三维医学图像动态高斯体模型绘制方法技术

本发明专利技术公开了一种三维医学图像动态高斯体模型绘制方法，包括以下步骤：（a）把图像序列保存为三维纹理以用于后面的纹理检索采样；（b）由视点到图像序列的最表面外层像素引射线穿过体数据，对每条射线上进行等间隔采样，得到采样点处的密度值；（c）使用传递函数将采样点的密度值映射为颜色和不透明度；（d）根据当前采样点与焦点的距离和角度信息，构建高斯模型，对采样点的不透明度进行修正；（e）沿光线方向对所有采样点的不透明度和颜色进行累加，最终得到投射到屏幕一点的颜色值。该方法可以清晰显示焦点区域处的内部结构同时保留了焦点周围的组织结构，而不像传统的统一剖切，达到了焦点加上下文的效果。

【技术实现步骤摘要】

本专利技术属于图像处理
，具体来说是一种。
技术介绍
体绘制技术是医学可视化研究的一个重要方面，特别是在医疗诊断和辅助外科等方面，已经成为一种必不可少的工具。随着医学成像设备的快速发展，由设备产生的数据量也在逐步增加，而临床感兴趣的组织或部位，相对于整个体数据来说是较小的，例如头部的血管、肾脏或肝脏内的病变、肺部的肿瘤等等。医生通过对数据的观察，进而得出结论，是一个非常复杂的任务，必须考虑到可疑病变组织的解剖结构，包括病灶的大小、形状，以及其空间位置和周边组织结构的关联。利用体绘制技术辅助，医生可以对可疑病灶部位进三维的观察，可以有效的观察不同部位或组织的空间位置信息，但在很多情况下，直接体绘制的显示效果并不理想，如头部血管造影数据中，头部的血管是医生观察的重要组织，但头骨的密度值和造影的血管密度值非常接近，利用直接体绘制中一维传递函数的调节很难调节出好的显示效果。采用剖切方法去除遮挡感兴趣区域的组织是比较直观的方法，但剖切方法很难保留感兴趣组织的上下文信息。为了改进上面的不足，weiskopf等人提出构建任意的剖切曲面，用户通过对剖切曲面的选择来实现感兴趣区域上下文信息的保留，但在交互性上明显不够灵活，且对感兴趣区域的选择仍不够理想；基于焦点和上下文的可视化方法，周等人提出采用距离来增强和减弱不同组织，其主要思想是引入焦点( 或感兴趣点)，通过当前采样点到焦点的距离来作用于当前采样点的不透明度；焦点的引入可以确定用户目标区域，有利于快速锁定三维空间中得焦点，周的方法解决了感兴趣区域定位的问题，但对感兴趣区域的显示效果并不是但好；StefanBruckner等提出保留上下文环境体绘制方法，主要是运用梯度构造出不透明度衰减函数，根据采样点与视点的距离和光照强度来对不透明度衰减函数进行衰减，可以在保留组织结构的同时达到透视组织内部的效果。Stefan Bruckner的方法采用了全局处理，所以得到的透视效果也是全局透视，对非感兴趣区域也产生了不必要的影响。在1( 恩格尔的“利用虚拟切割的背景中体积可视化的系统及方法”专利中，提出首先切割区域为内外两部分，再分别使用两个不同的传递函数对内外两个区域进行调整，以实现显示保留上下文的类似虚拟切割的效果(在专利原文中把保留上下文翻译为背景)。其目的同本专利技术类似，都是为了能够观察到被遮挡住的感兴趣区域信息。K 恩格尔的实现方法首先要对数据场进行切割，然而要完成精准的切割，既能够保证感兴趣区域和周围的组织信息被完整的保留下来，又要把遮挡区域划分出来，这显然是一个相当费时与交互性较难的工作，大大的降低了临床应用性的可能
技术实现思路
本专利技术的目的在于提供一种，在清晰显示感兴趣区域的同时，保留与该感兴趣区域周围相关的结构信息，以克服诸如剖切等方法带来的交互复杂性和结构信息的丢失以及现有方法中目标区域的模糊等不良现象。本专利技术的目的可通过以下的技术措施来实现，该方法包括如下步骤(a)将三维图像序列存储为三维纹理数据，用于后面的三维图像序列的密度值索弓丨，并绘制三维图像序列的包围盒；(b)计算视点位置调用开放式图形库中的glGetFloatv函数，获得一个4X4的模型视图矩阵，再计算出该矩阵的逆矩阵，把该逆矩阵最后一行的四个量作为视点位置；由视点到三维图像序列包围盒最外层的每一个像素都引一条射线穿过三维图像体数据，沿每条射线等间隔采样图像序列，得到采样点处的密度值；(C)使用传递函数将采样点的密度值映射为颜色和不透明度；(d)任选三维纹理 数据中的一点标定为焦点，根据当前采样点与焦点的距离和角度信息，构建高斯模型，对当前采样点处的不透明度进行修正；(e)沿射线方向对所有采样点重复步骤(c)、(d)的处理，得到所有采样点的颜色和修正后的不透明度，并且将所有采样点的颜色和修正后的不透明度进行累加，并把累加颜色值作为当前射线对应的屏幕像素点的颜色值；(f)对所有的射线做同样的处理，最终得到投射到屏幕上的所有像素点的颜色值。本专利技术中，所述步骤(a)中，将三维图像序列存储为三维纹理数据时首先对三维图像序列数据进行归一化处理，并且最大纹理坐标被确定为满足条件Τε=2η，c e {x，y，z}，其中X表示冠状面的垂线，y表示矢状面的垂线，z表示横断面的垂线，T。是在c方向的纹理坐标，η是满足2n ^ S。的最小整数，S。是在c方向的图像序列的维度；所述步骤(a)中，绘制三维图像序列的包围盒是以所述T。，c e {x, y, z}分别为长、宽、高绘制的立方体。本专利技术中，所述步骤(b)中对每条射线上进行等间隔采样，采样间距在交互与静态时采用不同的值，所述交互指用户对图像进行的旋转、缩放、平移、裁剪操作，静态指用户对图像进行的静止操作。本专利技术中，所述步骤(b)中对每条射线上进行等间隔采样，采样间距在交互与静态时采用不同的值，即当用户进行图像旋转、缩放、平移、裁剪等交互操作时采用的采样间隔是l/128mm，在静态时采用的采样间隔是l/1024mm，所述交互指用户对图像进行的旋转、缩放、平移、裁剪操作，静态指用户对图像进行的静止操作。采样间距在交互与静态时采用不同的值。在交互时使用较大的采样间距，而在静态时使用更精确的采样间距。本文在交互与静态时分别采用的采样间隔是l/1024mm和l/128mm，这样既保证了渲染质量，又有很好的交互效果。本专利技术中，所述步骤(C)使用传递函数将采样点的密度值映射为颜色和不透明度后，把不透明度乘以采样点的归一化的梯度值作为新的不透明度，然后再进行步骤(d)的处理。本专利技术中，所述步骤(d)中构建动态高斯函数的过程是所述焦点与当前采样点连线构成的基准线和视线的夹角为I,.，以及焦点与当前采样点的距离为参数‘，即基准线的长度，同时引入参数k，来构建动态高斯模型，把为高斯函数的输入，高斯函数的均值为0，高斯函数方差为k_(l-cos6^)，输出作为采样点处的新的不透明度的衰减系数，可得到如下高斯函数方程本文档来自技高网...

【技术保护点】
三维医学图像动态高斯体模型绘制方法，该方法包括如下步骤：（a）将三维图像序列存储为三维纹理数据，用于后面的三维图像序列的密度值索引，并绘制三维图像序列的包围盒；（b）计算视点位置：调用开放式图形库中的glGetFloatv函数，获得一个4×4的模型视图矩阵，再计算出该矩阵的逆矩阵，把该逆矩阵最后一行的四个量作为视点位置；由视点到三维图像序列包围盒最外层的每一个像素都引一条射线穿过三维图像体数据，沿每条射线等间隔采样图像序列，得到采样点处的密度值；（c）使用传递函数将采样点的密度值映射为颜色和不透明度；（d）任选三维纹理数据中的一点标定为焦点，根据当前采样点与焦点的距离和角度信息，构建高斯模型，对当前采样点处的不透明度进行修正；（e）沿射线方向对所有采样点重复步骤（c）、（d）的处理，得到所有采样点的颜色和修正后的不透明度，并且将所有采样点的颜色和修正后的不透明度进行累加，并把累加颜色值作为当前射线对应的屏幕像素点的颜色值；（f）对所有的射线做同样的处理，最终得到投射到屏幕上的所有像素点的颜色值。

【技术特征摘要】
1.三维医学图像动态高斯体模型绘制方法，该方法包括如下步骤(a)将三维图像序列存储为三维纹理数据，用于后面的三维图像序列的密度值索引，并绘制三维图像序列的包围盒；(b)计算视点位置调用开放式图形库中的glGetFloatv函数，获得一个4X4的模型视图矩阵，再计算出该矩阵的逆矩阵，把该逆矩阵最后一行的四个量作为视点位置；由视点到三维图像序列包围盒最外层的每一个像素都引一条射线穿过三维图像体数据，沿每条射线等间隔采样图像序列，得到采样点处的密度值；(c)使用传递函数将采样点的密度值映射为颜色和不透明度；(d)任选三维纹理数据中的一点标定为焦点，根据当前采样点与焦点的距离和角度信息，构建高斯模型，对当前采样点处的不透明度进行修正；(e)沿射线方向对所有采样点重复步骤(c)、(d)的处理，得到所有采样点的颜色和修正后的不透明度，并且将所有采样点的颜色和修正后的不透明度进行累加，并把累加颜色值作为当前射线对应的屏幕像素点的颜色值；(f)对所有的射线做同样的处理，最终得到投射到屏幕上的所有像素点的颜色值。2.根据权利要求1所述的三维医学图像动态高斯体模型绘制方法，其特征在于所述步骤(a)中，将三维图像序列存储为三维纹理数据时首先对三维图像序列数据进行归一化处理，并且最大纹理坐标被确定为满足条件Τε=2η，c e {χ, y, z}，其中X表示冠状面的垂线，y表不矢状面的垂线，z表不横断面的垂线，Tc是在c方向的纹理坐标，η是满足2n ^ Sc的最小整数，S。是在c方向的图像序列的维度；所述步骤(a)中，绘制三维图像...

【专利技术属性】
技术研发人员：冯前进，陈武凡，王文化，贠照强，
申请(专利权)人：南方医科大学，
类型：发明
国别省市：