醫學圖像體繪制技術的建議范文
本站小編為你精心準備了醫學圖像體繪制技術的建議參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。
1基于GPU的光線投射體繪制
基于GPU光線投射體繪制技術最早出現在Kruger等提出的多過程光線投射算法中，它基于Di-rect3D的PixelShader2.0模型，使用頂點著色程序來計算投射光線參數、利用深度測試與阻塞詢問等來模擬循環實現光線積分。Scharsach對其進行了改進，利用GPU的片元著色程序實現循環以執行光線積分，Stegmaier等首先實現了GPU編程的單過程光線投射算法，提出了通過繪制體數據的包圍盒表面和編寫片元著色程序獲取投射光線參數來實現GPU光線投射算法，但是該算法需要繪制6個面，并且使用了動態分支，較為復雜。儲憬駿等對文獻[7]算法進行了改進，提出一種只繪制一個面獲取光線起始點的方法，不但通過計算出光線的離開點來避免動態分支，從而提高了繪制性能；并借助于GPU靈活的可編程管線，實現了半透明等多種繪制效果。但該方法在著色效果及交互功能方面存在不足。文獻在基于GPU加速的光線投射算法的基礎上，通過判斷體繪制數據與切割面在世界坐標系中的位置關系，直接跳過被切割掉的數據場部分，只對其有效部分進行繪制。當修改或者重新進行切割操作時，不必進行數據的恢復、三維對象和切面紋理的構建等操作，從而大大提高了繪制系統的交互與實時性能。張冶等利用Cg語言編寫頂點著色程序和片元著色程序來實現GPU光線投射算法，創造了更豐富的繪制效果，其編程難度雖然有所減小，但依然比較繁瑣。文獻]將傳統的光線投射體繪制算法耗時的三線性插值和采樣過程放在GPU上進行，利用著色程序的編寫將光線進入點、離開點的計算以及圖像的合成運算移入GPU中,最后通過調整傳遞函數來實現不同的繪制效果，通過使用渲染紋理技術,將繪制的中間結果保存到紋理，并以此來避免使用著色器的動態分支功能，與傳統的光線投射算法相比,該算法可快速繪制出質量較高的圖像。
另外，宋濤等提出八叉樹編碼體數據快速體繪制算法，Kraus等提出一種自適應采樣的算法加速基于GPU的光線投射體繪制等，但這些算法都存在增大體數據容量或需要較長的處理時間等缺點。文獻提出一種利用離屏渲染技術，僅通過繪制體數據包圍盒表面就能獲取投射光線參數的GPU光線投射算法，該算法與層次包圍盒技術結合，對體數據進行空間細分，不改變體數據的存儲結構，僅增加較小的存儲容量，跳過對最終圖像無貢獻的空體素以減少投射光線的有效采樣長度，加快了繪制速度。為了同時保證繪制速度和圖像質量,提出了一種基于GPU加速的光線投射算法，該算法利用圖形硬件自帶的三線性插值功能來完成光線投射算法中耗時的采樣、插值過程,在采樣過程中進行空間跳躍，且增加存儲容量較小，算法不僅保證了高質量的圖像繪制效果，繪制速度也提高了95倍左右,可以實現海量體數據基于GPU的實時高質量的繪制，是目前為止在速度和圖像質量兩方面都達到較為完善的GPU光線投射體繪制方法。
目前，光線跟蹤方法是真實感圖形生成的重要方法，體繪制中的光線跟蹤與光線投射類似，都是沿光線的路徑進行色彩的積累，光線從視點出發，通過屏幕中的每個像素向場景中發出一條光線，若光線與場景中物體相交，則按照光照模型計算光線對該交點的貢獻值，根據物體表面交點處的屬性是否終止追蹤光線還是產生次級光線(例如反射、折射、陰影光線等)繼續遞歸跟蹤繪制，若場景中存在體數據，則一般只跟蹤初級光線，沿光線積分計算采樣點的顏色和不透明度值，再按照一定的圖像合成算法繪制最終圖像。由于體數據量非常大，光線與體數據的求交運算往往十分龐大，采樣點求交需大量使用三維線性插值計算，這嚴重影響了光線跟蹤繪制的實時性。因此，光線跟蹤方法存在繪制速度慢、實時交互性差的缺點。但光線跟蹤在直接光照和間接光照效果中都具有優勢，它是現階段繪制效果最具真實性的算法之一。
1.2基于影響因子的GPU醫學圖像體繪制技術
在三維體繪制中，經常會出現這樣的情況，即部分醫生感興趣的器官或組織的結構被其前方的器官或組織遮擋，導致無法達到理想的繪制效果，如圖1。為了減少或消除非興趣區器官或組織對興趣區器官或組織的遮擋，科研人員提出了一些有效的方法來進行體數據切割，即通過復雜的計算構建新的幾何體來表示切割后的3D對象。這些方法雖然簡單易行，但存在以下缺點：很難找到一個合適的切割平面，若切割平面穿過感興趣器官，則會切除部分感興趣器官，如果切割平面剛好位于感興趣器官前方，則部分感興趣器官將被其他器官組織遮擋，為了消除體切割算法的這種缺點，IvanViola等人提出了一種基于影響因子的特征增強可視化體繪制算法。
基于影響因子的體繪制算法主要表現在構造傳遞函數時，除為體數據分配不同的光學特征外，還為其引入了一個新的特征值，即影響因子。對重要組織、感興趣器官部分的體數據賦予大的影響因子，相反則為其賦予小的影響因子，通過對體數據影響因子的調節來達到增強重要組織、感興趣器官抑制次重要組織、非感興趣器官的的效果。與傳統的體繪制流水線相比，IvanViola的方法增加了影響因子合成的過程，這將會增加計算的復雜度，實現起來比較復雜。文獻出一種感興趣區體繪制方法，把影響因子用到感興趣的組織器官的繪制當中，通過構造基于光照球索引的傳遞函數，實現感興趣組織的風格化顯示，并可以交互設定感興趣區域，用灰度和梯度信息生成重要因子來調節體素不透明度，強調感興趣區域器官。該方法不僅可以在一定程度上消除繪制中非興趣組織、器官的遮擋，而且通過對由光照小球映射而來的紋理索引進行風格化繪制，增強對重要器官的表現能力，唯一不足的是在繪制速度上比較費時。
2體繪制研究面臨的問題
當前基于GPU的醫學影像三維可視化體繪制技術大都主要用來解決依賴于大量計算算法的速度慢以及繪制的圖像效果差等問題，所面臨的共有特點就是，一方面體數據量巨大，另一方面算法本身需要大量的計算時間。當前GPU體繪制技術在如下幾個方面仍然存在不足。
2.1基于GPU的多算法整合技術研究不足目前在GPU上實現的體繪制算法都還只是對單個算法的移植實現或改進，研究基于多GPU的并行處理，對多個經典算法進行整合，達到1+1>2的效果，同時可以考慮設計更加先進的GPGPU技術(類似CUDA、OpenCL等)，可以充分發揮多GPU以及CPU與GPU混合并行運算優勢，考慮更加復雜的負載平衡，更快的加速性能，能做到真正的視覺計算，能準確地將計算機的CUDA與OpenGL可視化進行融合等相關技術的研究不足。
2.2有待研究穩定的、可靠的、可擴展的GPU并行運算與可視化交互平臺架構及引擎技術在實現體繪制方案里，一個穩定的、可靠的、可擴展的基于GPU的并行運算與可視化交互平臺架構技術，或結合3D游戲可視化引擎的思想與虛擬現實的交互顯示技術于一體的醫學圖像可視化引擎平臺目前還是空白。可視化引擎研究上，一方面應該從如何設計“數據容器”，轉型為設計能承載大量醫學圖像渲染器的“功能容器”，系統能夠容納成千上百個獨立的圖像渲染器，以實現對影像各種各樣的數據進行高速還原度的顯示，并且能對新型數據和其渲染器提供擴展接口。另一方面，未來的圖像可視化引擎研究上應該更接近于虛擬現實系統，通過對各個獨立渲染器和特定數據格式以及相應邏輯的研究和開發工作，可視化引擎系統可為醫療診治提供與現實近似的體驗觀察，這種體驗相比于傳統的影像圖，更接近于真實，大大提高醫療判斷的真實和精確度。
3GPU通用加速繪制平臺設計方案
本文研究并提出一種基于GPU通用加速繪制平臺的設計方案，它提供了一種交互式的GPU加速繪制環境，可以讓用戶快速地進行系統可視化設計，方案整體主要包含下列模塊：“源算法模塊”、“過濾器算法模塊”、“目的算法模塊”、“GPU加速模塊”、“呈現界面模塊”、“原型界面模塊”、“模塊屬性模塊”、“輸入輸出模塊”，方案系統架構圖如下。其中各個模塊在整體方案設計中的功能和作用：
（1）輸入輸出模塊：負責加載和保存用戶已經建立的模塊連接原型，并保存用戶對模塊設置的連接屬性，把已經連接好的各算法模塊以可視化的形式加載到原型界面模塊，用戶可以通過此模塊打開原來以前保存過的模塊連接原型或保存正在編輯的模塊連接原型。
（2）源算法模塊庫：此模塊庫保存源算法模塊，分為三大類，第一類為圖像數據流模塊類，為過濾器模塊提供圖像數據流，包括文件數據源和用戶生成數據源，第二類為文本數據流模塊類，為中間過濾器提供文本、標簽之類的數據。第三大類為幾何數據模塊類，在可視化平臺中，經常為體數據提供幾何范圍，這個模塊就是生成相應的點、線、圓、錐、立方體等空間幾何體。第四大類為體數據模塊類、DICOM數據等
（3）過濾器算法模塊庫：此模塊庫保存一系列的過濾器算法模塊，第一類為幾何數據處理過濾器，對幾何數據進行各種加工，例如進行標注面積、周長、體積等等，第二類圖像數據處理過濾器，主要對圖像進行各種操作，例如模糊、銳化、分割等。第三類體投射處理過濾器，主要是對體數據進行如鏡像、切割、求梯度等操作。
（4）目的算法模塊庫：此模塊庫保存目的算法模塊，第一類為光線投射繪制器，主要功能是把過濾器過濾的中間數據以投射的方式進行體繪制，第二類為面繪制，主要功能是把過濾器過濾的中間數據以面繪制的方式進行繪制。第三類為OpenGL繪制，直接以OpenGL在空間進行繪制圖像，產生三維立體影像。
（5）原型界面：在此界面內用戶可以把算法模塊庫中的模塊拖入到原型界面進行組合連接，并且對模塊進行編輯操作，包括剪切、復制、粘貼等操作。
（6）GPU加速模塊庫：GPU加速模塊把原型界面的數據連接進行實例化，底層的加速硬件進行交互，把各算法模塊庫的算法進行硬件加速，然后將計算出來的數據結果發送的呈現界面。
（7）模塊屬性：在模塊內用戶可以對模塊的各屬性進行設置，例如如果是源模塊，則編輯源模塊的數據文件路徑，高斯過濾器模塊中的高斯半徑等，且模塊屬性中的屬性是立刻生效的，即只要編輯屬性后，會對渲染結果立刻產生影響。
（8）呈現界面：此模塊主要是對原型界面的模塊連接進行呈現，等用戶按下運行按鈕后，系統立刻對原型界面的數據進行檢查，并從源模塊加載數據，輸入到過濾器中進行處理，把中間結果輸入到目的模塊進行處理，處理的結果將出現在呈現界面中。
4結語
本文分析并介紹了當前基于GPU硬件加速的三維醫學圖像可視化體繪制技術的研究現狀，提出了基于GPU引擎框架可視化技術的思想，同時研究并實現一種基于GPU通用加速繪制平臺的設計方案，平臺方案采取面向對象思想設計，各個模塊協同工作，可以有效的集成多種繪制算法，依據可視化體繪制的實際情況，用戶可以自由增減算法以及定制算法，充分利用各個不同算法的優勢，并可以很好地滿足的可視化的交互性需要，從而獲得較好的三維醫學圖像可視化效果。在將來，還需要進一步擴大平臺的操作能力，使可視化的效果更接近真實內容。可以考慮采取一套專用處理器，通過著色器程序完全配置，這樣可以在可視化當中隨時修改運行情況，這將作為我們下一步的研究工作。
作者：曾文權何擁軍余愛民林敏單位：廣東科學技術職業學院計算機工程技術學院珠海市司邁科技有限公司
