医学体数据场可视化是从由医学切片(如CT、MRI等)组成的三维医学体数据场中获得人体的有用信息,并将其重构为三维模型,从而清晰地显示出人体器官或组织的复杂特征和空间定位关系。颅脑图像的处理和重构将直接影响大脑皮层可视化的效果。本文针对基于医学体数据场的大脑皮层可视化技术中的关键问题进行研究,主要内容包括以下几方面:1.颅脑切片中脑组织的提取。将改进的分水岭算法和水平集算法应用于脑组织的提取。水平集方法通过识别脑组织外部边界轮廓实现脑组织结构的分割。采用本文提出的一种改进的基于灰度相似性先区域合并后区域吞并的分水岭算法实现脑组织图像的自动分割。2.脑皮层的重构。提出了基于遗传算法的二维Otsu脑灰质分割算法,采用改进的基于分割的Marching Cubes算法重构脑皮层,有效提高了重构的速度。3.网格模型处理。研究了基于特征约束的网格化简、网格平滑和网格破洞修补问题,实现了基于特征的边收缩三角网格简化算法、基于特征的拉普拉斯平滑算法和网格小洞修补算法,提高了交互的实时性和模型的效果。4.系统设计与实现。开发了基于医学体数据场的大脑皮层可视化系统,具有数据读取、图像预处理、图像分割、三维重构、网格模型处理、模型保存等功能。实现了大脑皮层的面绘制和体绘制。实验结果验证了研究内容的可行性和实用性。