CN102663089A - 一种基于球极映射的非结构化数据可视化方法 - Google Patents

Abstract

本发明提供一种基于球极映射的非结构化数据可视化方法。首先提取非结构化数据的节点内容特征，基于内容相似度对所述非结构化数据进行物理组织和存储，并构建相似度伸展树；然后对所述相似度伸展树进行平面布局；再基于球极投影对所述平面布局的相似度伸展树进行复球面投影，得到相似度伸展树的三维布局信息；最后根据所述三维布局信息对所述非结构化数据分配三维的展示空间，进行可视化内容展示。本发明提供多种交互技术帮助用户进行节点的聚类和对比分析，较传统的组织和可视方法更加高效和自然。

Description

一种基于球极映射的非结构化数据可视化方法

技术领域

本发明属于计算机信息处理及可视化技术领域，具体涉及一种基于球极映射的非结构化数据可视化方法。

背景技术

信息可视化最早在2005年美国安全局建立的国家可视化及分析中心组织的研讨会上提出，它主要研究如何通过交互式的可视界面辅助用户进行分析推理，提供辅助用户分析决策的工具和技术，使用户能够从海量、动态、模糊的数据中综合分析信息并洞察隐藏的规律和模式等。目前，随着计算机技术、存储技术以及网络技术的发展，按层次结构(通常也称为树形结构)组织数据并进行可视化是在有限空间内呈现海量信息的一种最佳方式，如XML数据、计算机文件系统、图书目录、物种分类等均采用此结构，层次信息可视化是信息可视化中的一个研究热点领域。

目前已有一些层次化信息可视化技术。其中Walrus(参见D.Krioukov，F.Papadopoulos，M.Kitsak，A.Vahdat，and M.

.Hyperbolic geometry of complex networks.Physical ReviewE.82(3)：36-45)采用一种三维双曲树的节点布局方法，被应用于大型网络层次信息如网络结构等的可视展示与分析。三维嵌套园(参见W.Wang，H.Wang，G.Dai and H.Wang.Visualizationof large hierarchical data by circle packing.Proceedings of the SIGCHI conference on HumanFactors in computing systems.Montréal，Québec，Canada：ACM，2006.517-520)模拟了数学上韦恩图的模型，采用一种嵌套结构来反映层次关系，被应用于大规模电脑文件系统的层次展示。但是这些已有的层次信息可视化技术不适用于影像等非结构化数据，表现在：1)这些方法采用带有简单标注信息、大小相同的圆点或者矩形来表示节点，不能直观反映节点本身的数据细节。2)非结构化数据包含相互依赖、且具有内部层次关联的元数据项，现有的层次信息可视化技术不能对这些元数据项及其相互关系进行呈现。

本发明面向非结构化数据，提供了一种兼顾可视节点细节和节点全局上下文语境的可视化方法。

发明内容

本发明的目的在于提供一种基于球极映射的非结构化数据可视化方法，是一种面向非结构化层次信息的可视组织与分析方法，可以对非结构化数据节点内容进行展示，并对节点所包含的元数据项及其依赖关系进行直观呈现，从而帮助用户发现海量的非结构化层次信息中隐藏的规律和模式，辅助用户认知和决策。

为了实现上述目的，本发明采用如下技术方案：

一种基于球极映射的非结构化数据可视化方法，其步骤包括：

1)提取非结构化数据的节点内容特征，基于内容相似度对所述非结构化数据进行物理组织和存储，并构建相似度伸展树；

2)对所述相似度伸展树进行平面布局，得到树节点的二维坐标；

3)基于球极投影对所述平面布局的相似度伸展树进行复球面投影，得到相似度伸展树的三维布局信息；

4)根据所述三维布局信息对所述非结构化数据分配三维的展示空间，进行可视化内容展示。

进一步地，步骤1)中，所述非结构化数据包括：文本、图像、视频和三维造型等，所述节点内容特征包括文本的基于分词的词频特征、图像的纹理和轮廓特征、视频的关键帧特征和三维造型的投影轮廓特征等；通过所述节点内容特征的距离计算所述相似度，所述距离包括余弦距离、马氏距离和欧氏距离。

进一步地，步骤2)中，采用改进的放射树布局算法进行所述平面布局，所述改进的放射树布局算法采用基于指数增长和减小的半径分配策略，并为伸展树节点设置标记位。

进一步地，步骤4)中，所述的展示空间为圆柱空间或立方体空间，所述展示的内容包括非结构数据的原始数据和元数据项，所述元数据项包括基本属性、语义特征和应用场景；在进行可视化内容展示时提供四种节点交互功能：视图概览、移动变换、焦点变换和节点细节查询，以支持用户进行交互分析。

本发明的基于球极映射的非结构化数据可视化方法具有如下特性：支持非结构化数据节点内容的直观呈现；支持非结构化数据元数据项如物理属性、语义特征、应用场景的展示；支持数据节点之间基于内容的语义关联分析；支持一种Focus+Context的展示方式；支持可视形态的焦点转移、视图旋转缩放等交互操作。和现有技术相比，本发明的优点和积极效果如下：

1)本发明支持非结构化层次信息的可视化，通过分配展示空间，可以对非结构数据节点的原始内容进行一种“所见即所得”的展示，相比于传统基于节点的方法，更加高效和自然。

2)本发明基于内容相似度对非结构化数据进行一种层次组织，并构建了相似度伸展树，相比于传统基于文件夹目录树的组织模式，能够更客观的体现数据的语义关联，能够更好的体现用户的交互意图。

3)本发明采用三维复球面放射树布局，可以给节点分配三维的展示空间，并且依赖于球体良好的旋转型，可以让用户从不同侧面对数据节点包含的元数据项进行观察和分析。

附图说明

图1为本发明实施例的基于球极映射的非结构化数据可视化方法的流程图。

图2为本发明实施例的相似度伸展树存储结构示意图。

图3为本发明实施例的二维放射树布局算法同心圆半径分配策略示意图。

图4为本发明实施例的改进的放射树布局算法的空间分配示意图。

图5为本发明实施例的球极投影示意图。

图6为本发明实施例的三维展示空间示意图。

图7为本发明实施例的父节点角度空间计算示意图。

图8为采用本发明方法对医疗CT图像进行可视化展示的形态图。

具体实施方式

为使本发明的目的、特征和优点能更明显易懂，下文通过具体实施例并配合附图，对本发明做详细的说明。

本实施例的基于球极映射的非结构化数据可视化方法的流程如图1所示，对其中各步骤具体说明如下：

1)提取非结构化数据的节点内容特征，基于内容相似度对非结构化数据进行物理组织和存储，并构建相似度伸展树。

本发明的方法主要适用于非结构化数据，但也可以用于结构化数据，在应用于非结构化数据时，优点和积极效果更为明显。非结构化数据包括文本、图像、视频等数据类型，以及三维造型等广义非结构化数据。数据内容体现为数据节点特征，如文本基于分词的词频特征、图像的纹理和轮廓特征、视频的关键帧特征和三维造型的投影轮廓特征等，用这些特征的距离来体现节点的相似度。用户可以采用多种计算方法来求取相似度，如基于余弦距离、马氏距离和欧氏距离等。构建相似度伸展树的方法如下：

a)预处理：

对于输入的数据节点集合，提取节点的内容特征，并计算每一对节点之间的相似度，此相似度是节点间语义关联程度的客观反映。为了进行效率优化，采用索引结构对节点特征进行索引。

b)获取子节点集合：根据相似度对相似节点进行降序排序，并通过设定阈值和子节点规模获取当前节点的子节点集合。

根据相似度来获取每个节点的子节点集合。为了控制数据规模，针对每个节点设定了一个相似度阈值和子节点规模限定。对所有节点按照和当前节点的相似度进行降序排序，取相似度大于设定阈值并且排序小于子节点规模限定的节点加入当前节点的子节点集合。

c)对于上述处理的节点，建立关联关系，采用伸展树的方式对所述子节点集合进行物理组织和存储，得到相似度伸展树，如图2所示，其中URL为节点数据的物理地址，SimThreshold为相似度阈值，Child为指向子节点的链接。

2)对节点进行二维平面布局：采用一种改进的放射树布局算法，对步骤1)构建的相似度伸展树进行布局，得到树节点的二维坐标。具体的布局算法如下：

a)确定放射树同心圆半径。

传统的放射树布局算法，采用一种线性递增的半径分配策略，球极映射得到的三维放射树，不满足“Focus+Context”的可视化准则，即经过映射得到的球面布局，焦点区域没有得到足够的展示空间，而较大的展示空间分配给了处于第一或者第二层的节点；并且随着层次的加深，节点规模指数增长，线性增长的弧长不能满足这种指数增长，没有足够的空间来刻画节点的细节内容。因此，本发明提出了一种新的基于指数增长和减小的半径分配策略，如图3所示。假设映射后球面半径为R，且截面圆为平面布局的第k层同心圆，则其余各层的半径计算公式如下：

$r_i=\left\{\begin{array}{cc}(1-\frac{1}{2^i})R& i<k\\ 2^{i-k}R& i>k\end{array}\right.,$

其中，i为同心圆的序号，焦点处于第0层；映射后球面空间分配示意图如图4所示。从中可以发现，越靠近焦点区域，节点具有的信息展示空间越大，因此可以呈现给用户更为详尽的信息；层次越深节点分配的空间越小。

b)计算节点的二维坐标。采用一个六元组来表示二维平面上的节点，如下：

Node2D＝<imageModel，nLevel，bool Show，ArcAngle，Leftlimit，Rightlimit>

其中，imageModel包含了该节点对应的模型数据，nLevel为节点在平面上布局是相对于焦点的层次，boolShow标记一个节点是否已经在之前的层次上出现，ArcAngle为极坐标条件下节点的位置坐标。采用放射树布局算法(参见G.Book and N.Keshary.Radial Tree graphdrawing algorithm for representing large hierarchies.University of Connecticut.2001)进行布局。为了避免在布局过程陷入死循环而导致算法效率较低，为伸展树节点设置了标记位，采用六元组中的boolShow标记为来记录节点是否出现。

3)进行球极投影，得到节点的三维布局坐标。

三维球面具有良好的旋转性；并且平面放射树布局算法是基于同心圆的，采用球面可以完全的保留节点的分布特征。认知心理学研究表明，人们在认知过程中，更倾向于接收焦点位于球的顶部、自上而下的节点排布层次，以南球极为映射点可视得到这种符合人们认知习惯的球面布局。本发明基于球极投影对所述平面布局的相似度伸展树进行复球面投影，得到树的三维布局信息。对于任何一个二维点(x，y)，可以表示为一个复数z＝x+iy；从复平面对这样一个点向半径为R的球面进行映射，其坐标计算公式为：

$x^{\&prime;}=\frac{R^2(\stackrel{\&OverBar;}{z}+z)}{R^2+{\left|z\right|}^2},$ $y^{\&prime;}=\frac{R^2(z-\stackrel{\&OverBar;}{z})}{R^2+{\left|z\right|}^2},$ $z^{\&prime;}=\frac{R(R^2-{\left|z\right|}^2)}{R^2+{\left|z\right|}^2}.$

经过投影，二维平面双曲树的当前焦点被映射到北球极；球面内的节点，被映射到上半球，球面外的节点，被映射到下半球，如图5所示。这样建立了一个从复平面到复球面的一一映射，并且可以保留同层节点的相对分布关系。

4)空间分配：根据三维布局信息对所述非结构化数据分配三维的展示空间，进行可视化内容展示。

非结构数据除原始数据外，还包含了多个元数据项，如基本属性、语义特征、应用场景等，这些项之间存在着相互联系。可以采用圆柱体或立方体来展示这些元数据项，下面以最为直观和容易计算的圆柱空间进行说明。

图6为采用圆柱空间进行三维展示的示意图，圆柱空间大小取决于圆柱高度和圆柱直径，圆柱的空间分配策略如下：

a)圆柱的高度体现为节点空间的相邻层之间的高度之差，第i层圆柱高度为Height_i，则其计算公式为：

${\mathrm{Height}}_i=\frac{2R^3(r_{i+1}^2-r_i^2)}{(R^2+r_i^2)(R^2+r_{i+1}^2)},$

其中，r_i为二维布局中第i层同心圆半径；R为球面半径。

b)圆柱的直径共有两个约束条件：

其一，为了避免遮挡，某一层的节点空间受到上下两层三维球截面圆半径的制约；在这个约束条件下，节点空间圆直径为：

$D_{\mathrm{beti}}=\left\{\begin{array}{cc}\frac{1}{2}{R}_i& i=0\\ \frac{1}{2}\left(\right|R_{i+1}-R_{i-1}\left|\right)& i>1\end{array}\right.,$

其中R_i为节点映射到球面后所在截面圆的半径。

其二，在进行空间分配的时候还要考虑同层之间节点空间分配。

如图7所示，在二维布局时，给每个父节点分配一个楔形空间来进行子节点的展示，图中Leftlimit和Rightlimit表示楔形展示空间的角度范围(逆时针方向)，左平分角限、右平分角限、左切线角限和右切线角限用于限定父节点展示空间(G.Book and N.Keshary.Radial Treegraph drawing algorithm for representing large hierarchies，2001，http://www.gbook.org/projects/RadialTreeGraph.pdf)。

假设父节点位于第i层，子节点个数为NumOfChildren，子节点空间圆直径为：

$D_{\mathrm{inLevi}}=2R_{i+1}\sin \left(\frac{\mathrm{Leftlimit}-\mathrm{Rightlimit}}{2\mathrm{NumOfChildren}}\right),$

这样，子节点空间圆直径为：

D_i＝min(D_beti，D_inLevi)，

子节点的数据项在这个空间内进行展示。

节点的展示空间，随节点层次加深而减小。这样的空间分配策略，可以使得焦点区域具有最大的细节展示空间；处于用户关注度边缘的节点具有较小的展示空间。这样在展示局部细节的时候，还可以呈现给用户全局语境。

进一步地，本发明还提供了四种节点交互功能：视图概览、移动变换、焦点变换和节点细节查询，支持用户进行交互分析。本发明的可视展示形态基于复球面，而复球面具有良好的旋转性，可以支持用户从不同侧面对节点细节进行观察和分析。本发明提供的视图概览、移动变换、焦点变换和节点细节查询等交互技术采用一种“Focus+Context”的展示模式，来体现信息的层次性，满足用户分析焦点内容的同时兼顾节点上下文语境，帮助用户进行节点的聚类和对比分析，与传统的组织和可视方法相比，更加高效和自然。移动变换包括旋转、缩放和平移。焦点变换采用动态变换方法[参见K.-P.Yee，D.Fisher，R.Dhamija and M.Hearst.Animated Exploration of Dynamic Graphs with Radial Layout.Proceedings of the IEEESymposium on Information Visualization 2001(INFOVIS′01).IEEE Computer Society，2001.43]实现变换过程中的平滑过渡。

下面以国内某大型医院颈椎科影像数据库存储的颈椎CT图像作为实例，进一步说明本发明方法的实施过程。

首先对CT图像进行预处理。由于CT图像采用一种DICOM格式进行存储，所以需要对图像进行包括DICOM图像头信息提取、图像格式转换等预处理。

对于预处理得到的位图图像，首先计算图像的纹理特征和形状特征，比如采用Gabor滤波特征作为图像的纹理特征，采用Hu不变矩作为图像的形状特征，并对特征进行索引存储。然后计算特征距离，可以采用欧氏距离公式。最后采用基于多特征加权融合的方法(王伟蔚等：基于DICOM文本与内容的医学图像检索系统研究，计算机工程与设计，2011，32(3))来计算两幅图像之间的相似度。

设定相似度阈值为SimThreshold和子节点规模nCount；对于每一幅图像，将其它图像按照和该图像的相似度进行降序排序，并把相似度大于SimThreshold的前nCount幅图像，作为当前图像的子节点加入图像的子节点列表。这样得到了按照图像相似度进行组织的一棵伸展树。

当用户选择了某一幅图像如待诊断病人的颈椎CT图像作为焦点图像的时候，便得到了伸展树的焦点，从此焦点展开进行二维平面布局。采用上述步骤2)中给出的半径策略，计算各层同心圆的半径，并从焦点开始，依次对节点及其子节点(如果包含了子节点)进行布局，得到其二维坐标。

接着采用球极映射对二维布局的伸展树进行映射，得到节点的三维布局信息。实例中采用南球极作为映射点，这样就把焦点区域映射到了北球极位置，从北向南层次逐渐增加，这样更符合人们的认知习惯。采用上述步骤4)中给出的方法，计算每个节点的对应的圆柱型展示空间的高度和直径。在应用实例中，为了提高计算效率以及获取更简洁的视觉效果，对于第五层以及更深层次的节点采用退化表示，对于每一层采用圆球进行替代。在分配的展示空间内，对每个节点的元数据项进行分层展示，对应于CT图像，这些元数据项包含了图像DICOM头信息，以及对应的病人就诊病历，图像对应的病人临床路径。

图8为上述实例中对CT图像集进行可视展示得到的基于球极映射的非结构化数据可视形态图，图中展示了图像像素原始信息，并以焦点为中心展示了相似图像。可视形态中，在焦点区域展示了待诊断病人的CT图像，并展示了对应的图像头信息等元数据项；第一层节点展示了和当前图像在内容上最为相似、参考价值最大的一系列CT病例图像，及其对应的元数据项。图像的相似度可以一定程度反映出对待诊断病例的参考价值，并且本发明采用一种“所见即所得”的节点形态，让用户更一目了然的对两幅图像的内容进行对比分析。

上述实施例仅是为了便于说明而举例，显然本发明的具体实现形式并不局限于此。本技术领域的一般技术人员可以在不背离本发明所述方法的精神和原则的情况下对进行各种显而易见的修改和变化，本发明的保护范围应以权利要求书所述为准。

Claims (10)

1.一种基于球极映射的信息可视化方法，其步骤包括：

1)提取非结构化数据的节点内容特征，基于内容相似度对所述非结构化数据进行物理组织和存储，并构建相似度伸展树；

2)对所述相似度伸展树进行平面布局，得到树节点的二维坐标；

3)基于球极投影对所述平面布局的相似度伸展树进行复球面投影，得到相似度伸展树的三维布局信息；

4)根据所述三维布局信息对所述非结构化数据分配三维的展示空间，进行可视化内容展示。

2.如权利要求1所述的方法，其特征在于，步骤1)所述非结构化数据包括：文本、图像、视频和三维造型，所述节点内容特征包括文本的基于分词的词频特征、图像的纹理和轮廓特征、、视频的关键帧特征和三维造型的投影轮廓特征。

3.如权利要求1所述的方法，其特征在于，步骤1)通过所述节点内容特征的距离计算所述相似度，所述距离包括余弦距离、马氏距离和欧氏距离。

4.如权利要求3所述的方法，其特征在于，根据相似度对相似节点进行降序排序，并通过设定阈值和子节点规模获取每个节点的子节点集合。

5.如权利要求1所述的方法，其特征在于，步骤2)采用改进的放射树布局算法进行所述平面布局，所述改进的放射树布局算法采用基于指数增长和减小的半径分配策略。

6.如权利要求5所述的方法，其特征在于，所述改进的放射树布局算法为伸展树节点设置标记位。

7.如权利要求1所述的方法，其特征在于，步骤4)所述的展示空间为圆柱空间或立方体空间。

8.如权利要求7所述的方法，其特征在于，所述圆柱的高度体现为节点空间的相邻层之间的高度差，所述圆柱的直径的计算方法为：

1)某一层的节点空间受到上下两层三维球截面圆半径的制约；在这个约束条件下，节点空间圆直径为：

$D_{\mathrm{beti}}=\left\{\begin{array}{cc}\frac{1}{2}{R}_i& i=0\\ \frac{1}{2}\left(\right|R_{i+1}-R_{i-1}\left|\right)& i>1\end{array}\right.,$ 其中R_i为节点映射到球面后所在截面圆的半径；

2)在进行空间分配时考虑同层之间节点空间分配；假设父节点位于第i层，子节点个数为NumOfChildren，Leftlimit和Rightlimit表示父节点的楔形展示空间的角度范围，则子节点空间圆直径为：

$D_{\mathrm{inLevi}}=2R_{i+1}\sin \left(\frac{\mathrm{Leftlimit}-\mathrm{Rightlimit}}{2\mathrm{NumOfChildren}}\right);$

3)子节点空间圆的直径为：D_i＝min(D_beti，D_inLevi)。

9.如权利要求1所述的方法，其特征在于，步骤4)所述展示的内容包括非结构数据的原始数据和元数据项，所述元数据项包括基本属性、语义特征和应用场景。

10.如权利要求1至9任一权利要求所述的方法，其特征在于，步骤4)所述可视化内容展示的方式包括视图概览、移动变换、焦点变换和节点细节查询。

Images