頜面部的可視化模型，總結出了一種更為方便高效的通用可視化建模方法。結論：應用VTK方法建立可視化模型，軟件開發周期更短，精度更高，應用更廣泛。

[關鍵詞]唇腭裂；VTK；可視化；k-均值聚類

[中圖分類號]R782．2 [文獻標識碼]A [文章編號]1008—6455(2007)02一0218—02

科學計算可視化(Visualization in cientific Computing，簡稱為VISC)是1987年由B．H．McCormick等人根據美國國家科學基金會召開的科學計算可視化研討會的內容撰寫的一份報告中正式提出來的。近年來，計算機硬件水平的長足進步和可視化理論方法的不斷完善，可視化在許多領域都得劍了廣泛的應用。如有限元分析、計算機斷層掃描CT及核磁共振MRI數據的可視化等。本研究將VTK技術、c++技術及計算機斷層掃描CT相結合，建立唇裂的可視化模型，對臨床醫生術前面型分析、術后面型預測及口腔頜面外科教學等的應用進行了探討。

1材料和方法

1．1數據的獲取：選擇一左側先天性唇腭裂III度無其他身體疾患的患兒作為測試對象，應用Toshiba公司16排螺旋cT掃描機Aquilion，測試對象采用仰臥位，眶耳平面平行于水平面，閉口位。掃描時選用骨組織掃描窗，層距O．5mm，范圍為全頭顱。

1．2數據的處理

1．2．1數據的預處理：為了更加精確地生成三維可視化模型，我們將cT掃描得到的dicom文件用infran+infran plugs軟件將其批處理轉化為raw文件，手工篩選后采用我們自行編寫的分割軟件splitter將其骨組織和軟組織分割出來。

1．2．2模型的生成：應用的編程環境為Visual C++．net 2003和VTK(Visualization Toolkit)。分割算法采用k一均值聚類算法。在VTK中，我們選擇了Marching Cubes算法來建立等值面模型，首先建立vtk Marching Cubes類，Set Input()函數獲取預處理數據，生成三角帶數據后將其轉化為幾何數據，vtk Actor()創建要顯示的“演員”，最后應用Add Renderer()函數顯示。

結果

3討論

可視化理論自1986年提出以后，廣泛應用于醫學、流體力學、有限元分析、氣象分析當中。尤其在醫學領域，可視化有著廣闊的發展前途。最著名的項目便是Visible Human Project(VHP)，即可視化人體。該項目由科羅拉多大學實施承擔，通過對男、女兩組cT及MRI數據進行可視化重建，得到了50GB的數據集。VHP的出現標志著計算機圖形學及虛擬現實開始向醫學領域滲透，具有劃時代的意義。

在我國，唇腭裂是口腔頜面部常見的先天性畸形，發病率約為1．8：1000，每年我國都有三到四萬唇腭裂患兒出生。在以往的唇裂特征性研究中主要采用解剖學研究，x線頭影測量等手工方法進行，大量的手工操作導致較大的誤差。奇鞠、田衛東等采用計算機輔助三維重建技術對6例正常胎兒標本及5例唇裂新生兒標本顱面形態結構進行二維重建，得到了唇腭裂患兒的可視化模型，但由于采用死嬰且受限于當時可視化理論及計算機硬件水平，只實現了骨組織的重建。同時以往的研究也存在著開發周期長、模型精度一般、交互式操作繁瑣等一系列問題，本研究針對上述缺點，進行了以下改進。31應用VTK簡化可視化程序的開發：Visualization Toolki t(簡稱VTK)是一個用于可視化應用程序構造與運行的支撐環境。它是在三維函數庫OpenGL的基礎上采用面向對象的設計方法發展起來的。它運用C++的思想，將編程中常用的細節進行封裝，極大地提高了開發效率叫。同時采用的Pipeline機制，規范化了程序流程，簡化了代碼結構。應用VTK可以大大縮短開發周期，使研究人員能夠將精力重點放在唇腭裂患者面型特點上，構造出適合于當前研究的可視化模型。

3．2應用k－均值聚類算法進行圖像分割：k－均值聚類法分割是將對象空間中的元素用對應的特征空間表示，按照一定的目標函數將具有相似特征的空間點聚集成團，然后再將它們映射回原圖像空間以得到分割結果的一種分割方法。k－均值聚類算法的自身優勢使其具有分割運算量小，適用于處理龐大的樣本數據，易于發現球狀類的特點，與CT的成像原理相似，十分適合CT影像的分割運算。

3．3較高的模型精度：可視化模型的精確程度與原始數據、數據的預處理、分割與成像算法的優化程度等因素都有關系。運用cT進行三維重建與傳統的x線立體攝影技術相比有著較高的可信度，在以往的研究中早已得到證實。本研究中采用薄層cT，層距為0．5mm，獲得了精確的唇腭裂患者畸形的面中部數據；原始數據經過人工篩選，去除了部分我們不感興趣的層面；最后借助VTK高效率的著色代碼，可獲得較高精度的可視化模型。可視化模型在臨床上主要應用于三維觀察、點線角的測量、模擬手術外科等方面，在唇腭裂精細手術模擬過程中，較高的精度保證了結果的準確性，對臨床醫生進行正確的術前療效評估及手術過程模擬奠定了基礎。

3．4建立了軟組織與骨組織的復合模型：受限于分割算法，以往的頜面部可視化模型的建立主要集中在骨組織。采用k－均值分割算法，不僅可以有效地分割出骨組織，同時對軟組織的分割也十分有效。唇腭裂患者面中部解剖結構較正常人復雜，健壯的分割重建算法保證了重建數據的精度。應用VTK可以靈活的實現軟組織與骨組織的復合重建，商業化的代碼保證了重建的效率、質量與兼容性。唇腭裂患者的畸形是一種面中部軟硬組織的復合畸形，同時重建軟組織和骨組織，可以大幅度提高模型的真實性，更加符合虛擬手術系統的要求。

3．5開放性的軟件設計：我們將代碼最終生成ExE文件。該軟件具有良好的通用性，只要有合適的CT數據，經過適當的預處理，都可生成高質量的可視化模型，不局限于唇腭裂患者。我們在最終生成的可視化模型預留了標準接口，可以導入其他常用工程軟件共享數據，如ansys等，作進一步分析，提高了模型的通用性。生成模型時調整CT等值，可以獲得不同層面的可視化模型，例如，經過適當的分割，甚至可以單獨顯示異常口輪匝肌在口周的分布。最終得到的可視化模型，不僅可以360。觀察骨組織、軟組織、軟硬組織復合體，若在分割時選擇感興趣的范圍，也可以單獨顯示該部位，方便臨床醫生分析病情，更加準確得預測術后病情改善情況。我們可以將頜面部各個主要解剖結構分別建立可視化模型，部分代替傳統的二維解剖圖譜，在頜面外科教學工作中也大有用武之地。

然而該系統也存在著一些缺點。雖然VTK自身的代碼效率已經非常高效，但是我們將全頭顱唇裂患者的薄層CT數據進行三維可視化的過程中，在Pemtium 42．6G 512M RAM的Pc機上運行時，建模時間超過5min。要獲得良好的運行表現，必須使用專業的圖形工作站。另外本研究只是實現了可視化這一步，要得到最終虛擬手術要求的研究對象模型，還需與合適的計算模型(質點彈簧模型或三維有限元模型)相結合，我們預計下一步工作將實現此功能，為實現虛擬手術奠定基礎。

編輯／張惠娟

(注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。)