医学影像数据的快速绘制算法研究

论文摘要

在医学可视化中,一些快速简单的方法通常被广泛的应用到实际中,如最大强度投影算法,其优点在于绘制速度快及交互的实时性,然而会造成最终图像的深度失真。为了将此类算法更好的应用到医学可视化中,需要改进其光线的累积方式。本文系统的研究了快速体绘制算法,总结并实现了最大强度投影、最大强度差值累积、深度加强最大强度投影、形状提高的最大强度投影等算法。这些算法通过改变最大强度投影算法光线累积方式,增加结构特征的可识性,其绘制速度较快,且无需调节传输函数,在一定程度上解决了最大强度投影算法中深度丢失问题。在一些复杂的医学影像数据中,由于其内包含较多的组织,这些组织相互遮挡,快速体绘制相关算法无法在最终绘制结果中展示准确的各组织相对位置。针对该问题,本文做了一定的研究和探索。在上述算法基础上,本文提出了基于深度差值累积体绘制算法。采用高斯滤波平滑光线上采样点的标量值,线性调整采样点的标量值,用采样点深度和新标量差值共同降低当前累积颜色值和累积不透明度值。引入光照模型增强图像的立体感。此外,本文基于Qt的图形界面系统,实现体数据导入、传输函数调节以及绘制、交互等功能,并实现上述所有相关绘制算法。在一维线性传输函数条件下,比较了不同算法绘制结果及不同参数绘制的结果。试验结果表明,在绘制内部结构较复杂的医学数据过程中,本文算法有明显的优势；同时,通过参数调节可以满足不同需求的医学数据绘制。在今后的研究中,我们将在特征寻找、参数优化等方面进一步研究。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题研究背景和意义
• 1.2 国内外研究现状
• 1.3 研究内容
• 1.4 论文章节安排
• 第2章 相关理论基础
• 2.1 直接体绘制技术
• 2.1.1 体数据
• 2.1.2 体绘制的光学积分模型
• 2.1.3 体绘制积分
• 2.1.4 光线投射
• 2.2 算法介绍与比较
• 2.2.1 深度提高的最大强度投影
• 2.2.2 形状提高的最大强度投影
• 2.2.3 最大强度差值累积
• 2.2.4 基于重要的体数据属性累积机制
• 2.2.5 显示隐藏特征光线投射算法
• 2.2.6 局部特征差值累积的特征提高体绘制
• 2.3 基于GPU的体绘制
• 2.4 本章小结
• 第3章 基于深度的差值累积体绘制算法
• 3.1 算法的提出
• 3.2 采样点深度的计算
• 3.3 标量值的线性调整
• 3.4 深度差值累积
• 3.5 光照处理
• 3.6 算法实现流程
• 3.7 本章小结
• 第4章 算法实现与结果分析
• 4.1 算法实现
• 4.1.1 功能模块
• 4.1.2 界面
• 4.2 绘制结果分析
• 4.2.1 光线累积过程分析
• 4.2.2 不同算法绘制结果比较
• 4.2.3 不同参数绘制结果比较
• 4.3 本章小结
• 第5章 结论与展望
• 5.1 结论
• 5.2 展望
• 参考文献
• 致谢
• 攻读学位期间参加的科研项目和成果