医学影像数据的快速绘制算法研究

来源 :浙江工业大学 | 被引量 : 0次 | 上传用户:lsq_1123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
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。
其他文献
随着PC机上很多新颖的3D应用被移植到移动设备上,而移动设备是电池供电的,因此其能量消耗已经成为一个迫切需要解决的问题。目前存在两种体系架构:传统的CPU架构和比较流行的C
生活中嵌入式系统的应用无处不在,从通信、消费电子产品到汽车电子、智能机器、工业控制和卫星导航,其使用数量已经大大超过了通用计算机,嵌入式设备以其低功耗、可靠性高、
虚拟现实技术和互联网的发展,以及人们对旅游需求的不断增加,使得作为新兴模式的虚拟旅游得到了世界范围内的青睐。对虚拟景区漫游系统的开发研究已经成为虚拟现实领域的热点。
常识推理中的信息常常具有不一致性、不完全性和不确定性。这样的信息不能看作绝对真理,而只能称为信念。对不一致信念的处理是人工智能特别是计算机推理研究中一个关键性的
随着网络技术的迅速发展,Web应用日益广泛,其自身安全也面临着越来越多的威胁。SQL注入漏洞攻击是针对Web系统最为常见、危害最大的一种网络攻击,主要通过寻找系统漏洞对后台
随着社会经济的发展,汽车的数量呈显著增长的趋势,一方面给道路交通带来了巨大的负载压力,另一方面,由于汽车的违章行驶行为得不到及时有效的遏制,对人们的日常生活产生安全
随着信息技术的发展,海量数据库迅速增加,然而对其进行有效分析处理技术的缺乏,促使数据库中知识发现(Knowledge Discovery in Databases,简称KDD)技术的应运而生。数据挖掘(Data
近年来,软件定义网络(SDN)的理念快速兴起,同时兴起的还有SDN网络最有影响力的协议之一OpenFlow。SDN能够解决传统网络中网络结构复杂、网络管理复杂、新业务部署缓慢、厂商
聚类法在数据挖掘中具有很高的地位,但是很多传统方法只能对固定的数据集进行处理。随着技术的发展,许多领域,如互联网中的数据传输、通信网络中的通话数据、网站访问日志等,
随着互联网和信息技术的快速发展,特别是Web的全球普及,使得Web上的用户数目和信息量都在不断地增加。这样就产生了两方面的主要问题:一方面是如何让站点提供者通过分析用户的浏