1、三维重建的过程 输入：由CT、MR等设备扫描得到的一系列的两维切片数据 输出：组织（器官）的三维形状三维重建的分类面显示 只提取感兴趣的某一种物质（如骨骼）计算速度快，显示清晰 一般用密集的三角网格来表达 应用广泛（图形引导手术、虚拟内窥镜等）可以实现多层的面显示，以观察整体效果面显示的例子（骨骼）面显示的例子（皮肤）多层面显示的例子Marching Squares算法 Marching Squares算法的目的：假设已知每个角点的权值和一个参考值（域值），用线段连接在正方形边上的插值。如右图：已知网格每个角 点的权值和域值为5，要 画出一条连续的曲线，其 值要与域值相等，即为5。Marchi
2、ng Squares算法 对于每个小的方格，将每个顶点的权值与域值相比较，权值域值，标记黑点，权值域值，标记空心点。以下列举了共有16种情况。面显示算法简介 Marching Cubes算法是面显示算法中的经典算法，它也被称为“等值面提取”（Isosurface Extraction）所谓等值面，是指在1个网格空间中由采样值等于某一给定值的所有点组成的集合 本质是将一系列两维的切片数据看做是一个三维的数据场，从中将具有某种域值的物质抽取出来，以某种拓扑形式连接成三角面片Marching Cubes算法描述 对于一个标准的医学图像的体数据集，它往往是由一系列的二维切片数据组成的，而每张切片都有空
3、间上的分辨率。假设有一个体数据集，包含 58 张切片，每张切片的分辨率是 512512，那么它可以被认为是一个连续函数 f(x,y,z)在x、y、z 三个方向上按一定的间隔分别采样了 512、512、58 次所得到的。Marching Cubes算法描述1如图，每次读出两张切片，形成一层（Layer）；Marching Cubes算法描述2如图，两张切片上下相对应的四个点构成一个立方体（Cube），也叫 Cell,Voxel 等；Marching Cubes算法描述Marching Cubes算法描述Marching Cubes算法描述Marching Cubes算法描述Marching Cubes算法描述Marching Cubes算法描述 根据这 15 种基本的Cubes，可以造出一个查找表（Look-up Table）。表的长度为256，记录了所有情况下的等值面连接方式。Marching Cubes算法描述Marching Cubes算法描述Marching Cubes算法描述Marching Cubes算法描述Marching Cubes算法描述Marching Cubes算法流程
