Dissection via CryosectionThe abili

Dissection via Cryosection
The ability to distinguish different human
organs in cryosection images is important
for letting anatomy students
demonstrate how much they understand
human anatomic structure in different
perspectives. At the Sichuan Continuing
Education College of Medical Sciences
in China, Lin Yang has been teaching
her students the anatomic structure using
cryosection images since June 2004.
Using their learned anatomy knowledge,
the students found pixels belonging
to the same body part on different
cryosection images and filled these pixels
with a designated color. In time, they
had two sets of images: the original
cryosection images showing natural colors
and the colored images showing
each organ in a different designated
color. Both sets have a 3,072
2,048
pixel resolution, and each uncompressed
image uses roughly 18 Mbytes of storage
space. The thickness of the slices
corresponding to the cryosection images
varies from 0.1 mm to 1.0 mm.
We designed VHASS to extract two
sets of pixels from the colored images.
The first set includes the boundary
pixels for different organ parts,
whereas the second includes the parts’
interior pixels. After the extraction, the
system separates different organ parts
using the following process.
First, we align the cryosection images
and the colored images as two corresponding
stacks according to their original
3D cross-section relations; thus,
each image has a z coordinate identified
according to its thickness, which defines
a 2D plane in 3D in which each pixel
has (x, y, z) coordinates. The cryosection
image stack is a set of volume data.
The colored image stack is another set
of volume data. Each pixel in the first
set has a corresponding pixel in the second.
A color table T includes all artificial
colors used in the colored
images—one color corresponding to
each organ part (see Figure 1).
Next, we use VHASS to create a set
of structures to store the generated
boundaries and interior parts (volume
data) from the colored images according
to their colors. Then, VHASS uses
a pixel in the colored image as an index
to extract the same pixel in the cryosection
image and retrieve the natural-
VIRTUAL HUMAN ANATOMY
By Lin Yang, Jim X. Chen, and Yanling Liu
TO LEARN HUMAN ANATOMY, MEDICAL STUDENTS MUST
PRACTICE ON CADAVERS, AS MUST PHYSICIANS WHEN
THEY WANT TO BRUSH UP ON THEIR ANATOMY KNOWLEDGE.
HOWEVER, CADAVERS ARE IN SHORT SUPPLY IN MEDICAL SCHOOLS
y
0 x 0 x
y
Figure 1. A pixel extraction. The
cryosection image at left has a
corresponding colored image (right).
72 COMPUTING IN SCIENCE & ENGINEERING
color information for storage in the new
data structure.
After creating the data structures,
VHASS retrieves the tissue boundaries.
Intuitively, the system can extract
boundary pixels by applying edge detection—
a mature and widely used technology1—
on the colored images. We
integrated an open-source IM digital
imaging toolkit (www.tecgraf.puc-rio.br/
im) into our system to extract the boundary
information and used Canny’s edge detector1
to perform the edge detection.
The system uses an image’s extracted
boundaries to build 3D surface models of
different organ parts. Figure 2 shows the
extracted boundary slices in 3D.
After extracting the tissue boundaries,
we retrieve all interior tissues and
save them separately. Extracting interior
pixels is much simpler than extracting
boundary pixels—for each
color in the color table T, we simply
convert all matching pixels into 3D
points. However, the size of the extracted
output requires extensive memory.
In our experiment, the interior
points of human skin from the first 200
processed images required more than
600 Mbytes of storage space. Although
upgrading to add memory is a simple
solution, a better one was to optimize
our system so that it would run well on
machines with different configurations.
Thus, our system can dynamically allocate
memory based on the current task
and successfully extract points (3D pixels)
totaling more than 2.5 Gbytes on a
machine with a 512-Mbyte memory.
During extraction, we found that
some parts in the colored images had
slightly bigger or smaller areas than the
actual organ parts on the cryosection images.
This was due to human error—the
colored images that are the basis for feature
extraction might not have been separated
exactly according to human parts,
thus resulting in incorrect retrieval. This
problem was more obvious for outerboundary
pixels of human skin: on the
colored image, these pixels sometimes
ended up outside the body. To solve this
problem, we discard pixels on a colored
image if the corresponding pixels on
cryosection images have the background
color. We must do more work in this
area to improve retrieval accuracy.
After the extraction process, our retrieved
3D points correspond to different
tissue parts and have geometry,
volume, and color information. Additionally,
the system uses the generated
3D cross-sections to interpolate and generate
3D volume pixels that don’t lie on
cross-sections—in both color and
cryosection images—for separate organs,
which lets users visualize the volume of
interior parts using volume rendering.
Figure 3 shows components of the human
brain in different color volumes.

ผลลัพธ์ (ไทย) 1:

ชำแหละผ่าน Cryosectionความสามารถในการแยกแยะบุคคลที่แตกต่างกันอวัยวะในรูป cryosection เป็นสำคัญสำหรับให้นักเรียนกายวิภาคศาสตร์แสดงให้เห็นว่าพวกเขาเข้าใจมนุษย์ anatomic โครงสร้างแตกต่างกันมุมมอง ที่เสฉวนอย่างต่อเนื่องการศึกษาวิทยาลัยแพทย์ศาสตร์ในประเทศจีน การสอนลินยางนักเรียนของเธอที่ anatomic โครงสร้างโดยใช้ภาพ cryosection ตั้งแต่ 2547 มิถุนายนใช้ความรู้กายวิภาคศาสตร์เรียนรู้นักเรียนที่พบของพิกเซลส่วนร่างกายเดียวกันในที่ต่าง ๆcryosection ภาพ และเติมพิกเซลเหล่านี้ด้วยสีที่กำหนด ในเวลา พวกเขามีสองชุดของรูปภาพ: ต้นฉบับภาพ cryosection แสดงสีสันที่เป็นธรรมชาติและภาพสีที่แสดงแต่ละอวัยวะในที่ต่าง ๆ กำหนดสี ทั้งสองชุดได้ 3,072 2,048ความละเอียดของพิกเซล และแต่ละยังรูปใช้เก็บประมาณ 18 Mbytesพื้นที่ ความหนาของชิ้นที่สอดคล้องกับภาพ cryosectionตั้งแต่ 0.1 มม.ถึง 1.0 มม.เราออกแบบ VHASS แยก 2ชุดของพิกเซลจากภาพสีชุดแรกมีขอบเขตพิกเซลสำหรับชิ้นส่วนอวัยวะต่าง ๆขณะที่สองประกอบด้วยชิ้นส่วน'ภายในเซล หลังการแยก การระบบแยกส่วนอวัยวะต่าง ๆโดยใช้กระบวนการต่อไปนี้ครั้งแรก เราจัดตำแหน่งภาพ cryosectionและสอดคล้องกับภาพสีเป็นสองกองตามเดิมของพวกเขาความสัมพันธ์ระหว่างส่วน 3D ดังนั้นแต่ละภาพมีพิกัด z ที่ระบุตาม ความหนาที่กำหนดเครื่องบินแบบ 2D ใน 3D ในที่แต่ละพิกเซลมี (x, y, z) พิกัด Cryosectionกองรูปคือ ชุดของข้อมูลเสียงกองภาพสีเป็นชุดอื่นไดรฟ์ข้อมูล แต่ละพิกเซลในครั้งแรกชุดมีพิกเซลตรงที่สองตารางสี T รวมทั้งประดิษฐ์สีที่ใช้ในการสีรูปแบบสีที่สอดคล้องกับอวัยวะแต่ละส่วน (ดูรูปที่ 1)ถัดไป ใช้ VHASS การสร้างชุดโครงสร้างการจัดเก็บที่สร้างขอบเขตและชิ้นส่วนภายใน (ระดับเสียงข้อมูล) จากภาพสีตามสีของพวกเขา แล้ว VHASS ใช้พิกเซลในภาพสีเป็นดัชนีแยกเซลเดียวใน cryosectionภาพ และดึงธรรมชาติ-กายวิภาคศาสตร์มนุษย์เสมือนโดย หยางหลิน เฉิน x. อัพจิม หลิวเยี่ยนหลิ่งนักศึกษาแพทย์ต้องเรียนรู้กายวิภาคศาสตร์มนุษย์ฝึกบน CADAVERS ต้องแพทย์เมื่อพวกเขาต้องการแปรงขึ้นบนความรู้กายวิภาคศาสตร์อย่างไรก็ตาม CADAVERS จะขาดในโรงเรียนแพทย์y0 x 0 xyรูปที่ 1 การแยกเซล ที่cryosection รูปที่ด้านซ้ายมีการตรงสีภาพ (ขวา)72 ในวิทยาศาสตร์และวิศวกรรมคอมพิวเตอร์สีข้อมูลสำหรับจัดเก็บข้อมูลใหม่โครงสร้างข้อมูลหลังจากการสร้างโครงสร้างข้อมูลVHASS ดึงเนื้อเยื่อขอบเขตระบบสามารถแยกได้หมดพิกเซลขอบ โดยใช้การตรวจพบขอบ —technology1 ผู้ใหญ่ และใช้กันอย่างแพร่หลายเช่นในภาพสี เรารวมเป็นแหล่งเปิด IM ดิจิตอลเครื่องมือที่เกี่ยวกับภาพ (ของ www.tecgraf.puc-rio.br/im) เป็นระบบการขยายขอบเขตของเราข้อมูลและของ Canny ใช้ detector1 ขอบเพื่อทำการตรวจจับขอบการใช้ระบบของสกัดภาพแบบจำลองของพื้นผิวเพื่อสร้าง 3Dชิ้นส่วนอวัยวะต่าง ๆ รูปที่ 2 แสดงการแยกชิ้นขอบใน 3Dหลังจากแยกขอบเขตของเนื้อเยื่อเราเรียกเนื้อเยื่อภายในทั้งหมด และบันทึกแยกต่างหาก แยกภายในพิกเซลถูกมากง่ายกว่าการแยกพิกเซลขอบเขตซึ่งในแต่ละสีในตารางสี T เราเพียงแค่แปลงพิกเซลทั้งหมดที่จับคู่ 3Dคะแนน อย่างไรก็ตาม ขนาดของการแยกผลผลิตต้องใช้หน่วยความจำอย่างละเอียดในการทดลองของเรา ตกแต่งภายในจุดของผิวมนุษย์จาก 200 คนแรกประมวลผลภาพที่จำเป็นมากกว่าMbytes 600 พื้นที่จัดเก็บ ถึงแม้ว่าอัพเกรดเพิ่มหน่วยความจำเป็นง่ายโซลูชั่น ดีกว่าถูกปรับให้เหมาะสมระบบของเราเพื่อจะทำงานได้ดีในเครื่อง มีการตั้งค่าคอนฟิกที่แตกต่างกันดังนั้น ระบบของเราสามารถปันส่วนแบบไดนามิกหน่วยความจำที่ใช้งานปัจจุบันและประสบความสำเร็จสกัดจุด (3D พิกเซล)รวม Gbytes มากกว่า 2.5 ในการเครื่องความจำ 512 Mbyteในระหว่างการสกัด เราพบว่ามีบางส่วนในภาพสีพื้นที่ขนาดเล็ก หรือใหญ่กว่าเล็กน้อยชิ้นส่วนอวัยวะจริงบนรูป cryosectionซึ่งเกิดจากข้อผิดพลาดของมนุษย์เช่นการภาพสีที่เป็นข้อมูลพื้นฐานสำหรับลักษณะการทำงานแยกอาจไม่ได้รับการแบ่งตรงตามชิ้นส่วนมนุษย์จึง เกิดการเรียกที่ไม่ถูกต้อง นี้ปัญหาได้ชัดเจนมากขึ้นสำหรับ outerboundaryพิกเซลของผิวหนังมนุษย์: ในการภาพสี พิกเซลเหล่านี้บางครั้งสิ้นสุดขึ้นนอกร่างกาย การแก้ปัญหานี้ปัญหา เราละทิ้งพิกเซลในการสีภาพถ้าพิกเซลที่เกี่ยวข้องในcryosection ภาพมีพื้นหลังสี เราต้องทำงานมากกว่านี้ตั้งการปรับปรุงความถูกต้องเรียกหลังจากการสกัด ดึงข้อมูลของเราคะแนน 3D ตรงที่แตกต่างกันเนื้อเยื่อชิ้นส่วน และมีรูปทรงเรขาคณิตเสียง และข้อมูลสี นอกจากนี้ระบบใช้ที่สร้างขึ้นCross-sections 3D ช่อง และสร้างพิกเซลไดรฟ์ข้อมูล 3D ที่ไม่อยู่ในข้ามส่วนตัวทั้งสี และภาพ cryosection — สำหรับแยกอวัยวะซึ่งช่วยให้ผู้ใช้เห็นภาพปริมาณชิ้นส่วนภายในที่ใช้แสดงผลปริมาณรูปที่ 3 แสดงส่วนประกอบของมนุษย์สมองในปริมาณสีที่แตกต่างกัน

ผลลัพธ์ (ไทย) 2:

ผ่าผ่าน Cryosection
ความสามารถในการแยกแยะความแตกต่างของมนุษย์ที่แตกต่างกันอวัยวะในภาพ cryosection เป็นสิ่งสำคัญสำหรับการให้นักเรียนกายวิภาคศาสตร์แสดงให้เห็นว่าพวกเขาเข้าใจโครงสร้างกายวิภาคของมนุษย์ที่แตกต่างกันในมุมมอง อย่างต่อเนื่องในมณฑลเสฉวนการศึกษาวิทยาลัยวิทยาศาสตร์การแพทย์ในประเทศจีนหลินหยางได้รับการเรียนการสอนนักเรียนของเธอโครงสร้างกายวิภาคใช้ภาพcryosection ตั้งแต่เดือนมิถุนายนปี 2004 การใช้ความรู้ทางกายวิภาคของพวกเขาได้เรียนรู้ของนักเรียนพบพิกเซลเป็นไปส่วนหนึ่งของร่างกายที่แตกต่างกันเช่นเดียวกันกับภาพและcryosection ที่เต็มไปด้วยพิกเซลเหล่านี้มีสีที่กำหนด ในเวลาที่พวกเขามีสองชุดของภาพ: ต้นฉบับภาพcryosection แสดงสีสันที่เป็นธรรมชาติและภาพสีแสดงแต่ละอวัยวะในการกำหนดที่แตกต่างกันสี ทั้งสองชุดมี 3072 หรือไม่? 2048 พิกเซลและแต่ละไม่มีการบีบอัดภาพใช้ประมาณ 18 เมกกะไบท์ของการจัดเก็บข้อมูลพื้นที่ ความหนาของชิ้นที่สอดคล้องกับภาพ cryosection แตกต่างกันจาก 0.1 มิลลิเมตรถึง 1.0 มม. เราได้ออกแบบ VHASS เพื่อดึงสองชุดพิกเซลจากภาพสี. ชุดแรกรวมถึงขอบเขตพิกเซลสำหรับชิ้นส่วนอวัยวะที่แตกต่างกันในขณะที่สองรวมถึงชิ้นส่วน'พิกเซลภายใน หลังจากการสกัดที่ระบบแยกชิ้นส่วนอวัยวะที่แตกต่างกันโดยใช้กระบวนการต่อไป. ครั้งแรกที่เราจัด cryosection ภาพและภาพสีที่สอดคล้องกันกับสองกองตามเดิมความสัมพันธ์ที่ตัด3D; ทำให้ภาพแต่ละภาพมีการระบุพิกัด az ตามความหนาของมันซึ่งกำหนดเครื่องบิน 2D ในแบบ 3 มิติซึ่งในแต่ละพิกเซลมี(x, y, z) พิกัด cryosection สแต็คของภาพคือชุดของข้อมูลปริมาณ. กองภาพสีเป็นอีกชุดหนึ่งของข้อมูลปริมาณ พิกเซลเป็นครั้งแรกในแต่ละชุดมีพิกเซลที่สอดคล้องกันในครั้งที่สอง. เสื้อตารางสีรวมถึงการประดิษฐ์ทุกสีที่ใช้ในสีภาพหนึ่งสีที่สอดคล้องกับการเป็นส่วนหนึ่งของอวัยวะแต่ละ(ดูรูปที่ 1). ต่อไปเราใช้ VHASS เพื่อสร้างชุดของโครงสร้างในการจัดเก็บที่สร้างขอบเขตและชิ้นส่วนภายใน(ปริมาณข้อมูล) จากภาพสีตามสีของพวกเขา จากนั้นใช้ VHASS พิกเซลในภาพสีเป็นดัชนีที่จะดึงพิกเซลเดียวกันใน cryosection ภาพและการเรียก natural- กายวิภาคของมนุษย์ VIRTUAL โดยหลินหยางเฉินจิมเอ็กซ์และ Yanling หลิวเรียนรู้กายวิภาคศาสตร์, นักศึกษาแพทย์ MUST การปฏิบัติงานศพ, AS แพทย์ต้องเมื่อพวกเขาต้องการแปรงขึ้นบนความรู้กายวิภาคของพวกเขา. อย่างไรก็ตามโจแอนนาอยู่ในระยะอุปทานในโรงเรียนแพทย์y ที่0 x 0 x y ที่รูปที่1. การสกัดพิกเซล ภาพที่ด้านซ้ายมี cryosection ภาพสีที่สอดคล้องกัน (ขวา). 72 COMPUTING วิทยาศาสตร์และวิศวกรรมข้อมูลสีสำหรับการจัดเก็บใหม่ในโครงสร้างข้อมูล. หลังจากสร้างโครงสร้างข้อมูลที่VHASS ดึงขอบเขตเนื้อเยื่อ. สัญชาตญาณระบบสามารถแยกพิกเซลเขตแดนโดยใช้ขอบ detection- ผู้ใหญ่และใช้กันอย่างแพร่หลาย technology1- ในภาพสี เราบูรณาการโอเพนซอร์ส IM ดิจิตอลชุดเครื่องมือการถ่ายภาพ(www.tecgraf.puc-rio.br/ im) ลงในระบบของเราที่จะดึงขอบเขตข้อมูลและใช้detector1 ขอบแสนรู้ของที่จะดำเนินการตรวจสอบขอบ. ระบบใช้สกัดของภาพขอบเขตการสร้างแบบจำลอง 3 มิติของพื้นผิวชิ้นส่วนอวัยวะที่แตกต่างกัน รูปที่ 2 แสดงให้เห็นถึงการสกัดชิ้นเขตแดนในแบบ3 มิติ. หลังจากการสกัดขอบเขตเนื้อเยื่อที่เราดึงเนื้อเยื่อภายในและช่วยให้พวกเขาแยกกัน สกัดภายในพิกเซลมากง่ายกว่าการสกัดเขตแดนพิกเซลสำหรับแต่ละสีในตารางT สีเราก็แปลงพิกเซลจับคู่ทั้งหมดเป็น3D จุด อย่างไรก็ตามขนาดของแยกส่งออกต้องใช้หน่วยความจำที่กว้างขวาง. ในการทดลองของเราภายในจุดที่ผิวหนังของมนุษย์จากครั้งแรกที่ 200 ภาพที่ต้องการการประมวลผลมากกว่า600 เมกกะไบท์ของพื้นที่จัดเก็บ แม้ว่าการอัพเกรดเพิ่มหน่วยความจำคือการที่ง่ายวิธีการแก้ปัญหาอย่างใดอย่างหนึ่งที่ดีกว่าคือการเพิ่มประสิทธิภาพระบบของเราเพื่อที่มันจะทำงานได้ดีบนเครื่องที่มีการกำหนดค่าที่แตกต่างกัน. ดังนั้นระบบของเราแบบไดนามิกสามารถจัดสรรหน่วยความจำที่อยู่บนพื้นฐานของงานปัจจุบันและประสบความสำเร็จดึงคะแนน(พิกเซล 3D ) รวมกว่า 2.5 Gbytes บนเครื่องที่มีหน่วยความจำ512 Mbyte. ในระหว่างการสกัดเราพบว่าบางส่วนในภาพสีมีพื้นที่ที่ใหญ่กว่าเล็กน้อยหรือขนาดเล็กกว่าชิ้นส่วนอวัยวะที่เกิดขึ้นจริงในภาพcryosection. นี่คือสาเหตุที่ผิดพลาดของมนุษย์ -the ภาพสีที่เป็นพื้นฐานสำหรับคุณลักษณะสกัดอาจจะไม่ได้รับการแยกออกตรงตามชิ้นส่วนของมนุษย์จึงทำให้เกิดการดึงไม่ถูกต้อง ซึ่งปัญหาที่เกิดขึ้นเป็นสิ่งที่ชัดเจนมากขึ้นสำหรับ outerboundary พิกเซลของผิวมนุษย์ในภาพสีพิกเซลเหล่านี้บางครั้งจบลงด้วยการที่อยู่นอกร่างกาย เพื่อแก้ปัญหานี้ปัญหาเราทิ้งพิกเซลบนสีของภาพที่สอดคล้องกันถ้าพิกเซลในภาพcryosection มีพื้นหลังสี เราจะต้องทำงานมากขึ้นในพื้นที่ที่จะปรับปรุงความถูกต้องดึง. หลังจากขั้นตอนการสกัดของเราดึงจุด 3 มิติที่แตกต่างกันตรงกับชิ้นส่วนของเนื้อเยื่อและมีรูปทรงเรขาคณิตปริมาณและข้อมูลสี นอกจากนี้ระบบจะใช้สร้าง3D ข้ามส่วนที่จะสอดแทรกและสร้างพิกเซลปริมาณ3 มิติที่ไม่ได้อยู่ในส่วนข้ามในทั้งสีและcryosection ภาพสำหรับอวัยวะที่แยกจากกันซึ่งจะช่วยให้ผู้ใช้เห็นภาพปริมาณของชิ้นส่วนภายในใช้ปริมาณการแสดงผล. รูปที่ 3 แสดงให้เห็นชิ้นส่วนของมนุษย์สมองในปริมาณสีที่แตกต่าง

ผลลัพธ์ (ไทย) 3:

การผ่าศพทาง cryosection
ความสามารถในการแยกแยะอวัยวะมนุษย์
แตกต่างกันใน cryosection ภาพสำคัญ

นักศึกษากายวิภาคศาสตร์ให้แสดงวิธีการมากที่พวกเขาเข้าใจโครงสร้างกายวิภาคของมนุษย์ในมุมมองต่าง ๆ

ในมณฑลเสฉวนต่อเนื่องการศึกษาวิทยาลัย

วิทยาศาสตร์การแพทย์ในจีน หลินยังได้สอน

โครงสร้างกายวิภาคที่ใช้นักเรียนของเธอcryosection ภาพตั้งแต่เดือนมิถุนายน 2004
ใช้เรียนรู้กายวิภาคศาสตร์ ความรู้

ให้นักศึกษาพบพิกเซลของร่างกายเดียวกัน ส่วนภาพ cryosection แตกต่างกัน

เต็มพิกเซลเหล่านี้กับเขตสี ในเวลาที่พวกเขา
ได้สองชุดภาพ : เดิม
cryosection ภาพแสดงสีธรรมชาติและสีภาพการแสดง

แต่ละอวัยวะในที่แตกต่างกันเขต
สีทั้งชุดมี 1
พิกเซลความละเอียด 2048

การบีบอัด และแต่ละภาพใช้ประมาณ 18 เมกกะไบท์ของพื้นที่เก็บข้อมูล

ความหนาของชิ้น

cryosection ภาพที่แตกต่างกันจาก 0.1 มม. 1.0 มม.

เราออกแบบ vhass แยกสองชุดของพิกเซลจากสีภาพ

ชุดแรกรวมถึงขอบเขตของพิกเซลสำหรับชิ้นส่วนอวัยวะที่แตกต่างกัน
ส่วนที่สองรวมถึงส่วนที่ '
ภายในพิกเซล หลังจากการสกัด แยก ชิ้นส่วนอวัยวะ ระบบต่าง ๆ

ตามขั้นตอนต่อไปนี้ .
ครั้งแรกเราจัด cryosection ภาพ
และสีภาพเป็นสองกอง ตามของเดิมที่

3
ตัดสัมพันธ์ ดังนั้น แต่ละภาพมีระบุพิกัด Z
ตามความหนาของมันซึ่งกำหนด
เครื่องบิน 2D ใน 3D ซึ่งในแต่ละพิกเซล
ได้ ( x , y , z ) พิกัด การ cryosection
รูปกองชุดข้อมูลเสียง ภาพสี

กองเป็นอีกชุดของข้อมูลเสียง แต่ละพิกเซลในชุดแรก
มีพิกเซลที่สอดคล้องกันในที่สอง
T ตารางที่มีสีเทียม

ภาพสีสีที่ใช้ในหนึ่งสีตรงกัน

อวัยวะแต่ละส่วน ( ดูรูปที่ 1 ) .
ต่อไปเราใช้ vhass เพื่อสร้างชุด

ของโครงสร้างการจัดเก็บสร้างขอบเขตและชิ้นส่วนภายใน ( ข้อมูลปริมาณ
) จากสีภาพตาม
สีพวกเขา แล้ว vhass ใช้
พิกเซลในรูปสีเป็นดัชนี
สกัดเดียวกันพิกเซลใน cryosection
รูปภาพและดึงธรรมชาติ -
เสมือนมนุษย์กายวิภาคศาสตร์
โดยหลินหยาง จิม เอ็กซ์ เฉิน และเยี่ยนหลิง หลิว
เรียนรู้กายวิภาคศาสตร์มนุษย์นักศึกษาแพทย์ต้อง
การปฏิบัติต่อศพ เป็นต้องแพทย์เมื่อพวกเขาต้องการที่จะแปรงขึ้นบน

ความรู้ทางกายวิภาคของพวกเขา อย่างไรก็ตาม ศพอยู่ในการจัดหาสั้นในโรงเรียนแพทย์

0 X Y
Y
0 x 1 รูป พิกเซลในการสกัด

cryosection ภาพที่ด้านซ้ายมีภาพสีเดียวกัน ( ขวา )

& 72 คอมพิวเตอร์วิทยาศาสตร์วิศวกรรมสีข้อมูลที่เก็บในโครงสร้าง

ข้อมูลใหม่หลังจากที่สร้างโครงสร้างข้อมูล
vhass ดึงทิชชู่ขอบเขต .
สังหรณ์ใจ ระบบสามารถแยกขอบเขตของพิกเซลโดยใช้การตรวจจับขอบ
-
เป็นผู้ใหญ่และใช้กันอย่างแพร่หลาย technology1 -
บนสีภาพ เรา

ภาพเครื่องมือโอเพ่นซอร์สมดิจิตอลแบบบูรณาการ ( www.tecgraf . โภคริโอ br /
im ) เข้าไปในระบบของเราเพื่อสกัดข้อมูลขอบเขต
และใช้แหลม ขอบ detector1
การดําเนินการตรวจหาขอบ .
ระบบใช้ของรูปภาพสกัด
ขอบเขตสร้าง 3D รูปแบบพื้นผิวของ
ส่วนอวัยวะต่าง ๆ รูปที่ 2 แสดง
สกัดขอบเขตชิ้นใน 3D
หลังจากการสกัดเนื้อเยื่อขอบเขต
เราดึงเนื้อเยื่อภายในทั้งหมดและ
บันทึกแยกต่างหาก แยกพิกเซลภายใน
เป็นมากง่ายกว่าการขอบเขตของพิกเซลแต่ละ

สีในตารางสี ทีเราเพียงแค่
แปลงทั้งหมดจับคู่พิกเซลเป็นจุด 3D

อย่างไรก็ตาม ขนาดของผลผลิตต้องสกัด

จำอย่างละเอียด ในการทดลองของเรา การตกแต่งภายใน
จุดที่ผิวหนังของมนุษย์จากภาพแรก 200

ต้องประมวลผลมากกว่า 600 เมกกะไบท์ของพื้นที่จัดเก็บ แม้ว่า
อัพเกรดเพิ่มหน่วยความจำเป็นโซลูชั่นที่ง่าย

ดีกว่าเพื่อเพิ่มประสิทธิภาพระบบของเราเพื่อที่มันจะวิ่งดี
เครื่องกับค่าที่แตกต่างกัน .
ดังนั้นระบบสามารถจัดสรรหน่วยความจำแบบไดนามิกตาม

งานปัจจุบันและประสบความสำเร็จสกัดจุด ( 3D พิกเซล )
รวมกว่า 2.5 gbytes บนเครื่องที่มีหน่วยความจำ 512 เมกะไบต์
.

ระหว่างการสกัด พบว่าบางส่วนในสีภาพมีพื้นที่ใหญ่กว่า
หรือเล็กกว่า
จริงอวัยวะส่วนที่ cryosection
ด้วยภาพนี้คือเนื่องจากข้อผิดพลาดของมนุษย์
สีภาพที่เป็นพื้นฐานสำหรับการสกัดคุณลักษณะ
อาจต้องจากกัน
ตรงตามชิ้นส่วนของมนุษย์ จึงทำให้ไม่ถูก
คำค้น ปัญหานี้เป็นที่ชัดเจนมากขึ้น

outerboundary พิกเซลของผิวหนังมนุษย์ :
สีภาพพิกเซลเหล่านี้บางครั้ง
สิ้นสุดภายนอกร่างกาย เพื่อแก้ปัญหานี้

เราทิ้งพิกเซลบนสีภาพถ้าพิกเซลที่สอดคล้องกันบน
cryosection ภาพพื้นหลัง สี

เราต้องทำงานเพิ่มเติมในพื้นที่นี้

เพื่อปรับปรุงความถูกต้องเรียก หลังจากกระบวนการสกัดของเรา ดึง
จุด 3D ตรงกับชิ้นส่วนเนื้อเยื่อที่แตกต่างกัน

และมีรูปทรงเรขาคณิตที่ปริมาณและข้อมูลสี นอกจากนี้ ระบบที่ใช้สร้าง

3D และการสอดแทรกและสร้าง
3 ปริมาณพิกเซลที่ไม่โกหก

ส่วนข้ามทั้งสีและภาพ cryosection แยกอวัยวะ ซึ่งช่วยให้ผู้ใช้เห็นภาพ

เสียงของชิ้นส่วนภายในใช้ปริมาตรแสดง .
รูปที่ 3 แสดงส่วนประกอบของสมองมนุษย์
ในปริมาณที่ต่างกัน