專利名稱：一種多模態(tài)醫(yī)學(xué)體數(shù)據(jù)三維可視化方法
技術(shù)領(lǐng)域：
本發(fā)明屬于生物醫(yī)學(xué)工程領(lǐng)域，涉及一種多模態(tài)醫(yī)學(xué)體數(shù)據(jù)的三維可視化方法。
背景技術(shù)：
醫(yī)學(xué)圖像數(shù)據(jù)可分為兩大類一類是X線計(jì)算機(jī)斷層(CT)和核磁共振(MR)等解剖圖像，適合于顯示人體的解剖細(xì)節(jié)，具有較高的空間分辨率；另一類是正電子發(fā)射斷層(PET)、單光子發(fā)射斷層(SPECT)等功能圖像，適合于反映人體組織的功能改變和代謝異常等信息，其空間分辨率差。由于成像原理不同所造成的圖像信息局限性，使得單獨(dú)使用一種模態(tài)數(shù)據(jù)的效果并不理想。通過(guò)多模態(tài)可視化可以把多個(gè)掃描源或不同時(shí)間獲取的同一病人或多個(gè)病人間的數(shù)據(jù)進(jìn)行適當(dāng)綜合，將功能信息、新陳代謝及解剖信息等融合在一起為醫(yī)生提供與解剖位置相關(guān)的功能變異，實(shí)現(xiàn)解剖圖像與功能圖像的信息互補(bǔ)，有利于發(fā)現(xiàn)新的信息，彌補(bǔ)單模態(tài)圖像信息不完整、部分信息不準(zhǔn)確或不確定引起的缺陷，使臨床診斷和治療、放療的定位和計(jì)劃設(shè)計(jì)、外科手術(shù)和療效評(píng)估等更加準(zhǔn)確完善。多模態(tài)可視化的關(guān)鍵在于多模態(tài)數(shù)據(jù)間的配準(zhǔn)和融合顯示。
配準(zhǔn)是為了多模態(tài)體數(shù)據(jù)間空間上的對(duì)齊，主要有基于圖像特征匹配和基于圖像灰度信息相似性兩類方法，目前已申請(qǐng)的配準(zhǔn)方法如剛體變換下基于輪廓多源圖像配準(zhǔn)方法(200310108731.X)主要針對(duì)多源二維圖像采用輪廓法實(shí)現(xiàn)圖像配準(zhǔn)，屬于基于圖像特征的方法；一種基于互信息敏感區(qū)域的多模態(tài)醫(yī)學(xué)圖像配準(zhǔn)方法(200310122434.0)提出一種基于互信息敏感區(qū)域的圖像配準(zhǔn)方法，該法在互信息敏感區(qū)域的選取上需要經(jīng)驗(yàn)知識(shí)，因此并不是全自動(dòng)的方法；圖像配準(zhǔn)方法(200410015656.7)提出基于快速相關(guān)法和最大化互信息法來(lái)進(jìn)行圖像配準(zhǔn)，在該法中坐標(biāo)變換是基于剛體變換的，即沒(méi)有考慮彈性縮放問(wèn)題，而互信法存在重疊區(qū)域易變性問(wèn)題。
目前已申請(qǐng)的有關(guān)醫(yī)學(xué)體數(shù)據(jù)顯示方法的發(fā)明有分布式心臟圖像多維重建與交互可視化方法(200510020318.7)提出一種采用分布式結(jié)構(gòu)實(shí)現(xiàn)旋轉(zhuǎn)掃描二維圖像快速重建三維數(shù)據(jù)場(chǎng)的交互顯示的方法；具有封閉輪廓多平面重定格式的體繪制數(shù)據(jù)的可視化(200510065505.7)提出一種用于可視化與查看矢量相關(guān)的體繪制圖像的方法；基于點(diǎn)重建的超大規(guī)模醫(yī)學(xué)影像三維可視化方法(200310121173.0)提出一種基于點(diǎn)重建的超大規(guī)模醫(yī)學(xué)影像三維可視化方法；腦外科手術(shù)導(dǎo)航系統(tǒng)中解剖圖譜的三維可視化應(yīng)用方法(03116689.X)提出一種腦外科手術(shù)導(dǎo)航系統(tǒng)中解剖圖譜的三維可視化應(yīng)用方法。以上這些發(fā)明都是針對(duì)單模態(tài)醫(yī)學(xué)體數(shù)據(jù)的顯示方法，沒(méi)有解決多種模態(tài)的醫(yī)學(xué)體數(shù)據(jù)的融合顯示問(wèn)題。容積-容積融合的可視化(03805385.3)提出利用多個(gè)容積的方法來(lái)融合顯示圖像的方法，該發(fā)明在三維體數(shù)據(jù)的融合顯示采用提取二維層面，其實(shí)質(zhì)是基于二維-二維的融合顯示方式，沒(méi)有解決真正基于三維立體的多模態(tài)數(shù)據(jù)融合顯示問(wèn)題。
以上申請(qǐng)的發(fā)明專利表明，在醫(yī)學(xué)多模態(tài)體數(shù)據(jù)可視化領(lǐng)域，配準(zhǔn)與融合顯示的研究工作都是各自進(jìn)行的，即專門(mén)從事配準(zhǔn)研究或?qū)σ雅錅?zhǔn)的多模態(tài)數(shù)據(jù)進(jìn)行可視化，且配準(zhǔn)多基于二維-二維層面或二維-三維層面。

發(fā)明內(nèi)容
本發(fā)明針對(duì)現(xiàn)有技術(shù)的不足，從信息論的角度出發(fā)，提供一種基于多分辨率的標(biāo)準(zhǔn)化互信息的方法來(lái)對(duì)三維-三維間的醫(yī)學(xué)體數(shù)據(jù)進(jìn)行高效、全自動(dòng)的彈性配準(zhǔn)，并提供一種新的基于單點(diǎn)多模態(tài)的直接體繪制法來(lái)進(jìn)行多模態(tài)醫(yī)學(xué)體數(shù)據(jù)的融合顯示的方法，從而完整的實(shí)現(xiàn)醫(yī)學(xué)體數(shù)據(jù)配準(zhǔn)和融合顯示過(guò)程，是真正三維-三維意義上的多模態(tài)可視化。
本發(fā)明主要包括兩大步驟基于多分辨率的標(biāo)準(zhǔn)化互信息法配準(zhǔn)和單點(diǎn)多模態(tài)直接體繪制法融合顯示。
基于多分辨率的標(biāo)準(zhǔn)化互信息法配準(zhǔn)包括坐標(biāo)變換、定位判據(jù)、多分辨率優(yōu)化三個(gè)步驟(1)坐標(biāo)變換方法設(shè)要進(jìn)行多模態(tài)可視化的兩個(gè)體數(shù)據(jù)分別稱為參考體和浮動(dòng)體，對(duì)兩個(gè)待配準(zhǔn)體數(shù)據(jù)分別定義一個(gè)物空間坐標(biāo)系，其中X軸為沿行掃描方向，Y軸為沿列掃描方向，Z軸則沿從顱頂?shù)斤B底的方向。傳統(tǒng)的剛體變換包括平移、旋轉(zhuǎn)矩陣，分別以T、R表示，本發(fā)明通過(guò)增加比例因子S，解決彈性配準(zhǔn)問(wèn)題，假設(shè)A是參考體到浮動(dòng)體的坐標(biāo)變換函數(shù)，則A可表示成A＝T(tx，ty，tz)*R(φx，φy，φz)*S(sx，sy，sz)從浮動(dòng)體的網(wǎng)格點(diǎn)提取的樣本通過(guò)坐標(biāo)變換后并不一定映射到參考體的網(wǎng)格點(diǎn)上，這時(shí)通過(guò)三次線性插值法得到整數(shù)坐標(biāo)。
(2)定位判據(jù)方法在坐標(biāo)變換過(guò)程中尋找參數(shù)α→*=(tx,ty,ty,φx,φy,φz,sx,sy,sz),]]>使之滿足下式α→*=argmaxα→NIFR(α→)···(1)]]>此時(shí)，兩個(gè)體數(shù)據(jù)對(duì)應(yīng)點(diǎn)間的標(biāo)準(zhǔn)化互信息NIFR最大。通過(guò)計(jì)算兩個(gè)體數(shù)據(jù)重疊部分體素的聯(lián)合灰度直方圖來(lái)估計(jì)浮動(dòng)體的熵HF、參考體的熵HR及兩者的聯(lián)合熵HFR，從而計(jì)算當(dāng)前配準(zhǔn)位置 的標(biāo)準(zhǔn)化互信息NIFR。
標(biāo)準(zhǔn)化互信息NIFR計(jì)算公式為NIFR＝(HF+HR)/HFR(2)HF=-Σf=1nF-1p(f)·log2p(f)···(3)]]>
HR=-Σr=1nR-1p(r)·log2p(r)···(4)]]>HFR=-Σf=1(nF-1)Σr=1(nR-1)p(f,r)·log2p(f,r)···(5)]]>p(f)、p(r)和p(f，r)分別為浮動(dòng)體和參考體的概率密度函數(shù)及它們的聯(lián)合概率密度函數(shù)，nF、nR是參考體和浮動(dòng)體數(shù)據(jù)灰度級(jí)別的個(gè)數(shù)，一般都標(biāo)準(zhǔn)化為255。
(3)多分辨率優(yōu)化方法由于計(jì)算配準(zhǔn)判據(jù)的時(shí)間與采樣點(diǎn)數(shù)成比例，通過(guò)欠采樣浮動(dòng)圖像在低分辨率下優(yōu)化可極大的提高速度。將圖像配準(zhǔn)過(guò)程分解為由粗到細(xì)先將原始圖像進(jìn)行子采樣，降低其分辨率，在低分辨率下進(jìn)行配準(zhǔn)，得到一個(gè)最優(yōu)的變換數(shù)據(jù)；然后以此變換參數(shù)為初始點(diǎn)，進(jìn)行更高分辨率的配準(zhǔn)；由于前次配準(zhǔn)的結(jié)果已經(jīng)接近于最終結(jié)果，因此，后一次配準(zhǔn)可以減小變換參數(shù)的搜索范圍，從而達(dá)到減少迭代次數(shù)提高配準(zhǔn)速度的效果。另外引入多分辨率搜索方法可以避免陷入局部極值。
單點(diǎn)多模態(tài)直接體繪制法融合顯示包括傳遞函數(shù)定義、光照模型的計(jì)算、圖像合成、多模態(tài)數(shù)據(jù)的單點(diǎn)多模表示、融合顯示五個(gè)步驟。
(1)傳遞函數(shù)定義的方法采集到的醫(yī)學(xué)體數(shù)據(jù)多為灰度數(shù)據(jù)，直接體繪制中對(duì)每個(gè)體素賦予顏色值和不透明值，不同的人體組織器官具有不同的灰度分布，本發(fā)明中的傳遞函數(shù)則根據(jù)灰度直方圖中不同的灰度分布賦予顏色值和不透明度值。
(2)光照模型的計(jì)算方法在直接體繪制中，環(huán)境光和周圍的點(diǎn)光源都會(huì)對(duì)最終的顯示效果產(chǎn)生影響，在醫(yī)學(xué)體數(shù)據(jù)的可視化中，光照的逼真問(wèn)題并不是最重要的因素，為了提高繪制速度，本發(fā)明將Phone模型加以簡(jiǎn)化，采用單個(gè)點(diǎn)光源，簡(jiǎn)化公式為I＝kaIa+fIl[kd(NL)+ks(NH)] (6)
I為局部光亮度；ka、kd、ks分別為環(huán)境、漫反射及鏡面反射系數(shù)；Ia為環(huán)境光亮度分量；I1、f為點(diǎn)光源光強(qiáng)及衰減因子；N為單位法向量；L為點(diǎn)光源的單位入射向量；H為點(diǎn)光源的單位入射向量與單位視線向量的平均值。
采用基于灰度梯度的中心差分法計(jì)算中間體素的表面法向量N，對(duì)于邊界點(diǎn)處的法向量計(jì)算則采用向前或向后差分法。中心差分法可表示成 Grad_y＝[f(xi，yj+1，zk)-f(xi，yj-1，zk)]/2Δy (7)Grad_z＝[f(xi，yj，zk+1)-f(xi，yj，zk-1)]/2Δz(3)圖像合成的方法本發(fā)明采用由前向后的圖像合成方法，在合成過(guò)程中，不透明度β必然逐步增大，當(dāng)β值趨近于1時(shí)，說(shuō)明該像素點(diǎn)的圖像已接近于完全不透明，后面的體元不會(huì)再對(duì)該像素點(diǎn)的圖像有所貢獻(xiàn)，因而可以不必再計(jì)算了，從而可以省去無(wú)效的計(jì)算，提高計(jì)算速度。由前向后的圖像合成公式可表示成Coutβout＝Cinβin+Cnowβnow(1-βin) (9)βout＝βin+βnow(1-βin)(10)Cout、βout為經(jīng)過(guò)第i個(gè)體元后的顏色值和不透明度值，Cnow、βnow為第i個(gè)體元的顏色值和不透明度值，Cin、βin為進(jìn)入第i個(gè)體元的顏色值和不透明度值。
(4)多模態(tài)數(shù)據(jù)的單點(diǎn)多模表示的方法為了在一個(gè)像素點(diǎn)上同時(shí)顯示多模態(tài)體數(shù)據(jù)信息，我們采用視覺(jué)顏色HLS模型。人眼的顏色知覺(jué)主要包括三個(gè)要素即色調(diào)(Hue)、飽和度(Saturation)和亮度(Luminance)，色調(diào)指光的顏色，不同波長(zhǎng)的光呈現(xiàn)不同的顏色，具有不同的色調(diào)。飽和度指顏色的深淺或濃淡程度，其深淺與顏色中加入白色的比例有關(guān)。亮度就是人眼能感覺(jué)到的光的明暗程度，光波的能量越大，亮度就越大。
視覺(jué)顏色模型以人眼的視覺(jué)特征為基礎(chǔ)，用色調(diào)、飽和度和亮度來(lái)表示各個(gè)多模態(tài)數(shù)據(jù)的顏色屬性。如HLS模型中的亮度表示參考體屬性，而色調(diào)和飽和度則表示浮動(dòng)體的顏色屬性。通常以高空間分辨率的模態(tài)數(shù)據(jù)來(lái)表示HLS模型中的亮度信息。
(5)融合顯示的方法將HLS模型轉(zhuǎn)化為RGB模型，并加以顯示。
采用本發(fā)明方法可以完整的實(shí)現(xiàn)醫(yī)學(xué)體數(shù)據(jù)配準(zhǔn)和融合顯示過(guò)程，是真正三維-三維意義上的多模態(tài)可視化，同時(shí)本發(fā)明具有以下特點(diǎn)1、用標(biāo)準(zhǔn)化互信息作為多模態(tài)醫(yī)學(xué)體數(shù)據(jù)的配準(zhǔn)測(cè)度，不需要對(duì)兩種模態(tài)數(shù)據(jù)強(qiáng)度間關(guān)系的性質(zhì)作任何假設(shè)，也不需要對(duì)圖像作預(yù)分割或任何預(yù)處理，因此用這種方法來(lái)進(jìn)行多模態(tài)體數(shù)據(jù)的配準(zhǔn)，能提高自動(dòng)化程度和配準(zhǔn)精度；同時(shí)在判據(jù)中考慮了坐標(biāo)變換中的彈性縮放，適合任何不同模態(tài)體數(shù)據(jù)的配準(zhǔn)；且標(biāo)準(zhǔn)化互信息法可解決互信息法難以克服的重疊區(qū)域易變性問(wèn)題。
2、通過(guò)多分辨率優(yōu)化配準(zhǔn)過(guò)程可極大的提高配準(zhǔn)的速度，同時(shí)避免陷入局部極值。
3、單點(diǎn)單模態(tài)的表示僅僅提供多個(gè)單模態(tài)可視化結(jié)果的數(shù)學(xué)疊加，表示效果受限，單點(diǎn)多模態(tài)直接體繪制法可使每個(gè)像素點(diǎn)同時(shí)表示多種模態(tài)數(shù)據(jù)屬性，能更有效的表現(xiàn)多模態(tài)融合信息。
具體實(shí)施例方式
我們對(duì)CT和PET兩種模態(tài)數(shù)據(jù)的三維可視化進(jìn)行實(shí)例說(shuō)明。令CT體數(shù)據(jù)為參考體，PET體數(shù)據(jù)為浮動(dòng)體，各自的坐標(biāo)為物空間坐標(biāo)。首先我們?cè)O(shè)置多分辨率的粗配準(zhǔn)為8個(gè)像素長(zhǎng)度單位，對(duì)CT和PET數(shù)據(jù)進(jìn)行坐標(biāo)變換，并計(jì)算坐標(biāo)變換后的標(biāo)準(zhǔn)化互信息，找出標(biāo)準(zhǔn)化互信息最大時(shí)的坐標(biāo)參數(shù) 將該最優(yōu)點(diǎn)作為起始點(diǎn)，縮小坐標(biāo)變換的范圍，同時(shí)將坐標(biāo)變換單位長(zhǎng)度減半，即提高分辨率，繼續(xù)前面的坐標(biāo)變換及標(biāo)準(zhǔn)化互信息判據(jù)過(guò)程，直至最優(yōu)，在新的最優(yōu)基礎(chǔ)上，重復(fù)前面的步驟，由粗配準(zhǔn)到精細(xì)配準(zhǔn)步步逼近，直至單位長(zhǎng)度為1，得到此時(shí)的坐標(biāo)變換參數(shù)即為配準(zhǔn)參數(shù)。
得到配準(zhǔn)參數(shù)后，從像空間平面發(fā)出射線，確定采樣點(diǎn)在射線上的分布間隔，采樣點(diǎn)像空間坐標(biāo)變換至CT物空間坐標(biāo)，讀取CT的相應(yīng)灰度值，同時(shí)利用配準(zhǔn)參數(shù)得到對(duì)應(yīng)PET物空間中點(diǎn)的灰度值；CT和PET各自對(duì)采樣點(diǎn)灰度樣本分類，賦顏色值和不透明度值，計(jì)算光照效應(yīng)，利用公式(9)(10)由前向后合成圖像，把空間分辨率較高的CT顏色值映射到HSL模型中的亮度值，而PET顏色值映射到HSL中的色調(diào)和飽和度，最后將HSL模型轉(zhuǎn)換為RGB模型得到融合顯示結(jié)果。
權(quán)利要求
1.一種多模態(tài)醫(yī)學(xué)體數(shù)據(jù)三維可視化方法，包括配準(zhǔn)和融合顯示，其特征在于配準(zhǔn)采用基于多分辨率的標(biāo)準(zhǔn)化互信息法，具體包括坐標(biāo)變換、定位判據(jù)、多分辨率優(yōu)化，其中(1)坐標(biāo)變換方法設(shè)要進(jìn)行多模態(tài)可視化的兩個(gè)體數(shù)據(jù)分別稱為參考體和浮動(dòng)體，對(duì)兩個(gè)待配準(zhǔn)體數(shù)據(jù)分別定義一個(gè)物空間坐標(biāo)系，其中X軸為沿行掃描方向，Y軸為沿列掃描方向，Z軸則沿從顱項(xiàng)到顱底的方向，傳統(tǒng)的剛體變換包括平移、旋轉(zhuǎn)矩陣，分別以T、R表示，通過(guò)增加比例因子S，解決彈性配準(zhǔn)問(wèn)題，假設(shè)A是參考體到浮動(dòng)體的坐標(biāo)變換函數(shù)，則A可表示成A＝T(tx，ty，tz)*R(φx，φy，φz)*S(sx，sy，sz)從浮動(dòng)體的網(wǎng)格點(diǎn)提取的樣本通過(guò)坐標(biāo)變換后并不一定映射到參考體的網(wǎng)格點(diǎn)上，這時(shí)通過(guò)三次線性插值法得到整數(shù)坐標(biāo)；(2)定位判據(jù)方法在坐標(biāo)變換過(guò)程中尋找參數(shù)α→*=(tx,ty,ty,φx,φy,φz,sx,sy,sz),]]>使之滿足下式α→*=argmaxα‾NIFR(α→)]]>此時(shí)，兩個(gè)體數(shù)據(jù)對(duì)應(yīng)點(diǎn)間的標(biāo)準(zhǔn)化互信息NIFR最大，通過(guò)計(jì)算兩個(gè)體數(shù)據(jù)重疊部分體素的聯(lián)合灰度直方圖來(lái)估計(jì)浮動(dòng)體的熵HF、參考體的熵HR及兩者的聯(lián)合熵HFR，從而計(jì)算當(dāng)前配準(zhǔn)位置 的標(biāo)準(zhǔn)化互信息NIFR，計(jì)算公式為NIFR＝(HF+HR)/HFRHF=-ΣF=1nF-1p(f)·log2p(f)]]>HR=-Σr=1nR-1p(r)·log2p(r)]]>HFR=-Σf=1(nF-1)Σr=1(nR-1)p(f,r)·log2p(f,r)]]>p(f)、p(r)和p(f，r)分別為浮動(dòng)體和參考體的概率密度函數(shù)及它們的聯(lián)合概率密度函數(shù)，nF、nR是參考體和浮動(dòng)體數(shù)據(jù)灰度級(jí)別的個(gè)數(shù)，采用標(biāo)準(zhǔn)化255；(3)多分辨率優(yōu)化方法將圖像配準(zhǔn)過(guò)程分解為由粗到細(xì)先將原始圖像進(jìn)行子采樣，降低其分辨率，在低分辨率下進(jìn)行配準(zhǔn)，得到一個(gè)最優(yōu)的變換數(shù)據(jù)；然后以此變換參數(shù)為初始點(diǎn)，進(jìn)行更高分辨率的配準(zhǔn)；在前次配準(zhǔn)的基礎(chǔ)上減小變換參數(shù)的搜索范圍；融合顯示采用單點(diǎn)多模態(tài)直接體繪制法，具體包括傳遞函數(shù)定義、光照模型的計(jì)算、圖像合成、多模態(tài)數(shù)據(jù)的單點(diǎn)多模表示、融合顯示，其中(1)傳遞函數(shù)定義的方法將采集到的醫(yī)學(xué)體數(shù)據(jù)根據(jù)人體不同組織和器官的分類對(duì)每個(gè)體素賦予顏色值和不透明值，其中分類采用灰度直方圖的方法；(2)光照模型的計(jì)算方法對(duì)Phone模型加以簡(jiǎn)化，采用單個(gè)點(diǎn)光源，公式為I＝kaIa+fIl[kd(NL)+ks(NH)]I為局部光亮度；ka、kd、ks分別為環(huán)境、漫反射及鏡面反射系數(shù)；Ia為環(huán)境光亮度分量；I1、f為點(diǎn)光源光強(qiáng)及衰減因子；N為單位法向量；L為點(diǎn)光源的單位入射向量；H為點(diǎn)光源的單位入射向量與單位視線向量的平均值，采用基于灰度梯度的中心差分法計(jì)算中間體素的表面法向量N，表示成 (3)圖像合成的方法由前向后的圖像合成公式可表示成Coutβout＝Cinβin+Cnowβnow(1-βin)βout＝βin+βnow(1-βin)Cout、βout為經(jīng)過(guò)第i個(gè)體元后的顏色值和不透明度值，Cnow、βnow為第i個(gè)體元的顏色值和不透明度值，Cin、βin為進(jìn)入第i個(gè)體元的顏色值和不透明度值；(4)多模態(tài)數(shù)據(jù)的單點(diǎn)多模表示的方法采用視覺(jué)顏色HLS模型，該模型根據(jù)人眼的顏色知覺(jué)三個(gè)要素，即色調(diào)、飽和度和亮度來(lái)表示各個(gè)多模態(tài)數(shù)據(jù)的顏色屬性；(5)融合顯示的方法將HLS模型轉(zhuǎn)化為RGB模型，并加以顯示。
全文摘要
本發(fā)明涉及一種多模態(tài)醫(yī)學(xué)體數(shù)據(jù)的三維可視化方法。現(xiàn)有技術(shù)中的配準(zhǔn)多基于二維－二維層面或二維－三維層面，同時(shí)不能完整的實(shí)現(xiàn)醫(yī)學(xué)體數(shù)據(jù)配準(zhǔn)和融合顯示過(guò)程。本發(fā)明主要包括基于多分辨率的標(biāo)準(zhǔn)化互信息法配準(zhǔn)和單點(diǎn)多模態(tài)直接體繪制法融合顯示。其中基于多分辨率的標(biāo)準(zhǔn)化互信息法配準(zhǔn)包括坐標(biāo)變換、定位判據(jù)、多分辨率優(yōu)化三個(gè)步驟；單點(diǎn)多模態(tài)直接體繪制法融合顯示包括傳遞函數(shù)定義、光照模型的計(jì)算、圖像合成、多模態(tài)數(shù)據(jù)的單點(diǎn)多模表示、融合顯示五個(gè)步驟。采用本發(fā)明方法可以完整的實(shí)現(xiàn)醫(yī)學(xué)體數(shù)據(jù)配準(zhǔn)和融合顯示過(guò)程，是真正三維－三維意義上的多模態(tài)可視化。
文檔編號(hào)G06T7/00GK1818974SQ200610049748
公開(kāi)日2006年8月16日 申請(qǐng)日期2006年3月8日 優(yōu)先權(quán)日2006年3月8日
發(fā)明者金朝陽(yáng), 薛安克, 王建中, 楊成忠 申請(qǐng)人:杭州電子科技大學(xué)