CN106652022A - 一种用于医学三维可视化的球坐标索引方法 - Google Patents

一种用于医学三维可视化的球坐标索引方法 Download PDF

Info

Publication number
CN106652022A
CN106652022A CN201611132560.8A CN201611132560A CN106652022A CN 106652022 A CN106652022 A CN 106652022A CN 201611132560 A CN201611132560 A CN 201611132560A CN 106652022 A CN106652022 A CN 106652022A
Authority
CN
China
Prior art keywords
normal vector
volume elements
medical
indexing means
spherical coordinates
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201611132560.8A
Other languages
English (en)
Inventor
王玉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangxi Zhongke Nine Peak Wisdom Medical Technology Co Ltd
Original Assignee
Jiangxi Zhongke Nine Peak Wisdom Medical Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangxi Zhongke Nine Peak Wisdom Medical Technology Co Ltd filed Critical Jiangxi Zhongke Nine Peak Wisdom Medical Technology Co Ltd
Priority to CN201611132560.8A priority Critical patent/CN106652022A/zh
Publication of CN106652022A publication Critical patent/CN106652022A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/60—Memory management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/50—Lighting effects
    • G06T15/506—Illumination models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Image Generation (AREA)

Abstract

本发明公开了一种用于医学三维可视化的球坐标索引方法，其通过预先计算体元的法向量，并基于球坐标的索引方法进行存储，以更新与法向量索引对应的数据列表。本方案能够有效避免体元法向量及与法向量相关参数的重复计算，节省了大量时间；同时，能够大量减少内存方面的开销；基于本方法可进一步提高可视化速度，以让医学三维可视化速度满足临床要求。

Description

一种用于医学三维可视化的球坐标索引方法
技术领域
本发明涉及医疗影像处理技术，具体涉及医学三维可视化技术。
背景技术
光线投射方法可以生成高质量的三维图像，能够满足临床诊断的需要。但是它的一个突出缺点就是绘制速度慢。目前，针对于光线投射的软件加速技术主要有以下几种：包围盒技术(bounding box)，空间剖分(space subdivision)技术和光线相关性(raycoherence)技术。
其中，包围盒技术的基本原理是在物体外围生成一个与物体外接的最小多面体，当采用光线投射方法进行绘制的时候，直接跳过多面体以外的数据而只在这个多面体内进行采样和图像合成。
空间剖分技术主要是利用数据空间的相关性，通过对数据空间进行剖分，将连续的空体元划分到一定的子区间，当光线在数据空间穿行的时候，碰到这些子区间只需进行简单的求交运算，就可以略过整个子区间，从而减少光线投射的步数，达到降低绘制时间的目的。空间网格剖分有两种方式：一种是将空间均匀地分割成大小相同的小立方体网格的方法；另外一种网格剖分方式是采用分层次的空间剖分方法。
除了以上加速方法，预处理计算方法也可以提高图像质量及加速光线追踪过程。基于光线相关性的加速方法主要基于以下一种或几种原理：(1)像空间相关性(pixel-space coherency)，(2)物空间相关性(object-space coherence)，(3)光线间相关性(inter-ray coherency)，(4)空间跳跃(space-leaping)，(5)序列间相关性(sequencecoherence)。
随着CT等影像设备的升级换代，数据量越来越大，采用现有加速方法(如上述光线投射的软件加速技术)对速度的提高有限，无法满足临床要求。再者，现有的预处理方法也往往无法把光照相关计算进行预处理，这主要是由于光照模型需要引入光线向量，而在旋转过程中光线向量是动态变化的，而且如果引入光线向量需要存储向量三个浮点的标量分量，这对于一些预合成方法创建相关查找表是很难实现的。
发明内容
针对现有医学三维可视化方案中数据处理速度慢，无法满足临床要求的问题，需要一种新的光线投射加速方案，以让医学三维可视化速度满足临床要求。
为此，本发明所要解决的技术问题是提供一种用于医学三维可视化的球坐标索引方法，以提高光线投射方案中数据处理的速度。
为了达到上述目的，本发明提供的用于医学三维可视化的球坐标索引方法，该方法预先计算体元的法向量，并基于球坐标的索引方法进行存储，以更新与法向量索引对应的数据列表。
一种用于医学三维可视化的球坐标索引方法，其特征在于，所述方法预先计算体元的法向量，并基于球坐标的索引方法进行存储，以更新与法向量索引对应的数据列表。
本索引方法中，所述体元的法向量由下式给出：
其中
其中，N(xi,yj,zk)为法向量，f(xi,yj,zk)为点(xi,yj,zk)的CT值。
本索引方法中，所述方法在读入患者影像数据后进行体元法向量的计算。
本索引方法中，基于球坐标的索引方法进行存储的过程如下：
在球坐标系，计算体元的法向量N(xi,yj,zk)，通过如下公式确定：
其中，θ为球坐标系中Z轴的方位角；φ球坐标系中X轴的方位角；
存储体元法向量及其相关项，不存储体元法向量浮点类型的三个标量分量，只要存储体元法向量对应的离散后的θ[xi,yj,zk]及φ[xi,yj,zk]。进一步的，将θ及φ按256份均分进行离散，体元法向量索引下标对应的离散值θm和φn，有m,n∈[0,256]。
本索引方法中，所述方法在图像旋转重建时，只基于变化的光线向量对表DP[θm,φn]进行更新，然后在光线追踪过程采样时基于体元法向量索引[θm,φn]及DP[θm,φn]直接得到采样点法向量与光线向量的点积，所述表DP[θm,φn]来存储[θm,φn]对应的向量与光线向量的点积值。
基于上述方案构成的用于医学三维可视化的球坐标索引方法，其能够有效避免体元法向量及与法向量相关参数的重复计算，节省了大量时间；同时，能够大量减少内存方面的开销；基于本方法可进一步提高可视化速度，以让医学三维可视化速度满足临床要求。
附图说明
以下结合附图和具体实施方式来进一步说明本发明。
图1为本发明实例中球坐标向量表达示意图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。
本实例针对现有医学光投影加速技术中所面临的问题，提供一种基于球坐标的向量索引方法。
该方案通过预先计算体元的法向量，针对该体元的法向量以球坐标的索引方法进行存储，并以此来更新那些与法向量索引对应的数据列表。由此避免法向量及与法向量相关参数的重复计算，节省了大量时间；同时，本索引方法由于将法向量以球坐标方式进行表达及存储，无需存储向量三个浮点的标量分量，减少了大量内存方面的开销。通过本方案既能够提高速度，又能够大量减少内存开销。这里的预处理在读入患者影像数据后进行，且只计算一次。
以下通过以具体实例来进一步的说明本方案。
实例1，向量球坐标索引的建立
基于光线追踪原理的三维可视化过程中，在图像采样及合成过程中会涉及到关于体元法向量及相关项的计算。对应的，在笛卡儿坐标系中，体元的法向量N由下式给出：
其中
其中，N(xi,yj,zk)为法向量，f(xi,yj,zk)为点(xi,yj,zk)的CT值。
由于体元法向量是经过单位化的，故在球坐标系中可以用图1中的θ及φ角唯一确定(如图1所示)。
这里的θ及φ角为图1中的方位角，θ为有向线段与z轴正向的夹角；φ为从正z轴来看自x轴按逆时针方向所转过的角。
在实际的应用中，基于公式1.1和公式1.2可以计算出体元的法向量N(xi,yj,zk)，其对应的θ及φ满足：
据此完成以球坐标方式来表达预先计算得到的体元法向量。
在存储体元法向量及其相关项时，本实例不需要存储体元法向量浮点类型的三个标量分量，而只存储体元法向量对应的离散后的θ[xi,yj,zk]及φ[xi,yj,zk]，这里的θ[xi,yj,zk]及φ[xi,yj,zk]为点[xi,yj,zk]处的球坐标。
为了降低内存的消耗，本实例将θ及φ按256份均分进行离散，则体元法向量索引下标对应的离散值θm和φn，有m,n∈[0,256]，并以此进行存储。
同时基于不同的应用还需要另外一个或多个表存储需要计算的相关项。比如在实际计算中需要计算法向量与光线向量的点积，本实例定义一个表DP[θm,φn]来存储离散方位角[θm,φn]对应的向量与光线向量的点积值。
由此，当图像旋转重建时，本实例只需要基于变化的光线向量及1.3式对表DP[θm,φn]进行更新，然后在光线追踪过程采样时基于体元法向量索引[θm,φn]及DP[θm,φn]直接得到采样点法向量与光线向量的点积，而不需要每次采样都重新进行计算。
实例2，向量球坐标索引在体显示中的具体应用
基于光线追踪的体显示图像合成公式由下式给出：
cout,λ(u,v)＝cin,λ(u,v)(1-α(xi,yj,zk))+cλ(xi,yj,zk)α(xi,yj,zk) (2.1)；
其中，cout,λ(u,v)表示光线离开体元时的颜色值，cin,λ(u,v)表示光线进入体元前的颜色值，α(xi,yj,zk)表示当前体元的阻光度，cλ(xi,yj,zk)表示当前体元的颜色值。
上述公式2.1只给出了基于光线吸收及发射模型的颜色和阻光度的合成公式，在实际的应用中，为了得到更好的可视化效果，还需要引入相应的光照模型，本实例中选择Phong模型来说明向量球坐标索引在体显示中的应用，Phong模型由下式给出：
其中
cλ:表示当前体元第λ个颜色分量λ＝r,g,b；
cpλ:表示当前体元第λ个颜色分量平行光成分；
kαλ:第λ个颜色分量环境光成分；
kdλ:第λ个颜色分量漫反射成分；
ksλ:第λ个颜色分量镜面反射成分；
n:高亮指数；
k1,k2:深度因子；
d:当前体元到屏幕平面距离；
当前体元法向量；
光线向量；
高亮方向法向量；
观察者方向向量。
考虑到采用平行光源，屏幕静止后，为常量，由公式2.3可知，也为常量，而可以通过体元法向量索引得到。
基于实例1中提出的向量球坐标索引方案，还需要定义NL[θm,φn]及NH[θm,φn]两个表，分别存储kdλ(N·L)及ksλ(N·H)n的值。因此，当图像旋转重建光线向量发生变化时，在光线追踪采样前只需要重新计算表NL[θm,φn]及NH[θm,φn]的值即可，而不需要在光线追踪采样时重复计算，节省了大量时间，大大提高可视化速度。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (6)

1.一种用于医学三维可视化的球坐标索引方法，其特征在于，所述方法预先计算体元的法向量，并基于球坐标的索引方法进行存储，以更新与法向量索引对应的数据列表。
2.根据权利要求1所述的一种用于医学三维可视化的球坐标索引方法，其特征在于，所述体元的法向量由下式给出：
N ( x i , y j , z k ) = ▿ f ( x i , y j , z k ) | ▿ f ( x i , y j , z k ) | ;
其中
其中，N(xi,yj,zk)为法向量，f(xi,yj,zk)为点(xi,yj,zk)的CT值。
3.根据权利要求1所述的一种用于医学三维可视化的球坐标索引方法，其特征在于，所述方法在读入患者影像数据后进行体元法向量的计算。
4.根据权利要求1所述的一种用于医学三维可视化的球坐标索引方法，其特征在于，基于球坐标的索引方法进行存储的过程如下：
在球坐标系，计算体元的法向量N(xi,yj,zk)，通过如下公式确定：
xi＝sin(θ)cos(φ)
yj＝sin(θ)sin(φ)；
zk＝cos(θ)
其中，θ为球坐标系中Z轴的方位角；φ球坐标系中X轴的方位角；
存储体元法向量及其相关项，不存储体元法向量浮点类型的三个标量分量，只要存储体元法向量对应的离散后的θ[xi,yj,zk]及φ[xi,yj,zk]。
5.根据权利要求4所述的一种用于医学三维可视化的球坐标索引方法，其特征在于，将θ及φ按256份均分进行离散，体元法向量索引下标对应的离散值θm和φn，有m,n∈[0,256]。
6.根据权利要求1所述的一种用于医学三维可视化的球坐标索引方法，其特征在于，所述方法在图像旋转重建时，只基于变化的光线向量对表DP[θm,φn]进行更新，然后在光线追踪过程采样时基于体元法向量索引[θm,φn]及DP[θm,φn]直接得到采样点法向量与光线向量的点积，所述表DP[θm,φn]来存储[θm,φn]对应的向量与光线向量的点积值。
CN201611132560.8A 2016-12-09 2016-12-09 一种用于医学三维可视化的球坐标索引方法 Pending CN106652022A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611132560.8A CN106652022A (zh) 2016-12-09 2016-12-09 一种用于医学三维可视化的球坐标索引方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611132560.8A CN106652022A (zh) 2016-12-09 2016-12-09 一种用于医学三维可视化的球坐标索引方法

Publications (1)

Publication Number Publication Date
CN106652022A true CN106652022A (zh) 2017-05-10

Family

ID=58824148

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611132560.8A Pending CN106652022A (zh) 2016-12-09 2016-12-09 一种用于医学三维可视化的球坐标索引方法

Country Status (1)

Country Link
CN (1) CN106652022A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107368660A (zh) * 2017-07-25 2017-11-21 北京航空航天大学 一种预测周期性点阵材料屈服面的分析方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1567383A (zh) * 2003-06-18 2005-01-19 财团法人工业技术研究院 利用文字脚本制作三维动画的方法
CN106204557A (zh) * 2016-06-30 2016-12-07 扬州大学 一种基于扩展高斯球与m估计的非完备数据对称特征的提取方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1567383A (zh) * 2003-06-18 2005-01-19 财团法人工业技术研究院 利用文字脚本制作三维动画的方法
CN106204557A (zh) * 2016-06-30 2016-12-07 扬州大学 一种基于扩展高斯球与m估计的非完备数据对称特征的提取方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王玉等: "三维放射治疗计划系统仿真建模研究", 《万方在线学位论文》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107368660A (zh) * 2017-07-25 2017-11-21 北京航空航天大学 一种预测周期性点阵材料屈服面的分析方法
CN107368660B (zh) * 2017-07-25 2019-10-11 北京航空航天大学 一种预测周期性点阵材料屈服面的分析方法

Similar Documents

Publication Publication Date Title
Yan et al. Fast cone-beam CT image reconstruction using GPU hardware
CN104616345A (zh) 一种基于八叉树森林压缩的三维体素存取方法
CN104574263A (zh) 一种基于gpu的快速三维超声重建和显示方法
Schafhitzel et al. Point-based stream surfaces and path surfaces
Liu et al. GPU-based branchless distance-driven projection and backprojection
CN102096939B (zh) 面向医学海量数据的多分辨率体绘制方法
CN102074039A (zh) 一种体绘制裁剪面绘制方法
Falk et al. Interactive gpu-based visualization of large dynamic particle data
CN109840933A (zh) 在虚拟空间中探索医学可视化参数
US7692651B2 (en) Method and apparatus for providing efficient space leaping using a neighbor guided emptiness map in octree traversal for a fast ray casting algorithm
CN1776747A (zh) 医学图像中基于gpu硬件加速的体绘制方法
CN106652022A (zh) 一种用于医学三维可视化的球坐标索引方法
Kanitsar et al. Diagnostic relevant visualization of vascular structures
Cong et al. Research on the virtual display of a weft-knitted seamless kneepad based on the free-form deformation model
CN105551002A (zh) 一种图像形态学滤波方法
Russig et al. GPU-based raycasting of hermite spline tubes
Bruckner Efficient volume visualization of large medical datasets
Zhao et al. High-performance and real-time volume rendering in CUDA
Dittman et al. Simple and efficient raycasting on modern GPU’s read-and-write memory for fast forward projections in iterative CBCT reconstruction
Al-Oraiqat et al. Generalized 3D voxel image synthesis architecture for volumetric spatial visualization
CN106384377B (zh) 医学数据的体绘制方法和装置
Perrotte et al. Fast GPU perspective grid construction and triangle tracing for exhaustive ray tracing of highly coherent rays
Belyaev et al. Bump Mapping for Isosurface Volume Rendering
Becerra-Sagredo et al. A GPU-based multi-level algorithm for boundary value problems
Ogiela et al. Brain and neck visualization techniques

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170510

RJ01 Rejection of invention patent application after publication