本站小編為你精心準(zhǔn)備了醫(yī)學(xué)圖像體繪制技術(shù)的建議參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫(xiě)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(shù)最早出現(xiàn)在Kruger等提出的多過(guò)程光線投射算法中，它基于Di-rect3D的PixelShader2.0模型，使用頂點(diǎn)著色程序來(lái)計(jì)算投射光線參數(shù)、利用深度測(cè)試與阻塞詢(xún)問(wèn)等來(lái)模擬循環(huán)實(shí)現(xiàn)光線積分。Scharsach對(duì)其進(jìn)行了改進(jìn)，利用GPU的片元著色程序?qū)崿F(xiàn)循環(huán)以執(zhí)行光線積分，Stegmaier等首先實(shí)現(xiàn)了GPU編程的單過(guò)程光線投射算法，提出了通過(guò)繪制體數(shù)據(jù)的包圍盒表面和編寫(xiě)片元著色程序獲取投射光線參數(shù)來(lái)實(shí)現(xiàn)GPU光線投射算法，但是該算法需要繪制6個(gè)面，并且使用了動(dòng)態(tài)分支，較為復(fù)雜。儲(chǔ)憬駿等對(duì)文獻(xiàn)[7]算法進(jìn)行了改進(jìn)，提出一種只繪制一個(gè)面獲取光線起始點(diǎn)的方法，不但通過(guò)計(jì)算出光線的離開(kāi)點(diǎn)來(lái)避免動(dòng)態(tài)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(shí)現(xiàn)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(xiàn)在基于GPU加速的光線投射算法的基礎(chǔ)上，通過(guò)判斷體繪制數(shù)據(jù)與切割面在世界坐標(biāo)系中的位置關(guān)系，直接跳過(guò)被切割掉的數(shù)據(jù)場(chǎng)部分，只對(duì)其有效部分進(jìn)行繪制。當(dāng)修改或者重新進(jìn)行切割操作時(shí)，不必進(jìn)行數(shù)據(jù)的恢復(fù)、三維對(duì)象和切面紋理的構(gòu)建等操作，從而大大提高了繪制系統(tǒng)的交互與實(shí)時(shí)性能。張冶等利用Cg語(yǔ)言編寫(xiě)頂點(diǎn)著色程序和片元著色程序來(lái)實(shí)現(xiàn)GPU光線投射算法，創(chuàng)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(xiàn)]將傳統(tǒng)的光線投射體繪制算法耗時(shí)的三線性插值和采樣過(guò)程放在GPU上進(jìn)行，利用著色程序的編寫(xiě)將光線進(jìn)入點(diǎn)、離開(kāi)點(diǎn)的計(jì)算以及圖像的合成運(yùn)算移入GPU中,最后通過(guò)調(diào)整傳遞函數(shù)來(lái)實(shí)現(xiàn)不同的繪制效果，通過(guò)使用渲染紋理技術(shù),將繪制的中間結(jié)果保存到紋理，并以此來(lái)避免使用著色器的動(dòng)態(tài)分支功能，與傳統(tǒng)的光線投射算法相比,該算法可快速繪制出質(zhì)量較高的圖像。

另外，宋濤等提出八叉樹(shù)編碼體數(shù)據(jù)快速體繪制算法，Kraus等提出一種自適應(yīng)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(shù)據(jù)容量或需要較長(zhǎng)的處理時(shí)間等缺點(diǎn)。文獻(xiàn)提出一種利用離屏渲染技術(shù)，僅通過(guò)繪制體數(shù)據(jù)包圍盒表面就能獲取投射光線參數(shù)的GPU光線投射算法，該算法與層次包圍盒技術(shù)結(jié)合，對(duì)體數(shù)據(jù)進(jìn)行空間細(xì)分，不改變體數(shù)據(jù)的存儲(chǔ)結(jié)構(gòu)，僅增加較小的存儲(chǔ)容量，跳過(guò)對(duì)最終圖像無(wú)貢獻(xiàn)的空體素以減少投射光線的有效采樣長(zhǎng)度，加快了繪制速度。為了同時(shí)保證繪制速度和圖像質(zhì)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(lái)完成光線投射算法中耗時(shí)的采樣、插值過(guò)程,在采樣過(guò)程中進(jìn)行空間跳躍，且增加存儲(chǔ)容量較小，算法不僅保證了高質(zhì)量的圖像繪制效果，繪制速度也提高了95倍左右,可以實(shí)現(xiàn)海量體數(shù)據(jù)基于GPU的實(shí)時(shí)高質(zhì)量的繪制，是目前為止在速度和圖像質(zhì)量?jī)煞矫娑歼_(dá)到較為完善的GPU光線投射體繪制方法。

1.1光線跟蹤的GPU加速的醫(yī)學(xué)圖像體繪制

目前，光線跟蹤方法是真實(shí)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(lèi)似，都是沿光線的路徑進(jìn)行色彩的積累，光線從視點(diǎn)出發(fā)，通過(guò)屏幕中的每個(gè)像素向場(chǎng)景中發(fā)出一條光線，若光線與場(chǎng)景中物體相交，則按照光照模型計(jì)算光線對(duì)該交點(diǎn)的貢獻(xiàn)值，根據(jù)物體表面交點(diǎn)處的屬性是否終止追蹤光線還是產(chǎn)生次級(jí)光線(例如反射、折射、陰影光線等)繼續(xù)遞歸跟蹤繪制，若場(chǎng)景中存在體數(shù)據(jù)，則一般只跟蹤初級(jí)光線，沿光線積分計(jì)算采樣點(diǎn)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(shù)據(jù)量非常大，光線與體數(shù)據(jù)的求交運(yùn)算往往十分龐大，采樣點(diǎn)求交需大量使用三維線性插值計(jì)算，這嚴(yán)重影響了光線跟蹤繪制的實(shí)時(shí)性。因此，光線跟蹤方法存在繪制速度慢、實(shí)時(shí)交互性差的缺點(diǎn)。但光線跟蹤在直接光照和間接光照效果中都具有優(yōu)勢(shì)，它是現(xiàn)階段繪制效果最具真實(shí)性的算法之一。

1.2基于影響因子的GPU醫(yī)學(xué)圖像體繪制技術(shù)

在三維體繪制中，經(jīng)常會(huì)出現(xiàn)這樣的情況，即部分醫(yī)生感興趣的器官或組織的結(jié)構(gòu)被其前方的器官或組織遮擋，導(dǎo)致無(wú)法達(dá)到理想的繪制效果，如圖1。為了減少或消除非興趣區(qū)器官或組織對(duì)興趣區(qū)器官或組織的遮擋，科研人員提出了一些有效的方法來(lái)進(jìn)行體數(shù)據(jù)切割，即通過(guò)復(fù)雜的計(jì)算構(gòu)建新的幾何體來(lái)表示切割后的3D對(duì)象。這些方法雖然簡(jiǎn)單易行，但存在以下缺點(diǎn)：很難找到一個(gè)合適的切割平面，若切割平面穿過(guò)感興趣器官，則會(huì)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(diǎn)，IvanViola等人提出了一種基于影響因子的特征增強(qiáng)可視化體繪制算法。

基于影響因子的體繪制算法主要表現(xiàn)在構(gòu)造傳遞函數(shù)時(shí)，除為體數(shù)據(jù)分配不同的光學(xué)特征外，還為其引入了一個(gè)新的特征值，即影響因子。對(duì)重要組織、感興趣器官部分的體數(shù)據(jù)賦予大的影響因子，相反則為其賦予小的影響因子，通過(guò)對(duì)體數(shù)據(jù)影響因子的調(diào)節(jié)來(lái)達(dá)到增強(qiáng)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(tǒng)的體繪制流水線相比，IvanViola的方法增加了影響因子合成的過(guò)程，這將會(huì)增加計(jì)算的復(fù)雜度，實(shí)現(xiàn)起來(lái)比較復(fù)雜。文獻(xiàn)出一種感興趣區(qū)體繪制方法，把影響因子用到感興趣的組織器官的繪制當(dāng)中，通過(guò)構(gòu)造基于光照球索引的傳遞函數(shù)，實(shí)現(xiàn)感興趣組織的風(fēng)格化顯示，并可以交互設(shè)定感興趣區(qū)域，用灰度和梯度信息生成重要因子來(lái)調(diào)節(jié)體素不透明度，強(qiáng)調(diào)感興趣區(qū)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(guò)對(duì)由光照小球映射而來(lái)的紋理索引進(jìn)行風(fēng)格化繪制，增強(qiáng)對(duì)重要器官的表現(xiàn)能力，唯一不足的是在繪制速度上比較費(fèi)時(shí)。

2體繪制研究面臨的問(wèn)題

當(dāng)前基于GPU的醫(yī)學(xué)影像三維可視化體繪制技術(shù)大都主要用來(lái)解決依賴(lài)于大量計(jì)算算法的速度慢以及繪制的圖像效果差等問(wèn)題，所面臨的共有特點(diǎn)就是，一方面體數(shù)據(jù)量巨大，另一方面算法本身需要大量的計(jì)算時(shí)間。當(dāng)前GPU體繪制技術(shù)在如下幾個(gè)方面仍然存在不足。

2.1基于GPU的多算法整合技術(shù)研究不足目前在GPU上實(shí)現(xiàn)的體繪制算法都還只是對(duì)單個(gè)算法的移植實(shí)現(xiàn)或改進(jìn)，研究基于多GPU的并行處理，對(duì)多個(gè)經(jīng)典算法進(jìn)行整合，達(dá)到1+1>2的效果，同時(shí)可以考慮設(shè)計(jì)更加先進(jìn)的GPGPU技術(shù)(類(lèi)似CUDA、OpenCL等)，可以充分發(fā)揮多GPU以及CPU與GPU混合并行運(yùn)算優(yōu)勢(shì)，考慮更加復(fù)雜的負(fù)載平衡，更快的加速性能，能做到真正的視覺(jué)計(jì)算，能準(zhǔn)確地將計(jì)算機(jī)的CUDA與OpenGL可視化進(jìn)行融合等相關(guān)技術(shù)的研究不足。

2.2有待研究穩(wěn)定的、可靠的、可擴(kuò)展的GPU并行運(yùn)算與可視化交互平臺(tái)架構(gòu)及引擎技術(shù)在實(shí)現(xiàn)體繪制方案里，一個(gè)穩(wěn)定的、可靠的、可擴(kuò)展的基于GPU的并行運(yùn)算與可視化交互平臺(tái)架構(gòu)技術(shù)，或結(jié)合3D游戲可視化引擎的思想與虛擬現(xiàn)實(shí)的交互顯示技術(shù)于一體的醫(yī)學(xué)圖像可視化引擎平臺(tái)目前還是空白。可視化引擎研究上，一方面應(yīng)該從如何設(shè)計(jì)“數(shù)據(jù)容器”，轉(zhuǎn)型為設(shè)計(jì)能承載大量醫(yī)學(xué)圖像渲染器的“功能容器”，系統(tǒng)能夠容納成千上百個(gè)獨(dú)立的圖像渲染器，以實(shí)現(xiàn)對(duì)影像各種各樣的數(shù)據(jù)進(jìn)行高速還原度的顯示，并且能對(duì)新型數(shù)據(jù)和其渲染器提供擴(kuò)展接口。另一方面，未來(lái)的圖像可視化引擎研究上應(yīng)該更接近于虛擬現(xiàn)實(shí)系統(tǒng)，通過(guò)對(duì)各個(gè)獨(dú)立渲染器和特定數(shù)據(jù)格式以及相應(yīng)邏輯的研究和開(kāi)發(fā)工作，可視化引擎系統(tǒng)可為醫(yī)療診治提供與現(xiàn)實(shí)近似的體驗(yàn)觀察，這種體驗(yàn)相比于傳統(tǒng)的影像圖，更接近于真實(shí)，大大提高醫(yī)療判斷的真實(shí)和精確度。

3GPU通用加速繪制平臺(tái)設(shè)計(jì)方案

本文研究并提出一種基于GPU通用加速繪制平臺(tái)的設(shè)計(jì)方案，它提供了一種交互式的GPU加速繪制環(huán)境，可以讓用戶(hù)快速地進(jìn)行系統(tǒng)可視化設(shè)計(jì)，方案整體主要包含下列模塊：“源算法模塊”、“過(guò)濾器算法模塊”、“目的算法模塊”、“GPU加速模塊”、“呈現(xiàn)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(tǒng)架構(gòu)圖如下。其中各個(gè)模塊在整體方案設(shè)計(jì)中的功能和作用：

（1）輸入輸出模塊：負(fù)責(zé)加載和保存用戶(hù)已經(jīng)建立的模塊連接原型，并保存用戶(hù)對(duì)模塊設(shè)置的連接屬性，把已經(jīng)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(hù)可以通過(guò)此模塊打開(kāi)原來(lái)以前保存過(guò)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(kù)：此模塊庫(kù)保存源算法模塊，分為三大類(lèi)，第一類(lèi)為圖像數(shù)據(jù)流模塊類(lèi)，為過(guò)濾器模塊提供圖像數(shù)據(jù)流，包括文件數(shù)據(jù)源和用戶(hù)生成數(shù)據(jù)源，第二類(lèi)為文本數(shù)據(jù)流模塊類(lèi)，為中間過(guò)濾器提供文本、標(biāo)簽之類(lèi)的數(shù)據(jù)。第三大類(lèi)為幾何數(shù)據(jù)模塊類(lèi)，在可視化平臺(tái)中，經(jīng)常為體數(shù)據(jù)提供幾何范圍，這個(gè)模塊就是生成相應(yīng)的點(diǎn)、線、圓、錐、立方體等空間幾何體。第四大類(lèi)為體數(shù)據(jù)模塊類(lèi)、DICOM數(shù)據(jù)等

（3）過(guò)濾器算法模塊庫(kù)：此模塊庫(kù)保存一系列的過(guò)濾器算法模塊，第一類(lèi)為幾何數(shù)據(jù)處理過(guò)濾器，對(duì)幾何數(shù)據(jù)進(jìn)行各種加工，例如進(jìn)行標(biāo)注面積、周長(zhǎng)、體積等等，第二類(lèi)圖像數(shù)據(jù)處理過(guò)濾器，主要對(duì)圖像進(jìn)行各種操作，例如模糊、銳化、分割等。第三類(lèi)體投射處理過(guò)濾器，主要是對(duì)體數(shù)據(jù)進(jìn)行如鏡像、切割、求梯度等操作。

（4）目的算法模塊庫(kù)：此模塊庫(kù)保存目的算法模塊，第一類(lèi)為光線投射繪制器，主要功能是把過(guò)濾器過(guò)濾的中間數(shù)據(jù)以投射的方式進(jìn)行體繪制，第二類(lèi)為面繪制，主要功能是把過(guò)濾器過(guò)濾的中間數(shù)據(jù)以面繪制的方式進(jìn)行繪制。第三類(lèi)為OpenGL繪制，直接以O(shè)penGL在空間進(jìn)行繪制圖像，產(chǎn)生三維立體影像。

（5）原型界面：在此界面內(nèi)用戶(hù)可以把算法模塊庫(kù)中的模塊拖入到原型界面進(jìn)行組合連接，并且對(duì)模塊進(jìn)行編輯操作，包括剪切、復(fù)制、粘貼等操作。

（6）GPU加速模塊庫(kù)：GPU加速模塊把原型界面的數(shù)據(jù)連接進(jìn)行實(shí)例化，底層的加速硬件進(jìn)行交互，把各算法模塊庫(kù)的算法進(jìn)行硬件加速，然后將計(jì)算出來(lái)的數(shù)據(jù)結(jié)果發(fā)送的呈現(xiàn)界面。

（7）模塊屬性：在模塊內(nèi)用戶(hù)可以對(duì)模塊的各屬性進(jìn)行設(shè)置，例如如果是源模塊，則編輯源模塊的數(shù)據(jù)文件路徑，高斯過(guò)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(huì)對(duì)渲染結(jié)果立刻產(chǎn)生影響。

（8）呈現(xiàn)界面：此模塊主要是對(duì)原型界面的模塊連接進(jìn)行呈現(xiàn)，等用戶(hù)按下運(yùn)行按鈕后，系統(tǒng)立刻對(duì)原型界面的數(shù)據(jù)進(jìn)行檢查，并從源模塊加載數(shù)據(jù)，輸入到過(guò)濾器中進(jìn)行處理，把中間結(jié)果輸入到目的模塊進(jìn)行處理，處理的結(jié)果將出現(xiàn)在呈現(xiàn)界面中。

4結(jié)語(yǔ)

本文分析并介紹了當(dāng)前基于GPU硬件加速的三維醫(yī)學(xué)圖像可視化體繪制技術(shù)的研究現(xiàn)狀，提出了基于GPU引擎框架可視化技術(shù)的思想，同時(shí)研究并實(shí)現(xiàn)一種基于GPU通用加速繪制平臺(tái)的設(shè)計(jì)方案，平臺(tái)方案采取面向?qū)ο笏枷朐O(shè)計(jì)，各個(gè)模塊協(xié)同工作，可以有效的集成多種繪制算法，依據(jù)可視化體繪制的實(shí)際情況，用戶(hù)可以自由增減算法以及定制算法，充分利用各個(gè)不同算法的優(yōu)勢(shì)，并可以很好地滿(mǎn)足的可視化的交互性需要，從而獲得較好的三維醫(yī)學(xué)圖像可視化效果。在將來(lái)，還需要進(jìn)一步擴(kuò)大平臺(tái)的操作能力，使可視化的效果更接近真實(shí)內(nèi)容?？梢钥紤]采取一套專(zhuān)用處理器，通過(guò)著色器程序完全配置，這樣可以在可視化當(dāng)中隨時(shí)修改運(yùn)行情況，這將作為我們下一步的研究工作。

作者：曾文權(quán)何擁軍余愛(ài)民林敏單位：廣東科學(xué)技術(shù)職業(yè)學(xué)院計(jì)算機(jī)工程技術(shù)學(xué)院珠海市司邁科技有限公司