CN111145336A - 图像绘制方法及装置 - Google Patents

图像绘制方法及装置 Download PDF

Info

Publication number
CN111145336A
CN111145336A CN201911272720.2A CN201911272720A CN111145336A CN 111145336 A CN111145336 A CN 111145336A CN 201911272720 A CN201911272720 A CN 201911272720A CN 111145336 A CN111145336 A CN 111145336A
Authority
CN
China
Prior art keywords
value
pixel point
image
original
target pixel
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.)
Granted
Application number
CN201911272720.2A
Other languages
English (en)
Other versions
CN111145336B (zh
Inventor
张丛嵘
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.)
Neusoft Medical Systems Co Ltd
Original Assignee
Neusoft Medical Systems 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 Neusoft Medical Systems Co Ltd filed Critical Neusoft Medical Systems Co Ltd
Priority to CN201911272720.2A priority Critical patent/CN111145336B/zh
Publication of CN111145336A publication Critical patent/CN111145336A/zh
Application granted granted Critical
Publication of CN111145336B publication Critical patent/CN111145336B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • 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 Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明实施例提供一种图像绘制方法及装置。本发明实施例通过对待绘制的原始三维医学图像进行图像分割，得到感兴趣区域的分割图像，对于体绘制图像中的每一待绘制像素点，按照视线方向投射射线，在射线上按照预设间隔进行采样，得到多个采样点，对于每个采样点，根据原始三维医学图像和分割图像确定目标像素点的不透明度值，根据目标像素点的不透明度值和目标像素点的颜色值，获得采样点的不透明度值和颜色值，利用多个采样点的不透明度值和颜色值，合成待绘制像素点在体绘制图像中的显示值，增大了体绘制图像中各不同部分的显示差异，提高了显示效果，降低了辨认难度，方便用户快速辨认出关注内容。

Description

图像绘制方法及装置
技术领域
本发明涉及医学图像处理技术领域，尤其涉及一种图像绘制方法及装置。
背景技术
通过对三维医学图像进行体绘制，能够获得可供医生进行诊断的体绘制图像。相关技术中，对三维医学图像进行体绘制时，在三维医学图像的分割图像基础上，全部像素点采用同一不透明度，利用光线投射法求出图像上各像素点的颜色值，根据颜色值进行绘制得到体绘制图像。通过这种技术获得的体绘制图像中各部分之间的显示差异较小，用户如果想要从中辨认出关注的内容，需要对图像进行较复杂的操作，使得用户的工作效率较低。
发明内容
为克服相关技术中存在的问题，本发明提供了一种图像绘制方法及装置，提高图像显示效果，降低辨认难度。
根据本发明实施例的第一方面，提供一种图像绘制方法，用于对三维医学图像进行体绘制，所述方法包括：
对待绘制的原始三维医学图像进行图像分割，得到感兴趣区域的分割图像；
对于体绘制图像中的每一待绘制像素点，按照视线方向投射射线，并在所述射线上按照预设间隔进行采样，得到多个采样点；
对于每个采样点，根据所述原始三维医学图像和所述分割图像确定目标像素点的不透明度值；所述目标像素点为所述采样点在所述原始三维医学图像中的指定邻域内的像素点；
根据所述目标像素点的不透明度值和所述目标像素点的颜色值，获得所述采样点的不透明度值和颜色值；
利用所述多个采样点的不透明度值和颜色值，合成所述待绘制像素点在所述体绘制图像中的显示值。
根据本发明实施例的第二方面，提供一种图像绘制装置，用于对三维医学图像进行体绘制，所述装置包括：
分割模块，用于对待绘制的原始三维医学图像进行图像分割，得到感兴趣区域的分割图像；
采样模块，用于对于体绘制图像中的每一待绘制像素点，按照视线方向投射射线，并在所述射线上按照预设间隔进行采样，得到多个采样点；
不透明度确定模块，用于对于每个采样点，根据所述原始三维医学图像和所述分割图像确定目标像素点的不透明度值；所述目标像素点为所述采样点在所述原始三维医学图像中的指定邻域内的像素点；
获取模块，用于根据所述目标像素点的不透明度值和所述目标像素点的颜色值，获得所述采样点的不透明度值和颜色值；
合成模块，用于利用所述多个采样点的不透明度值和颜色值，合成所述待绘制像素点在所述体绘制图像中的显示值。
本发明实施例提供的技术方案可以包括以下有益效果：
本发明实施例，通过对待绘制的原始三维医学图像进行图像分割，得到感兴趣区域的分割图像，对于体绘制图像中的每一待绘制像素点，按照视线方向投射射线，并在所述射线上按照预设间隔进行采样，得到多个采样点，对于每个采样点，根据所述原始三维医学图像和所述分割图像确定目标像素点的不透明度值，所述目标像素点为所述采样点在所述原始三维医学图像中的指定邻域内的像素点，根据所述目标像素点的不透明度值和所述目标像素点的颜色值，获得所述采样点的不透明度值和颜色值，利用所述多个采样点的不透明度值和颜色值，合成所述待绘制像素点在所述体绘制图像中的显示值，增大了体绘制图像中各不同部分的显示差异，提高了显示效果，降低了辨认难度，方便用户快速辨认出关注内容。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本说明书的实施例，并与说明书一起用于解释本说明书的原理。
图1是光线投射法的原理示意图。
图2是本发明实施例提供的图像绘制方法的流程示例图。
图3是本发明实施例提供的图像绘制装置的功能方块图。
图4是本发明实施例提供的控制台设备的一个硬件结构图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明实施例的一些方面相一致的装置和方法的例子。
在本发明实施例使用的术语是仅仅出于描述特定本发明实施例的目的，而非旨在限制本发明实施例。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本发明实施例可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
相关技术中，对待绘制的三维医学图像的分割图像直接利用光线投射法进行体绘制。即对于三维医学图像的分割图像中的每个像素点，在所有像素点采用相同的不透明度值的基础上，根据光线投射法确定颜色值，然后基于分割图像中所有像素点的颜色值进行绘制。
光线投射法是一种以图像空间为序的体绘制方法。下面结合图1说明光线投射法的原理。图1是光线投射法的原理示意图。如图1所示，从图像空间的每一个像素点f(x,y)出发，按视线方向投射一条射线，这条射线以一定的步长穿过三维数据场，沿着这条射线选择K个等距的采样点，并由距离某一采样点最近的8个数据点的颜色值和不透明度值作三次线性插值，求出该采样点的颜色值和不透明度值。然后，将射线上各采样点的颜色值和不透明度值由前向后或由后向前加以合成，即可得到发出该射线的像素点处的颜色值。对于三维医学图像的分割图像中的每个像素点，都按照图1所示方式获得像素点的颜色值，最后根据分割图像中各个像素点的颜色值绘制出体绘制图像。
光线投射法根据如下的公式(1)合成颜色值：
Figure BDA0002314649010000041
其中，
Figure BDA0002314649010000042
为第i个采样点的颜色值，
Figure BDA0002314649010000043
为第i个采样点的不透明度值，进入第i个采样点的颜色值为
Figure BDA0002314649010000044
不透明度值为
Figure BDA0002314649010000045
经过第i个采样点后的颜色值为
Figure BDA0002314649010000046
不透明度值为
Figure BDA0002314649010000047
即为体绘制图像中像素点的显示值。
通过相关技术获得的体绘制图像中，各部分之间的显示差异较小。例如，管腔组织的医学图像(如血管造影图像等)中，医生希望从体绘制图像中清晰地看出哪里是管腔的边界。但是，按照相关技术得到的体绘制图像中，管腔内部和管腔边界的显示差异较小，分辨出管腔边界的难度较大。
在管腔内部存在斑块的情况下，管腔内部与斑块之间的显示差异也比较小，分辨出管腔内部斑块的难度也比较大。
而管腔的边界和管腔内部的斑块等通常是医生最为关注的内容。这样，医生在使用体绘制图像的过程中，为了能够从图像中分辨出关注的内容，比如管腔边界、斑块等等，就需要对图像进行诸多复杂的操作，耗费大量的时间，从而降低工作效率。
本发明实施例旨在增大体绘制图像中各部分之间的显示差异，提高图像显示效果，以方便用户快速辨认出关注内容，提高工作效率。
本文中的三维医学图像可以是CT(Computed Tomography，电子计算机断层扫描)图像、PET(Positron Emission Computed Tomography，正电子发射型计算机断层显像)图像、MRI(Magnetic Resonance Imaging，磁共振成像)图像等。
下面通过实施例对本发明提供的图像绘制方法的流程进行说明。
图2是本发明实施例提供的图像绘制方法的流程示例图。如图2所示，图像绘制方法可以包括：
S201，对待绘制的原始三维医学图像进行图像分割，得到感兴趣区域的分割图像。
S202，对于体绘制图像中的每一待绘制像素点，按照视线方向投射射线，并在所述射线上按照预设间隔进行采样，得到多个采样点。
S203，对于每个采样点，根据所述原始三维医学图像和所述分割图像确定目标像素点的不透明度值；所述目标像素点为所述采样点在所述原始三维医学图像中的指定邻域内的像素点。
S204，根据所述目标像素点的不透明度值和所述目标像素点的颜色值，获得所述采样点的不透明度值和颜色值。
S205，利用所述多个采样点的不透明度值和颜色值，合成所述待绘制像素点在所述体绘制图像中的显示值。
在步骤S201中，三维医学图像可以为针对管腔的三维医学造影图像，例如血管造影图像。
三维医学图像可以是任一种医学造影图像，例如CT图像、PET图像、MRI图像等。
在一个示例中，在步骤S201中，可以采用传统方式进行图像分割，例如区域增长法、快速步进法等，这些图像分割方法的具体过程和原理请参见相关技术，此处不再赘述。
在另一个示例中，在步骤S201中，也可以利用预先训练好的图像分割模型来识别和提取感兴趣区域的图像。
本实施例中，可以利用前述的公式(1)合成待绘制像素点在体绘制图像中的显示值。
本实施例中，体绘制图像中不同部分的显示差异较大，能够清晰显示出边界、斑块等内容，容易辨认，减少了用户操作，提高了用户的工作效率。
在一个示例性的实现过程中，步骤S204之前，还可以包括：
获取目标像素点对应的目标颜色值。
在一个示例性的实现过程中，获取目标像素点对应的目标颜色值，可以包括：
将所述原始三维医学图像中所述目标像素点的原始颜色值确定为所述目标像素点对应的目标颜色值。
本实施例中，直接将原始三维医学图像中所述目标像素点的原始颜色值确定为所述目标像素点对应的目标颜色值，在满足用户能够清晰辨认关注内容的情况下，减少了对颜色值的处理操作，减少了处理时间，从而提高了处理效率。
在一个示例性的实现过程中，获取目标像素点对应的目标颜色值，可以包括：
获取所述原始三维医学图像中所述目标像素点的原始颜色值；
确定所述目标像素点是否属于高亮组织或管腔组织；
若所述目标像素点属于高亮组织，使用第一光照模型对所述原始颜色值进行渲染；
若所述目标像素点属于管腔组织，使用第二光照模型对所述原始颜色值进行渲染；
所述第一光照模型与所述第二光照模型为不同模型，所述第一光照模型中漫反射光分量的第一系数等于漫反射系数与第一值的乘积，所述第二光照模型中漫反射光分量的第二系数等于漫反射系数与第二值的乘积，所述第二值等于1与所述第一值的差，所述第一值为光源的方向向量与物体表面的法向向量的乘积。
其中，高亮组织是指灰度值大于或等于预设的灰度值阈值的像素点组成的组织。
在一个示例中，可以通过判断某一像素点的灰度值是否大于或等于灰度值阈值来确定该像素点是否属于高亮组织，如果该像素点的灰度值大于或等于灰度值阈值，则确定该像素点属于高亮组织，否则，如果该像素点的灰度值小于灰度值阈值，则确定该像素点不属于高亮组织。
其中，管腔组织是指血管、心室等组织。在一个示例中，可以通过像素点的灰度值范围确定某一像素点是否属于管腔组织。
对图像中的任一像素点，可以根据该像素点的灰度值通过查询体绘制协议来获得该像素点的颜色值Ia。光照模型的公式如下：
I＝IaKa+IpKd(L*N)+IpKs(R*V)n (2)
公式(2)中，等式右边第一项代表环境光，第二项代表漫反射光，第三项代表镜面反射光；L是光源的方向，N是物体表面的法向，V是视线的方向，R是光入射方向L和视线方向V的中间向量，Ka是环境系数,Kd是漫反射系数，Ks是镜面反射系数；本方案中Ia和Ip相同，为像素点对应的原颜色值，即像素点在原始三维医学图像中的颜色值。
将公式(2)的光照模型与RGB(红绿蓝)模型结合，光照模型可以表示为如下公式(3)的第一光照模型。
前述的第一光照模型可以表示为如下的公式(3)：
Figure BDA0002314649010000071
前述的第二光照模型可以表示为如下的公式(4)：
Figure BDA0002314649010000081
其中，在上述的公式(3)和公式(4)中，Ir、Ig、Ib分别表示像素点的目标颜色值的红色(R)分量、绿色(G)分量、蓝色(B)分量，Iar、Iag、Iab分别表示像素点的原颜色值Ia的红色分量、绿色分量、蓝色分量。Kar、Kag、Kab分别是环境系数的红色分量、绿色分量、蓝色分量，Kdr、Kdg、Kdb分别是漫反射系数的红色分量、绿色分量、蓝色分量，Ksr、Ksg、Ksb分别是镜面反射系数的红色分量、绿色分量、蓝色分量。
根据上述的公式(3)对管腔组织的图像进行渲染后，管腔边界的第一值为0，管腔中心位置的第一值为1，其他管腔内部的第一值为0-1之间的值，这样能够突出显示管腔内部结构。
根据上述的公式(4)对管腔组织的图像进行渲染后，与上面相反，管腔边界的第二值为1，管腔中心的第二值为0，这样能够突出显示管腔边界。
其中，在图像中，第一值或第二值越大颜色越亮。
本实施例通过用光照模型对像素点在原始三维医学图像中的原颜色值进行渲染，使得管腔内的高亮组织能够突出显示，并且使得管腔内部变暗，管腔边界变亮，从而使得高亮组织和管腔边界更容易辨认，满足了用户的需求。
其中，第一梯度值和第二梯度值均可以根据如下的公式(5)计算得到。
Figure BDA0002314649010000082
其中，f(x，y，z)表示像素点的灰度值。在计算第一梯度值时，使用原始三维医学图像中的灰度值。在计算第二梯度值时，使用原始三维医学图像的分割图像中的灰度值。
利用本实施例获得的第一梯度和第二梯度能够使得管腔内部和管腔边界的显示差异增大，从而更容易区分管腔内部和管腔边界。
在一个示例性的实现过程中，步骤S203可以包括：
根据所述原始三维医学图像和所述分割图像确定预设参数在所述目标像素点处的目标参数值；
获取所述预设参数中各个参数的加权系数值；
根据所述加权系数值，确定所述预设参数中各个参数对应的目标参数值的加权和；
根据所述加权和与所述目标像素点在所述原始三维医学图像中的原始不透明度值，确定所述目标像素点的目标不透明度值。
本实施例中，目标像素点的不透明度值是根据目标像素点的参数值获得的，从而通过预设参数就能够调整目标像素点的不透明度值，并基于此影响体绘制图像中待绘制像素点的显示效果，使得用户关注内容与图像中该关注内容的周围部分差异更加明显，关注内容更容易辨认。
在一个示例性的实现过程中，所述预设参数包括像素点在所述原始三维医学图像中的第一梯度和/或像素点在所述分割图像中的第二梯度；
获取所述像素点在所述原始三维医学图像中的八邻域内的第一邻域像素点的灰度值；
根据所述第一邻域像素点的灰度值，计算所述像素点在所述原始三维医学图像中的第一梯度值；
获取所述像素点在所述分割学图像中的八邻域内的第二邻域像素点的灰度值；
根据所述第二邻域像素点的灰度值，计算所述像素点在所述分割图像中的第二梯度值。
在一个示例性的实现过程中，所述预设参数包括像素点在所述原始三维医学图像中的初始不透明度；
根据所述原始三维医学图像和所述分割图像确定预设参数在所述目标像素点处的目标参数值，包括：
确定所述目标像素点在所述原始三维医学图像中的像素值是否小于所述预设的灰度值阈值；
若是，将所述目标像素点的初始不透明度值设置为0；
若否，将所述目标像素点的初始不透明度值设置为1。
本实施例通过根据预设的灰度值阈值为管腔内部和管腔内部的高亮组织设置不同的初始不透明度值，使得管腔内部和管腔内部的高亮组织的显示差异增大，从而更容易区分管腔内部和管腔内部的高亮组织。
在一个示例中，预设参数中的第一参数可以包括上述的第一梯度和第二梯度，通过像素点的梯度，在管腔图像中，能够突出显示管腔边界，增大管腔边界与管腔内部之间的显示差异，从而使得用户更容易辨认出管腔边界。
预设参数中的第二参数可以为像素点的初始不透明度，第二参数值即初始不透明度值，根据预设的灰度值阈值确定。例如，当像素点的灰度值大于或等于预设的灰度值阈值时，将像素点的初始不透明度值设置为1；当像素点的灰度值小于预设的灰度值阈值时，将像素点的初始不透明度值设置为0。由于管腔组织与官腔内的斑块等灰度值区别较大，例如血管的灰度值一般为200以下，血管内的斑块的灰度值一般在400以上，这样，通过预设的灰度值阈值，可以将血管像素和斑块像素的不透明度设置为不同值，从而增大两者的显示差异，使得用户更容易辨认出管腔内部的斑块等关注内容。
根据本实施例，目标像素点的不透明度值可以根据如下的公式(6)计算得到，
Figure BDA0002314649010000104
公式(6)中，αT为目标像素点在原始三维医学图像中的原始不透明度值，该原始不透明度值可以通过体绘制协议读入，
Figure BDA0002314649010000101
为第一梯度，
Figure BDA0002314649010000102
为第二梯度，αP为像素点的初始不透明度，γ、δ、θ分别为
Figure BDA0002314649010000103
αP的加权系数。
本实施例中，通过调节预设参数中各个参数的加权系数值，可以调整各参数对不透明度的影响，从而调整显示效果，以满足用户的个性化需求。
在一个示例性的实现过程中，获取所述预设参数中各个参数的加权系数值，包括：
读取预先存储的所述预设参数中各个参数的加权系数的默认值，作为所述预设参数中相应参数的加权系数值。
在应用中，用户可以根据经验设置预设参数中相应参数的加权系数值的默认值并存储在系统中，在体绘制过程中直接读取，能够加快处理速度。
在一个示例性的实现过程中，获取所述预设参数中各个参数的加权系数值，包括：
接收用户针对所述预设参数中各个参数输入的数值，将所述数值作为所述预设参数中相应参数的加权系数值。
本实施例中，通过用户输入确定预设参数中相应参数的加权系数值，能够根据用户需求调整各加权系数值，从而按照用户的需要调整显示效果。
在一个示例性的实现过程中，原始三维医学图像可以为针对管腔的三维医学造影图像。
本发明实施例提供的图像绘制方法，通过对待绘制的原始三维医学图像进行图像分割，得到感兴趣区域的分割图像，对于体绘制图像中的每一待绘制像素点，按照视线方向投射射线，并在所述射线上按照预设间隔进行采样，得到多个采样点，对于每个采样点，根据所述原始三维医学图像和所述分割图像确定目标像素点的不透明度值，所述目标像素点为所述采样点在所述原始三维医学图像中的指定邻域内的像素点，根据所述目标像素点的不透明度值和所述目标像素点的颜色值，获得所述采样点的不透明度值和颜色值，利用所述多个采样点的不透明度值和颜色值，合成所述待绘制像素点在所述体绘制图像中的显示值，增大了体绘制图像中各不同部分的显示差异，提高了显示效果，降低了辨认难度，方便用户快速辨认出关注内容。
基于上述的方法实施例，本发明实施例还提供了相应的装置、设备、系统及存储介质实施例。关于本发明实施例的装置、系统及存储介质实施例的详细实现方式，请参见前述方法实施例部分的相应说明。
图3是本发明实施例提供的图像绘制装置的功能方块图。如图3所示，本实施例中，图像绘制装置可以包括：
分割模块310，用于对待绘制的原始三维医学图像进行图像分割，得到感兴趣区域的分割图像；
采样模块320，用于对于体绘制图像中的每一待绘制像素点，按照视线方向投射射线，并在所述射线上按照预设间隔进行采样，得到多个采样点；
不透明度确定模块330，用于对于每个采样点，根据所述原始三维医学图像和所述分割图像确定目标像素点的不透明度值；所述目标像素点为所述采样点在所述原始三维医学图像中的指定邻域内的像素点；
获取模块340，用于根据所述目标像素点的不透明度值和所述目标像素点的颜色值，获得所述采样点的不透明度值和颜色值；
合成模块350，用于利用所述多个采样点的不透明度值和颜色值，合成所述待绘制像素点在所述体绘制图像中的显示值。
在一个示例性的实现过程中，所述装置还可以包括：
颜色值获取模块，用于获取所述目标像素点对应的目标颜色值。
在一个示例性的实现过程中，颜色值获取模块可以具体用于：
将所述原始三维医学图像中所述目标像素点的原始颜色值确定为所述像素点对应的目标颜色值。
在一个示例性的实现过程中，颜色值获取模块可以具体用于：
获取所述原始三维医学图像中所述目标像素点的原始颜色值；
确定所述目标像素点是否属于高亮组织或管腔组织；
若所述目标像素点属于高亮组织，使用第一光照模型对所述原始颜色值进行渲染，所述高亮组织指灰度值大于或等于预设的灰度值阈值的像素点组成的组织；
若所述目标像素点属于管腔组织，使用第二光照模型对所述原始颜色值进行渲染；
所述第一光照模型与所述第二光照模型为不同模型，所述第一光照模型中漫反射光分量的第一系数等于漫反射系数与第一值的乘积，所述第二光照模型中漫反射光分量的第二系数等于漫反射系数与第二值的乘积，所述第二值等于1与所述第一值的差，所述第一值为光源的方向向量与物体表面的法向向量的乘积。
在一个示例性的实现过程中，不透明度确定模块330可以具体用于：
根据所述原始三维医学图像和所述分割图像确定预设参数在所述目标像素点处的目标参数值；
获取所述预设参数中各个参数的加权系数值；
根据所述加权系数值，确定所述预设参数中各个参数对应的目标参数值的加权和；
根据所述加权和与所述目标像素点在所述原始三维医学图像中的原始不透明度值，确定所述目标像素点的目标不透明度值。
在一个示例性的实现过程中，所述预设参数包括像素点在所述原始三维医学图像中的第一梯度和/或像素点在所述分割图像中的第二梯度；
根据所述原始三维医学图像和所述分割图像确定预设参数在所述目标像素点处的目标参数值，包括：
获取所述像素点在所述原始三维医学图像中的八邻域内的第一邻域像素点的灰度值；
根据所述第一邻域像素点的灰度值，计算所述像素点在所述原始三维医学图像中的第一梯度值；
获取所述像素点在所述分割学图像中的八邻域内的第二邻域像素点的灰度值；
根据所述第二邻域像素点的灰度值，计算所述像素点在所述分割图像中的第二梯度值。
在一个示例性的实现过程中，
所述预设参数包括像素点在所述原始三维医学图像中的初始不透明度；
根据所述原始三维医学图像和所述分割图像确定预设参数在所述目标像素点处的目标参数值，包括：
确定所述目标像素点在所述原始三维医学图像中的像素值是否小于所述预设的灰度值阈值；
若是，将所述目标像素点的初始不透明度值设置为0；
若否，将所述目标像素点的初始不透明度值设置为1。
在一个示例性的实现过程中，获取所述预设参数中各个参数的加权系数值，可以包括：：
读取预先存储的所述预设参数中各个参数的加权系数的默认值，作为所述预设参数中相应参数的加权系数值。
在一个示例性的实现过程中，获取所述预设参数中各个参数的加权系数值，可以包括：：
接收用户针对所述预设参数中各个参数输入的数值，将所述数值作为所述预设参数中相应参数的加权系数值。
在一个示例性的实现过程中，所述原始三维医学图像为针对管腔的三维医学造影图像。
本发明实施例还提供了一种控制台设备。图4是本发明实施例提供的控制台设备的一个硬件结构图。如图4所示，控制台设备包括：内部总线401，以及通过内部总线401连接的存储器402，处理器403和外部接口404。
所述外部接口404，用于连接三维医学图像的输出设备；
所述存储器402，用于存储图像绘制逻辑对应的机器可读指令；所述处理器403，用于读取存储器402上的机器可读指令，并执行所述指令以实现如下操作：
对待绘制的原始三维医学图像进行图像分割，得到感兴趣区域的分割图像；
对于体绘制图像中的每一待绘制像素点，按照视线方向投射射线，并在所述射线上按照预设间隔进行采样，得到多个采样点；
对于每个采样点，根据所述原始三维医学图像和所述分割图像确定目标像素点的不透明度值；所述目标像素点为所述采样点在所述原始三维医学图像中的指定邻域内的像素点；
根据所述目标像素点的不透明度值和所述目标像素点的颜色值，获得所述采样点的不透明度值和颜色值；
利用所述多个采样点的不透明度值和颜色值，合成所述待绘制像素点在所述体绘制图像中的显示值。
在一个示例性的实现过程中，根据所述目标像素点的不透明度值和所述目标像素点的颜色值，获得所述采样点的不透明度值和颜色值之前，还包括：
获取所述目标像素点对应的目标颜色值。
在一个示例性的实现过程中，获取所述目标像素点对应的目标颜色值，包括：
将所述原始三维医学图像中所述目标像素点的原始颜色值确定为所述目标像素点对应的目标颜色值。
在一个示例性的实现过程中，获取所述目标像素点对应的目标颜色值，包括：
获取所述原始三维医学图像中所述目标像素点的原始颜色值；
确定所述目标像素点是否属于高亮组织或管腔组织；
若所述目标像素点属于高亮组织，使用第一光照模型对所述原始颜色值进行渲染，所述高亮组织指灰度值大于或等于预设的灰度值阈值的像素点组成的组织；
若所述目标像素点属于管腔组织，使用第二光照模型对所述原始颜色值进行渲染；
所述第一光照模型与所述第二光照模型为不同模型，所述第一光照模型中漫反射光分量的第一系数等于漫反射系数与第一值的乘积，所述第二光照模型中漫反射光分量的第二系数等于漫反射系数与第二值的乘积，所述第二值等于1与所述第一值的差，所述第一值为光源的方向向量与物体表面的法向向量的乘积。
在一个示例性的实现过程中，根据所述原始三维医学图像和所述分割图像确定目标像素点的不透明度值包括：
根据所述原始三维医学图像和所述分割图像确定预设参数在所述目标像素点处的目标参数值；
获取所述预设参数中各个参数的加权系数值；
根据所述加权系数值，确定所述预设参数中各个参数对应的目标参数值的加权和；
根据所述加权和与所述目标像素点在所述原始三维医学图像中的原始不透明度值，确定所述目标像素点的目标不透明度值。
在一个示例性的实现过程中，所述预设参数包括像素点在所述原始三维医学图像中的第一梯度和/或像素点在所述分割图像中的第二梯度；
根据所述原始三维医学图像和所述分割图像确定预设参数在所述目标像素点处的目标参数值，包括：
获取所述目标像素点在所述原始三维医学图像中的八邻域内的第一邻域像素点的灰度值；
根据所述第一邻域像素点的灰度值，计算所述目标像素点在所述原始三维医学图像中的第一梯度值；
获取所述目标像素点在所述分割学图像中的八邻域内的第二邻域像素点的灰度值；
根据所述第二邻域像素点的灰度值，计算所述目标像素点在所述分割图像中的第二梯度值。
在一个示例性的实现过程中，所述预设参数包括像素点在所述原始三维医学图像中的初始不透明度；根据所述原始三维医学图像和所述分割图像确定预设参数在所述目标像素点处的目标参数值，包括：
确定所述目标像素点在所述原始三维医学图像中的像素值是否小于所述预设的灰度值阈值；
若是，将所述目标像素点的初始不透明度值设置为0；
若否，将所述目标像素点的初始不透明度值设置为1。
在一个示例性的实现过程中，根据所述参数值获得所述像素点的目标不透明度值，包括：
获取所述预设参数中各个参数的加权系数值；
根据所述加权系数值，确定所述参数值中所有参数的加权和；
根据所述加权和与输入不透明度值，确定所述像素点的目标不透明度值。
在一个示例性的实现过程中，获取所述预设参数中各个参数的加权系数值，包括：
读取预先存储的所述预设参数中各个参数的加权系数的默认值，作为所述预设参数中相应参数的加权系数值。
在一个示例性的实现过程中，获取所述预设参数中各个参数的加权系数值，包括：
接收用户针对所述预设参数中各个参数输入的数值，将所述数值作为所述预设参数中相应参数的加权系数值。
在一个示例性的实现过程中，所述原始三维医学图像为针对管腔的三维医学造影图像。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如下操作：
对待绘制的原始三维医学图像进行图像分割，得到感兴趣区域的分割图像；
对于体绘制图像中的每一待绘制像素点，按照视线方向投射射线，并在所述射线上按照预设间隔进行采样，得到多个采样点；
对于每个采样点，根据所述原始三维医学图像和所述分割图像确定目标像素点的不透明度值；所述目标像素点为所述采样点在所述原始三维医学图像中的指定邻域内的像素点；
根据所述目标像素点的不透明度值和所述目标像素点的颜色值，获得所述采样点的不透明度值和颜色值；
利用所述多个采样点的不透明度值和颜色值，合成所述待绘制像素点在所述体绘制图像中的显示值。
在一个示例性的实现过程中，根据所述目标像素点的不透明度值和所述目标像素点的颜色值，获得所述采样点的不透明度值和颜色值之前，还包括：
获取所述目标像素点对应的目标颜色值。
在一个示例性的实现过程中，获取所述目标像素点对应的目标颜色值，包括：
将所述原始三维医学图像中所述目标像素点的原始颜色值确定为所述目标像素点对应的目标颜色值。
在一个示例性的实现过程中，获取所述目标像素点对应的目标颜色值，包括：
获取所述原始三维医学图像中所述目标像素点的原始颜色值；
确定所述目标像素点是否属于高亮组织或管腔组织；
若所述目标像素点属于高亮组织，使用第一光照模型对所述原始颜色值进行渲染，所述高亮组织指灰度值大于或等于预设的灰度值阈值的像素点组成的组织；
若所述目标像素点属于管腔组织，使用第二光照模型对所述原始颜色值进行渲染；
所述第一光照模型与所述第二光照模型为不同模型，所述第一光照模型中漫反射光分量的第一系数等于漫反射系数与第一值的乘积，所述第二光照模型中漫反射光分量的第二系数等于漫反射系数与第二值的乘积，所述第二值等于1与所述第一值的差，所述第一值为光源的方向向量与物体表面的法向向量的乘积。
在一个示例性的实现过程中，根据所述原始三维医学图像和所述分割图像确定目标像素点的不透明度值，包括：
根据所述原始三维医学图像和所述分割图像确定预设参数在所述目标像素点处的目标参数值；
获取所述预设参数中各个参数的加权系数值；
根据所述加权系数值，确定所述预设参数中各个参数对应的目标参数值的加权和；
根据所述加权和与所述目标像素点在所述原始三维医学图像中的原始不透明度值，确定所述目标像素点的目标不透明度值。
在一个示例性的实现过程中，所述预设参数包括像素点在所述原始三维医学图像中的第一梯度和/或像素点在所述分割图像中的第二梯度；
根据所述原始三维医学图像和所述分割图像确定预设参数在所述目标像素点处的目标参数值，包括：
获取所述目标像素点在所述原始三维医学图像中的八邻域内的第一邻域像素点的灰度值；
根据所述第一邻域像素点的灰度值，计算所述目标像素点在所述原始三维医学图像中的第一梯度值；
获取所述目标像素点在所述分割学图像中的八邻域内的第二邻域像素点的灰度值；
根据所述第二邻域像素点的灰度值，计算所述目标像素点在所述分割图像中的第二梯度值。
在一个示例性的实现过程中，所述预设参数包括像素点在所述原始三维医学图像中的初始不透明度；根据所述原始三维医学图像和所述分割图像确定预设参数在所述目标像素点处的目标参数值，包括：
确定所述目标像素点在所述原始三维医学图像中的像素值是否小于所述预设的灰度值阈值；
若是，将所述目标像素点的初始不透明度值设置为0；
若否，将所述目标像素点的初始不透明度值设置为1。
在一个示例性的实现过程中，获取所述预设参数中各个参数的加权系数值，包括：
读取预先存储的所述预设参数中各个参数的加权系数的默认值，作为所述预设参数中相应参数的加权系数值。
在一个示例性的实现过程中，获取所述预设参数中各个参数的加权系数值，包括：
接收用户针对所述预设参数中各个参数输入的数值，将所述数值作为所述预设参数中相应参数的加权系数值。
在一个示例性的实现过程中，所述原始三维医学图像为针对管腔的三维医学造影图像。
对于装置和设备实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本领域技术人员在考虑说明书及实践这里申请的发明后，将容易想到本说明书的其它实施方案。本说明书旨在涵盖本说明书的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本说明书的一般性原理并包括本说明书未申请的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本说明书的真正范围和精神由下面的权利要求指出。
应当理解的是，本说明书并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本说明书的范围仅由所附的权利要求来限制。
以上所述仅为本说明书的较佳实施例而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书保护的范围之内。

Claims (11)

1.一种图像绘制方法，其特征在于，用于对三维医学图像进行体绘制，所述方法包括：
对待绘制的原始三维医学图像进行图像分割，得到感兴趣区域的分割图像；
对于体绘制图像中的每一待绘制像素点，按照视线方向投射射线，并在所述射线上按照预设间隔进行采样，得到多个采样点；
对于每个采样点，根据所述原始三维医学图像和所述分割图像确定目标像素点的不透明度值；所述目标像素点为所述采样点在所述原始三维医学图像中的指定邻域内的像素点；
根据所述目标像素点的不透明度值和所述目标像素点的颜色值，获得所述采样点的不透明度值和颜色值；
将同一条所述射线上的所有采样点的不透明度值和颜色值合成，得到所述待绘制像素点在所述体绘制图像中的显示值。
2.根据权利要求1所述的方法，其特征在于，根据所述目标像素点的不透明度值和所述目标像素点的颜色值，获得所述采样点的不透明度值和颜色值之前，还包括：
获取所述目标像素点对应的目标颜色值。
3.根据权利要求2所述的方法，其特征在于，获取所述目标像素点对应的目标颜色值，包括：
将所述原始三维医学图像中所述目标像素点的原始颜色值确定为所述目标像素点对应的目标颜色值。
4.根据权利要求2所述的方法，其特征在于，获取所述目标像素点对应的目标颜色值，包括：
获取所述原始三维医学图像中所述目标像素点的原始颜色值；
确定所述目标像素点是否属于高亮组织或管腔组织；
若所述目标像素点属于高亮组织，使用第一光照模型对所述原始颜色值进行渲染，所述高亮组织指灰度值大于或等于预设的灰度值阈值的像素点组成的组织；
若所述目标像素点属于管腔组织，使用第二光照模型对所述原始颜色值进行渲染；
所述第一光照模型与所述第二光照模型为不同模型，所述第一光照模型中漫反射光分量的第一系数等于漫反射系数与第一值的乘积，所述第二光照模型中漫反射光分量的第二系数等于漫反射系数与第二值的乘积，所述第二值等于1与所述第一值的差，所述第一值为光源的方向向量与物体表面的法向向量的乘积。
5.根据权利要求1所述的方法，其特征在于，根据所述原始三维医学图像和所述分割图像确定目标像素点的不透明度值，包括：
根据所述原始三维医学图像和所述分割图像确定预设参数在所述目标像素点处的目标参数值；
获取所述预设参数中各个参数的加权系数值；
根据所述加权系数值，确定所述预设参数中各个参数对应的目标参数值的加权和；
根据所述加权和与所述目标像素点在所述原始三维医学图像中的原始不透明度值，确定所述目标像素点的目标不透明度值。
6.根据权利要求5所述的方法，其特征在于，所述预设参数包括像素点在所述原始三维医学图像中的第一梯度和/或像素点在所述分割图像中的第二梯度；
根据所述原始三维医学图像和所述分割图像确定预设参数在所述目标像素点处的目标参数值，包括：
获取所述目标像素点在所述原始三维医学图像中的八邻域内的第一邻域像素点的灰度值；
根据所述第一邻域像素点的灰度值，计算所述目标像素点在所述原始三维医学图像中的第一梯度值；
获取所述目标像素点在所述分割学图像中的八邻域内的第二邻域像素点的灰度值；
根据所述第二邻域像素点的灰度值，计算所述目标像素点在所述分割图像中的第二梯度值。
7.根据权利要求5所述的方法，其特征在于，所述预设参数包括像素点在所述原始三维医学图像中的初始不透明度；
根据所述原始三维医学图像和所述分割图像确定预设参数在所述目标像素点处的目标参数值，包括：
确定所述目标像素点在所述原始三维医学图像中的像素值是否小于所述预设的灰度值阈值；
若是，将所述目标像素点的初始不透明度值设置为0；
若否，将所述目标像素点的初始不透明度值设置为1。
8.根据权利要求5所述的方法，其特征在于，获取所述预设参数中各个参数的加权系数值，包括：
读取预先存储的所述预设参数中各个参数的加权系数的默认值，作为所述预设参数中相应参数的加权系数值。
9.根据权利要求5所述的方法，其特征在于，获取所述预设参数中各个参数的加权系数值，包括：
接收用户针对所述预设参数中各个参数输入的数值，将所述数值作为所述预设参数中相应参数的加权系数值。
10.根据权利要求1所述的方法，其特征在于，所述原始三维医学图像为针对管腔的三维医学造影图像。
11.一种图像绘制装置，其特征在于，用于对三维医学图像进行体绘制，所述装置包括：
分割模块，用于对待绘制的原始三维医学图像进行图像分割，得到感兴趣区域的分割图像；
采样模块，用于对于体绘制图像中的每一待绘制像素点，按照视线方向投射射线，并在所述射线上按照预设间隔进行采样，得到多个采样点；
不透明度确定模块，用于对于每个采样点，根据所述原始三维医学图像和所述分割图像确定目标像素点的不透明度值；所述目标像素点为所述采样点在所述原始三维医学图像中的指定邻域内的像素点；
获取模块，用于根据所述目标像素点的不透明度值和所述目标像素点的颜色值，获得所述采样点的不透明度值和颜色值；
合成模块，用于利用所述多个采样点的不透明度值和颜色值，合成所述待绘制像素点在所述体绘制图像中的显示值。
CN201911272720.2A 2019-12-12 2019-12-12 图像绘制方法及装置 Active CN111145336B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911272720.2A CN111145336B (zh) 2019-12-12 2019-12-12 图像绘制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911272720.2A CN111145336B (zh) 2019-12-12 2019-12-12 图像绘制方法及装置

Publications (2)

Publication Number Publication Date
CN111145336A true CN111145336A (zh) 2020-05-12
CN111145336B CN111145336B (zh) 2023-05-30

Family

ID=70518151

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911272720.2A Active CN111145336B (zh) 2019-12-12 2019-12-12 图像绘制方法及装置

Country Status (1)

Country Link
CN (1) CN111145336B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538680A (zh) * 2021-06-10 2021-10-22 无锡中车时代智能装备有限公司 基于双目光度立体视觉的三维测量方法及设备
CN113839998A (zh) * 2021-09-18 2021-12-24 北京百度网讯科技有限公司 图像数据传输方法、装置、设备、存储介质及程序产品

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1818974A (zh) * 2006-03-08 2006-08-16 杭州电子科技大学 一种多模态医学体数据三维可视化方法
CN101794460A (zh) * 2010-03-09 2010-08-04 哈尔滨工业大学 基于光线投射体绘制算法的人体心脏三维解剖组织结构模型可视化方法
CN103021019A (zh) * 2013-01-10 2013-04-03 广东工业大学 一种基于膝关节ct图像的高逼真度模型体绘制方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1818974A (zh) * 2006-03-08 2006-08-16 杭州电子科技大学 一种多模态医学体数据三维可视化方法
CN101794460A (zh) * 2010-03-09 2010-08-04 哈尔滨工业大学 基于光线投射体绘制算法的人体心脏三维解剖组织结构模型可视化方法
CN103021019A (zh) * 2013-01-10 2013-04-03 广东工业大学 一种基于膝关节ct图像的高逼真度模型体绘制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吴佳妮等: "体绘制中多维传递函数的交互实现", 《小型微型计算机系统》 *
王光磊等: "基于置信连接的CT血管造影分层可视化研究", 《河北大学学报(自然科学版)》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538680A (zh) * 2021-06-10 2021-10-22 无锡中车时代智能装备有限公司 基于双目光度立体视觉的三维测量方法及设备
CN113839998A (zh) * 2021-09-18 2021-12-24 北京百度网讯科技有限公司 图像数据传输方法、装置、设备、存储介质及程序产品
CN113839998B (zh) * 2021-09-18 2024-04-12 北京百度网讯科技有限公司 图像数据传输方法、装置、设备、存储介质及程序产品

Also Published As

Publication number Publication date
CN111145336B (zh) 2023-05-30

Similar Documents

Publication Publication Date Title
US9256982B2 (en) Medical image rendering
JP3570576B2 (ja) マルチモダリティに対応した３次元画像合成表示装置
Viola et al. Importance-driven focus of attention
JP5497977B2 (ja) 結腸の特徴経路の位置合わせ
US10593099B2 (en) Transfer function determination in medical imaging
US7256780B2 (en) Visualization of volume-rendered data with occluding contour multi-planar-reformats
US9519993B2 (en) Medical image processing apparatus
JP2000182078A (ja) 三次元（３ｄ）イメ―ジングシステム及び三次元（３ｄ）イメ―ジにおける境界を決定する方法
WO2018161257A1 (zh) 生成彩色医学影像的方法及系统
CN111145336B (zh) 图像绘制方法及装置
US20100246957A1 (en) Enhanced coronary viewing
Baum et al. Fusion viewer: a new tool for fusion and visualization of multimodal medical data sets
CN106934841A (zh) 生成彩色医学影像的方法及医学系统
CN116503607B (zh) 一种基于深度学习的ct图像分割方法和系统
CN112329844A (zh) 图像目标分类方法及相关装置、设备、存储介质
CN111836584A (zh) 超声造影成像方法、超声成像装置和存储介质
US20220287669A1 (en) System and method for automatic light arrangement for medical visualization
CN113850804A (zh) 基于生成对抗网络的视网膜图像生成系统及方法
Turlington et al. New techniques for efficient sliding thin-slab volume visualization
Lawonn et al. Illustrative Multi-volume Rendering for PET/CT Scans.
US20100265252A1 (en) Rendering using multiple intensity redistribution functions
Hachaj et al. Augmented reality approaches in intelligent health technologies and brain lesion detection
Carvalho et al. Holistic modeling in medical image segmentation using spatial recurrence
CN109754869A (zh) 着色的超声图像对应的着色描述符的呈现方法和系统
CN117132609B (zh) 三维医学图像血管分割方法及装置、设备、存储介质

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
GR01 Patent grant
GR01 Patent grant