专利名称：一种面向医学体数据的局部特征加强体绘制方法
技术领域：
本发明涉及一种面向医学数据的局部特征加强体绘制方法。
背景技术：
随着临床医学的发展，医学可视化技术在医学领域得到越来越广泛的应用。新的医疗方法如远程诊断、远程手术等的出现，也代表这医学可视化技术已经成为医学应用领域不可或缺的重要技术。医学可视化技术出现在上世纪70年代，主要在计算机断层扫描以及核磁共振设备中作为显示二维切片的图形技术辅助医疗诊断。随着计算机硬件技术的发展以及医疗需求的提高，三维实时绘制的医学可视化技术得到了快速的发展和应用，如最大强度值投影(MIP)技术、直接体绘制技术(DVR)等。最大强度值投影技术上一种快速的特征绘制技术，最初由国外研究者用来快速的绘制正电子发射型计算机断层扫描(PET)数据中的最大强度值。最初的MIP缺乏体数据的三维信息，经过几十年的发展，MIP技术引入了体数据的深度信息、梯度信息等三维空间信息，能够高质量的显示人体组织数据中强度值较大的区域，比如CT数据中的骨骼、血管造影数据中的血管以及MRI脑数据中的动脉瘤等。然而，与直接体绘制技术相比，MIP虽然存在速度快、交互简单的优势，但是缺乏空间三维信息，并且能够绘制的特征较少。直接体绘制技术通过光线积分，能够将体数据中采样到的数据映射为光学属性，并最终显示在二维图像中。随着高性能图形硬件的迅速发展，研究者克服了直接体绘制技术绘制速度慢、缺乏实时交互的缺点，能够得到高质量实时的交互绘制。今年来国内外研究者在直接体绘制的基础上引入了高级光照模型，使得直接体绘制的绘制效果具有真实感绘制的效果。直接体绘制技术的绘制结果依赖于传输函数的设计和调节，简单的传输函数往往不能将组织分离出来，而复杂的传输函数需要花费大量的时间和精力进行手工调节。并且， 调节传输函数需要一定的领域知识，在调节过程中不能得到直观的反馈，只能通过反复尝试获取理想的传输函数。传输函数的设计已经成为直接体绘制技术的瓶颈，近些年来不少研究者在半自动以及自动传输函数的研究上取得了一些成果，但是并没有完全解决传输函数调节复杂的难题。国内外一些学者在图形学深度剥离的基础上提出了一些体数据剥离绘制的方法，实现了对体数据的分层剥离绘制，在对医学体数据进行剥离绘制方面具有比较好的效果。例如对核磁共振大脑数据进行剥离绘制，可以将大脑皮层以及脂肪组织剥去，清晰的绘制出大脑的沟壑。也有研究者结合最大强度值投影以及直接体绘制的方法的优势， 设计一种快速显示体数据中最大强度组织的方法，并在生物神经学研究领域得到应用，但是该方法只能显示体数据中最大强度值变化的区域，忽略了局部特征的显示。因此，尽管研究者提出了不少体数据的分类方法，如何快速显示医学体数据中的用户感兴趣组织特征依旧是医学可视化研究领域一个热点。
发明内容
为了克服已有面向医学体数据的直接体绘制技术的交互复杂、绘制效果较差、显示局部特征较少的不足，本发明提供一种交互简单、绘制效果良好、显示更多的局部特征的面向医学体数据的局部特征加强体绘制方法。本发明解决其技术问题所采用的技术方案是—种面向医学体数据的局部特征加强体绘制方法，包括以下步骤a)读取医学影像数据，并导入到显卡内存；b)执行第一次光线投射，沿采样光线对采样光线进行移动最小二乘法平滑；c)沿采样光线搜索极小值点，并根据用户提供的梯度阈值判断极小值点是否为特征分界点，并记录特征分界点位置Pi,并计算特征区域的平均标量值sa，平均梯度模值Ga， 并根据公式f(Sa,Ga) = (\-X)Sa+-Ga(1)
η计算每一个特征区域的特征阈值函数值，并记录在结构体{Ps，Pe，f(Sa，Ga)}中，λ 为用户自定义的参数；d)第二次光线投射，根据第一次光线投射中特征分析的结果，判断当前采样点是否处于特征组织内部，如果是，则判断当前特征片段的特征函数阈值f(sa，Ga)是否大于用户提供的特征阈值TfMt_，如果是，则执行加强累积方法，否则，执行直接体绘制累积方法；所述加强累积方法为引入特征加强绘制参数β，累积公式如下所示Cacc 一 CaccX β i+d-α accX β ,) XCi(4)α acc 一 α accX β i+(l-a accX β J X α i其中，Ca。。为累积颜色值，α acc为累积不透明度值，Ci和α ,分别为当前颜色值和不透明度值，β i为特征加强绘制参数；在采样过程中，若当前采样点属于特征区域，并且当前特征区域的特征阈值函数满足条件，则Pi = I-(Si-Sp1),否则Pi = 1.0 ；e)在光线累积结束的时候，进行最终图像的亮度平衡，执行Tone衰减操作，如公式⑶所示
权利要求
1.一种面向医学体数据的局部特征加强体绘制方法，其特征在于包括以下步骤a)读取医学影像数据，并导入到显卡内存；b)执行第一次光线投射，沿采样光线对采样光线进行移动最小二乘法平滑；c)沿采样光线搜索极小值点，并根据用户提供的梯度阈值判断极小值点是否为特征分界点，并记录特征分界点位置Pi,并计算特侦区域的平均标量值&，平均梯度模值Ga，并根据公式
2.如权利要求1所述的面向医学体数据的局部特征加强体绘制方法，其特征在于所述步骤d)中，执行光照计算，采用Wiong光照模型，以当前采样点的梯度作为光照的表面法向，利用公式Csh=(Ka+Kd(N.L))XC+Ks(N.Ⅱ)n(2)计算新的颜色值参与颜色累积过程，其中ka，kd，和ks分别为环境光，散射光以及高光的影响参数，N代表当前采样点的法向量的方向，由当前采样点的归一化梯度向量表示，L 代表入射光线的方向，由当前采样点的位置以及光源的位置确定，H代表反射光与法向量之间的半角，用来计算高光，η是高光系数，用来控制高光的范围以及亮度，C代表当前采样点的颜色值，在直接体绘制中由传输函数指定。
全文摘要
一种面向医学体数据的局部特征加强体绘制方法，包括以下步骤读取医学影像数据；沿采样光线对采样光线进行移动最小二乘法平滑；沿采样光线搜索极小值点，并根据用户提供的梯度阈值判断极小值点是否为特征分界点，并记录参数；根据第一次光线投射中特征分析的结果，判断当前采样点是否处于特征组织内部，如果是，则判断当前特征片段的特征函数阈值f(Sa，Ga)是否大于用户提供的特征阈值Tfeature，如果是，则执行加强累积方法，否则，执行直接体绘制累积方法；在光线累积结束的时候，执行Tone衰减操作，将医学体数据中的组织特征快速并清晰的绘制出来。本发明交互简单、实时性良好、绘制效果良好、显示更多的局部特征。
文档编号G06T15/08GK102542598SQ201110429660
公开日2012年7月4日 申请日期2011年12月20日 优先权日2011年12月20日
发明者吴云飞, 梁荣华 申请人:浙江工业大学