專利名稱：面向醫(yī)學(xué)海量數(shù)據(jù)的多分辨率體繪制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種面向醫(yī)學(xué)海量數(shù)據(jù)的多分辨率體繪制方法。
背景技術(shù)：
隨著醫(yī)學(xué)計(jì)算機(jī)斷層攝像(CT)、核磁共振(MRI)等醫(yī)學(xué)成像技術(shù)的發(fā)展，人體各 部分組織均可被十分清晰的在一組二維數(shù)字?jǐn)鄬訄D像序列上表示出來。雖然，組織器官的 三維空間結(jié)構(gòu)信息在一定程度上可由這一圖像序列表示，但是完整的三維觀察結(jié)果卻并不 能通過單純的二維序列觀察直接并且全面的獲取。因此，醫(yī)學(xué)研究人員和醫(yī)務(wù)工作者不能 直觀的了解病人患處的三維空間結(jié)構(gòu)和空間關(guān)系，取而代之的是憑借二維圖像觀察經(jīng)驗(yàn)對 病人病情進(jìn)行判斷。在這一背景下，旨在提供人體組織三維空間信息以及三維觀察手段的 醫(yī)學(xué)可視化技術(shù)應(yīng)運(yùn)而生。醫(yī)學(xué)體數(shù)據(jù)可視化就是運(yùn)用計(jì)算機(jī)圖形學(xué)和圖像處理技術(shù)，在 三維空間中將醫(yī)學(xué)體數(shù)據(jù)生成為人體器官或組織的三維圖像，從而在屏幕上形象逼真地顯 示人體組織內(nèi)部的復(fù)雜結(jié)構(gòu)。這樣，醫(yī)生可以通過人機(jī)交互對該三維圖像進(jìn)行縮放、旋轉(zhuǎn)、 位移、切片處理、多層顯示、分割、提取組織器官等一系列操作，幫助醫(yī)生做出準(zhǔn)確的診斷和 制定正確的手術(shù)方案。因此，對這一技術(shù)的進(jìn)一步深入研究已成為醫(yī)學(xué)可視化領(lǐng)域的熱點(diǎn) 問題。三維醫(yī)學(xué)圖像可視化技術(shù)的一種重要方法是直接體繪制技術(shù)，與傳統(tǒng)的面繪制相 比，直接體繪制表達(dá)了人體內(nèi)部的組織信息，直接研究光線通過體數(shù)據(jù)場與體素的相互關(guān) 系，無需構(gòu)造中間面，使得體素的許多細(xì)節(jié)信息得以保留，具有高度的保真性。然而在通常 的醫(yī)學(xué)體繪制過程中，由于計(jì)算量很大，因此存在圖像生成速度慢，實(shí)時(shí)性難以保證等缺
點(diǎn)ο近年來，體繪制方法已經(jīng)從基于軟件變?yōu)榛谟布？捎眯?，精確性和較高的并行 計(jì)算能力使GPU成為標(biāo)準(zhǔn)的體繪制平臺?；诩y理硬件的直接體繪制技術(shù)已經(jīng)可以以一定 的幀率對體數(shù)據(jù)進(jìn)行交互繪制。但是，隨著醫(yī)學(xué)成像技術(shù)的進(jìn)步和儀器設(shè)備精度的提高，醫(yī) 學(xué)體數(shù)據(jù)的規(guī)模也日趨膨脹。在現(xiàn)階段，一般體數(shù)據(jù)的規(guī)?？蛇_(dá)到千兆字節(jié)或者更大。毫 無無疑，相比這種規(guī)模上，普通計(jì)算機(jī)的硬件資源就十分有限了。雖然，有些高端個(gè)人電腦 或者工作站配有超大容量的內(nèi)存和具有百兆甚至千兆字節(jié)紋理緩存的圖形顯示卡，使得大 規(guī)模體數(shù)據(jù)可以進(jìn)行實(shí)時(shí)交互繪制，但是，這個(gè)不是解決問題的根本方法。所以，如何解決 大規(guī)模體數(shù)據(jù)的是體繪制已經(jīng)成為一個(gè)亟待解決的重要問題。

發(fā)明內(nèi)容
為了解決醫(yī)學(xué)海量體數(shù)據(jù)與計(jì)算機(jī)圖形卡內(nèi)存之間的不匹配問題，達(dá)到滿足實(shí)時(shí) 繪制的醫(yī)學(xué)臨床應(yīng)用要求的目的，本發(fā)明提供一種快速性好，準(zhǔn)確性高，可靠性強(qiáng)的面向醫(yī) 學(xué)海量數(shù)據(jù)的多分辨率體繪制方法。面向醫(yī)學(xué)海量數(shù)據(jù)的多分辨率體繪制方法，包括以下步驟1)、導(dǎo)入需要繪制的醫(yī)學(xué)體數(shù)據(jù)，將該醫(yī)學(xué)體數(shù)據(jù)作為原始體數(shù)據(jù)；
2)、對所述的原始體數(shù)據(jù)進(jìn)行統(tǒng)一劃分、形成一系列大小相同父分塊；獲取一個(gè)父 分塊作為當(dāng)前父分塊，計(jì)算當(dāng)前父分塊的各個(gè)細(xì)節(jié)層次所具有的標(biāo)量變化率，根據(jù)用于指 定的標(biāo)量閾值來決定父分塊的最終細(xì)節(jié)層次等級；將當(dāng)前父分塊壓縮到該最終細(xì)節(jié)層次等 級、形成壓縮父分塊；將所有父分塊轉(zhuǎn)換為壓縮父分塊；3)、根據(jù)用戶設(shè)定的不透明度函數(shù)，篩選出不透明度非零的壓縮父分塊，將所有不 透明度非零的壓縮父分塊導(dǎo)入圖形卡的紋理緩存中并進(jìn)行重組；重組的原則是根據(jù)相鄰細(xì)節(jié)層次等級的數(shù)據(jù)規(guī)模之間的關(guān)系，即高一級的細(xì)節(jié)層 次的數(shù)據(jù)規(guī)模是低一級的細(xì)節(jié)層次的數(shù)據(jù)規(guī)模的8倍，因此重組的時(shí)候空間上也是根據(jù)8 塊較低細(xì)節(jié)層次的壓縮父分塊組成較高細(xì)節(jié)層次的壓縮父分塊；4)、利用光線投射法，沿著光線方向?qū)w數(shù)據(jù)進(jìn)行自適應(yīng)采樣，完成提數(shù)據(jù)的繪 制。進(jìn)一步，步驟2)包括以下具體步驟(2. 1)、對所述的原始體數(shù)據(jù)進(jìn)行統(tǒng)一劃分、形成一系列大小相同的三維矩陣，每 個(gè)三維矩陣作為一個(gè)父分塊；通常父分塊的大小為32X32X32或是16X16X16 ；(2. 2)、獲取一個(gè)父分塊作為當(dāng)前父分塊，將當(dāng)前父分塊根據(jù)不同的細(xì)節(jié)層次等級 1(1 e (0，max_l))、劃分為一系列大小相同的三維矩陣，每個(gè)三維矩陣作為一個(gè)子分開，細(xì) 節(jié)層次等級1與子分塊每一維度的大小dim以及子分塊數(shù)量η之間的關(guān)系為dim = 〗·-1—1 ； η = 231 ；(2. 3)、弓丨入高斯函數(shù)，計(jì)算每一個(gè)子分塊中的每個(gè)體素的高斯分布值Se，第i個(gè)子
權(quán)利要求
1.面向醫(yī)學(xué)海量數(shù)據(jù)的多分辨率體繪制方法，包括以下步驟1)、導(dǎo)入需要繪制的醫(yī)學(xué)體數(shù)據(jù)，將該醫(yī)學(xué)體數(shù)據(jù)作為原始體數(shù)據(jù)；2)、對所述的原始體數(shù)據(jù)進(jìn)行統(tǒng)一劃分、形成一系列大小相同父分塊；獲取一個(gè)父分塊 作為當(dāng)前父分塊，計(jì)算當(dāng)前父分塊的各個(gè)細(xì)節(jié)層次所具有的標(biāo)量變化率，根據(jù)用于指定的 標(biāo)量閾值來決定父分塊的最終細(xì)節(jié)層次等級；將當(dāng)前父分塊壓縮到該最終細(xì)節(jié)層次等級、 形成壓縮父分塊；將所有父分塊轉(zhuǎn)換為壓縮父分塊；3)、根據(jù)用戶設(shè)定的不透明度函數(shù)，篩選出不透明度非零的壓縮父分塊，將所有不透明 度非零的壓縮父分塊導(dǎo)入圖形卡的紋理緩存中并進(jìn)行重組；4)、利用光線投射法，沿著光線方向?qū)w數(shù)據(jù)進(jìn)行自適應(yīng)采樣，完成提數(shù)據(jù)的繪制。
2.如權(quán)利要求1所述的面向醫(yī)學(xué)海量數(shù)據(jù)的多分辨率體繪制方法，其特征在于步驟 2)包括以下具體步驟(2. 1)、對所述的原始體數(shù)據(jù)進(jìn)行統(tǒng)一劃分、形成一系列大小相同的三維矩陣，每個(gè)三 維矩陣作為一個(gè)父分塊；通常父分塊的大小為32X32X32或是16X16X16 ；(2. 2)、獲取一個(gè)父分塊作為當(dāng)前父分塊，將當(dāng)前父分塊根據(jù)不同的細(xì)節(jié)層次等級 1(1 e (0，maX_l))、劃分為一系列大小相同的三維矩陣，每個(gè)三維矩陣作為一個(gè)子分開，細(xì) 節(jié)層次等級1與子分塊每一維度的大小dim以及子分塊數(shù)量η之間的關(guān)系為dim=〗·-1—1 ； η = 231 ；(2. 3)、引入高斯函數(shù)，計(jì)算每一個(gè)子分塊中的每個(gè)體素的高斯分布值知，第i個(gè)子分塊1 2/2中的第j個(gè)體素的高斯分布值-e — —λ/ Ιπσ，ν max ι其中ο _ i表示第i個(gè)子分塊所有標(biāo)量值的標(biāo)準(zhǔn)差，μ _ i表示第i個(gè)子分塊所有標(biāo) 量值的期望值，Sj為當(dāng)前父分塊的第j個(gè)體數(shù)據(jù)；第i個(gè)子分塊中最大高斯分布值1石。腿」，將Wij作為第i個(gè)分塊第j個(gè)體素的權(quán)重值，則Wij =(l+SGiJ/GfflaxJ)；計(jì)算第i個(gè)子分塊的權(quán)重標(biāo)量值yemax—,Σ (s,w,).’ 最終計(jì)算第i個(gè)父分塊的標(biāo)量值變化率為Bgj ~ J 23( χ—“) Σ (^/_"Gmax」.)；i=JO. 4)、計(jì)算當(dāng)前父分塊在細(xì)節(jié)層次等級1上所具有的標(biāo)量值變化率V1,1 2。 V1=-TI 03/ /—ι^ BgT1 t^max ^-min ^，其中，max_S和min_S表示原始體數(shù)據(jù)中的標(biāo)量最大值和最小值；(2. 5)、根據(jù)用戶指定的閾值Tusct計(jì)算獲得當(dāng)前父分塊的閾值函數(shù)2
3.如權(quán)利要求2所述的面向醫(yī)學(xué)海量數(shù)據(jù)的多分辨率體繪制方法，其特征在于所述 的步驟幻包括以下步驟(3. 1)、初始化，將標(biāo)記壓縮父分塊的起始坐標(biāo)PACK_0RIG重置為零； (3. 2)、讀取一個(gè)壓縮父分塊作為當(dāng)前父分塊，判斷當(dāng)前壓縮父分塊是否為有效塊，若 是，則進(jìn)入步驟(3. ；若否，則重新獲取一個(gè)壓縮父分塊作為當(dāng)前父分塊； (3. 3)、將當(dāng)前壓縮父分塊導(dǎo)入到起始坐標(biāo)為PACK_0RIG的紋理緩存中； (3. 4)、根據(jù)當(dāng)前壓縮父分塊的細(xì)節(jié)層次等級1，執(zhí)行RA[1]+=1 ；以及利用以下公式修 改數(shù)組RA[]中的每一個(gè)項(xiàng)；RA[1] = R4[l-1] % 8+RA[l] ；1 e {0:max_l}其中RA[]中存放每個(gè)細(xì)節(jié)層次等級上的壓縮父分塊數(shù)目；(3. 5)、根據(jù)數(shù)組RA[]的值，計(jì)算下一個(gè)壓縮父分塊在紋理緩存中的起始坐標(biāo)PACK_ ORIG ；(3. 6)、判斷當(dāng)前壓縮父分塊是否最后一個(gè)壓縮父分塊，若否，則重復(fù)執(zhí)行步驟 (3. 2)-(3. 5)；若是，結(jié)束紋理重組過程。
4.如權(quán)利要求3所述的面向醫(yī)學(xué)海量數(shù)據(jù)的多分辨率體繪制方法，其特征在于步驟 4)包括以下步驟(4. 1)、將積累不透明度A' i重置為零，并且獲得采樣點(diǎn)P的三維坐標(biāo)Vtl ； (4. 2)、計(jì)算P點(diǎn)所屬的壓縮父分塊在原始體數(shù)據(jù)中的坐標(biāo)V1,
全文摘要
面向醫(yī)學(xué)海量數(shù)據(jù)的多分辨率體繪制方法，包括導(dǎo)入需要繪制的醫(yī)學(xué)體數(shù)據(jù)，將該醫(yī)學(xué)體數(shù)據(jù)作為原始體數(shù)據(jù)；對所述的原始體數(shù)據(jù)進(jìn)行統(tǒng)一劃分、形成一系列大小相同父分塊；獲取一個(gè)父分塊作為當(dāng)前父分塊，計(jì)算當(dāng)前父分塊的各個(gè)細(xì)節(jié)水平所具有的標(biāo)量變化率，根據(jù)用于指定的標(biāo)量閾值來決定父分塊的最終細(xì)節(jié)水平等級；將當(dāng)前父分塊壓縮到該最終細(xì)節(jié)水平等級、形成壓縮父分塊；將所有父分塊轉(zhuǎn)換為壓縮父分塊；根據(jù)用戶設(shè)定的不透明度函數(shù)，篩選出不透明度非零的父分塊，將所有不透明度非零的父分塊導(dǎo)入圖形卡的紋理緩存中并進(jìn)行重組；利用光線投射法，沿著光線方向?qū)w數(shù)據(jù)進(jìn)行自適應(yīng)采樣，完成體數(shù)據(jù)的繪制。本發(fā)明具有快速，準(zhǔn)確性高，可靠性強(qiáng)的優(yōu)點(diǎn)。
文檔編號G06T15/08GK102096939SQ20111004679
公開日2011年6月15日 申請日期2011年2月25日 優(yōu)先權(quán)日2011年2月25日
發(fā)明者徐冰, 梁榮華, 薛劍鋒 申請人:浙江工業(yè)大學(xué)