冠心病是指心脏周围的血管存在异常,不能正常的对心脏进行血液的运输和能量的传送。这种血管形状呈现冠状,因此叫做冠状动脉,简称冠脉。冠状动脉的狭窄导致血管堵塞,致使心肌缺血。作为给心脏传输血液的唯一血管,这条血管是否通畅运行影响着心脏的血液循环。对冠心病的确诊无疑是以冠状动脉是否畅通运行作为判断标准。而医疗上对于冠状动脉的观察已经不仅局限在二维图像上。如何快速高效的建立冠状动脉树的三维重建图像,将成为冠心病更好地被确诊的重要环节和关键所在。冠状动脉的图像通常利用冠状动脉造影技术呈现。而造影图片是DICOM数据格式,如何对DICOM文件进行图片解析将成为此项研究需要攻克的难题之一。冠状动脉树的三维重建是一项跨学科领域的研究。这就要求我们既要掌握计算机领域、图形学领域等相关技术和操作,也要求我们对医疗领域冠心病方面的知识进行深入的学习。针对于不同领域的学科知识,我将从以下几个方面进行开展。首先对于医疗图像的特殊文件格式DICOM格式进行学习;其次学习并了解多种分割算法,对冠状动脉造影进行图像分割、提取病灶区域和血管狭窄区域是冠状动脉树三维重建的前期准备;然后研究并比对常用医疗图像的三维重建方法,包括面绘制和体绘制两种方法。更具体的说包含了四种算法,分别是:轮廓滤波算法(CF)、等值面提取算法(MC)、复合体绘制算法(CVR)和纹理映射硬件算法(TMH)。从绘制效果、速度和交互性的角度分别对这四种算法进行了比较,其中前两种算法属于面绘制算法的范畴,后两种算法属于体绘制算法的范畴。这些算法是由可视化工具包VTK实现。论文中会对这些算法进行操作和实现,并针对存在的问题提出优化方法。最后本论文介绍了改进的冠状动脉树三维重建算法。传统方法在相似性上与原有造影图像存在很大差异,本论文提高了在相似性上的误差,针对800例患者的冠状动脉造影进行冠状动脉树的三维重建,传统三维重建算法是针对整个冠状动脉,本文算法针对血管的狭窄区域进行特定位置的三维重建,使医生的诊断更加具有针对性。利用单平面成像系统,从常规血管造影研究中获得的一对图像进行冠状动脉树的三维重建。三维长度测量的准确性在平均均方根(rms)3.5%误差范围内,计算机生成的投影与实际获得的图像之间,其相似性和准确性的平均误差分别为3.09mm和3.13mm。相似性和准确性上的提高是原有医疗图像三维重建方法无法实现的。冠状动脉树的三维重建能够更清楚的呈现血管的形态、血管狭窄区域和病灶区域,更全面更细致的帮助医生进行精确的诊断和治疗。在医疗研究领域更是提供了很好的教学环境和教学辅助手段,让医疗工作者全方位的了解发病机理和治疗依据。但是,为了在临床环境中利用所提出的技术,需要进一步提升重建效率,并且快速执行三维重建的过程。在心导管实验室中,执行三维冠状动脉树重建的主要时间消耗因素在于将图像从商业射线照相设备到计算机工作站。在实际情况下,三维处理时间可以与心导管插入过程中的常规检查时间重叠。例如,医生可以继续获取右冠状动脉树的动脉图,同时处理之前获得的一对左冠状动脉造影图进行三维重建。以这种方式,完成三维处理的等待时间可以被最小化。另外,随着计算机技术的发展,计算机硬件也有待提高,软件和硬件的有效结合也能不断提高重建的效果和效率。