医疗CT影像阈值分割与三维可视化工具

资 源 简 介

该项目是一个专门用于处理DICOM格式医疗CT影像的MATLAB分析平台。其主要功能是通过简单的阈值化方法实现对特定解剖组织的精确分割。实现过程中，系统首先读取DICOM序列并利用斜率（Rescale Slope）和截距（Rescale Intercept）参数将原始像素值转换为Hounsfield单位（HU），从而确保分割标准具备统一的物理意义。用户可以通过交互方式输入或选择特定的灰度阈值，系统会自动生成二值化掩码，将目标组织（如骨骼、造影剂填充区域或肺部空气）从背景中分离出来。该工具非常适合作为医学制

详 情 说 明

医疗CT影像阈值分割与三维分析平台

项目介绍

本项目是一个基于MATLAB开发的医疗CT影像处理工具。它专注于DICOM序列的解析、Hounsfield单位（HU）转换以及特定解剖组织的阈值化分割。系统能够精确地从原始CT数据中提取目标组织（如骨骼或高密度造影剂区域），并通过形态学处理优化分割效果，最后提供定量的体积统计报告及直观的三维体绘制展示。该工具适用于医学制图、病灶区域初步定位以及解剖学量化分析的基础研究。

功能特性

• 灵活的数据导入：支持读取标准DICOM文件序列，并具备自动排序功能以保证解剖层面的连续性。
• 物理单位校准：通过DICOM元数据中的斜率与截距参数，将原始像素值转换为具备物理意义的Hounsfield单位（HU）。
• 交互式/自动化分割：内置默认骨骼提取阈值（200至3000 HU），支持对灰度范围的精确控制。
• 形态学优化：利用开运算去除噪声并填充组织内部可见的空洞，提高分割掩码的连通性。
• 定量分析报告：自动计算目标组织的总体积（cm³）、平均HU值、最大HU值及体素总数。
• 多维可视化：提供原始切片显示、分割边界实时预览以及基于等值面的三维模型重构。
• 内置模拟数据源：在用户未提供实际影像时，能够生成包含背景、软组织与骨骼结构的模拟体数据进行功能演示。

使用方法

1. 启动MATLAB并运行程序。
2. 在弹出的文件夹选择对话框中，定位并选择包含DICOM序列的目录。
3. 如果用户取消选择，系统将自动生成一套模拟CT数据以演示完整流程。
4. 程序随后会自动完成数据解析、单位转换、阈值分割、形态学清理及体积计算。
5. 处理完成后，命令行将输出分割统计报告，并弹出包含原始切片、边界预览及三维重构模型的可视化界面。

系统要求

• MATLAB 环境（建议 R2018b 及以上版本）
• 图像处理工具箱 (Image Processing Toolbox)
• 计算机需具备基础的图形渲染能力以支持三维可视化

核心实现逻辑与算法分析

1. 影像读取与解剖学排序

系统首先扫描指定目录下的文件，并根据 DICOM 元数据中的 ImagePositionPatient 属性（特别是Z轴坐标）进行排序。这一步骤至关重要，因为它确保了在进行三维重构和体积计算时，数据的空间顺序符合真实的解剖结构，避免了因文件名读取顺序随机带来的逻辑混乱。

2. Hounsfield单位 (HU) 标准化

CT图像的原始存储值通常是设备相关的原始像素。为了获得跨设备的一致性，系统通过以下公式进行线性变换： HU = 原始像素值 × RescaleSlope + RescaleIntercept 该过程确保了后续的阈值设定（如骨骼 > 200 HU）具有绝对的物理参考意义。

3. 阈值化分割与形态学预处理

• 二值化：基于预设的 HU 阈值范围对三维体数据进行截取，生成二值掩码。
• 噪声控制：采用了 2 像素半径的圆盘结构元素进行“开运算”（imopen），有效消除了图像中因传感器噪声产生的孤立小点。
• 孔洞填充：利用 imfill 算法处理切片内部的空隙，确保如骨髓腔等被包围的结构能够被视为一个完整的实体进行统计。

4. 空间建模与定量统计

• 体积计算：系统获取每层切片的像素间距（PixelSpacing）和层间距（SliceThickness），计算出单个体素的物理体积。通过统计掩码内体素的总数，实现对目标组织体积的精确量化。
• 三维重构：利用等值面提取算法（isosurface）在 0.5 阈值点提取二值掩码的表面三角网格。通过调整坐标系的纵横比（daspect），纠正了由于采样层厚与像素分辨率不一致导致的空间形变，从而真实还原解剖形态。

5. 模拟数据生成机制

在无外部输入时，系统通过 meshgrid 构建三维坐标场，利用数学公式模拟生成具有随机噪声、不同密度梯度（空气、软组织、骨骼）的几何体，为算法验证提供了标准的测试环境。