三维重建算法（Marching Cubes算法实现）

 常用的医学图像重建方式有两种：体绘制和面绘制。

一类是基于构建物体表面的面绘制算法；一类是直接绘制物体三维体素的体绘制算法。

体绘制可以更好地反映对象的真实结构，但是由于其计算量大，因此，对设备的要求很高。所以在实际医学图像重建过程中，经常采用面绘制的方法。

Marching Cubes算法是经典的面绘制重建算法。下面是以nii文件格式应用Marching Cubes算法进行三维成像的完整代码：

import nibabel as nib
import numpy as np
from skimage import measure
from mayavi import mlab
# 读取NII文件并获取图像数据
def read_nii(file_path):
    img = nib.load(file_path)
    data = img.get_fdata()
    return data
# 使用Marching Cubes算法提取等值面并绘制
def marching_cubes_cbct(data, threshold=0.5):
    verts, faces, _, _ = measure.marching_cubes(data, threshold)
    return verts, faces
# 绘制CBCT图像
def plot_cbct(verts, faces):
    fig = mlab.figure(size=(800, 800), bgcolor=(1, 1, 1))
    mesh = mlab.triangular_mesh(verts[:, 0], verts[:, 1], verts[:, 2], faces)
    mlab.show()
if __name__ == "__main__":
    # 替换为你本地的NII文件路径
    nii_file_path = r"path.nii"
    # 读取NII文件并获取图像数据
    cbct_data = read_nii(nii_file_path)
    # 提取等值面并获取顶点和面信息
    verts, faces = marching_cubes_cbct(cbct_data)
    # 绘制CBCT图像
    plot_cbct(verts, faces)