基于DT-MRI数据的心肌纤维可视化及分析系统研究与实现

核磁共振弥散张量成像（Diffusion Tensor Magnetic Resonance Imaging,DT-MRI）是近年来提出的一项新的医学影像技术。通过利用核磁共振技术测量细胞内多个方向上水分子弥散运动的特征,可以全面充分研究活体组织微细结构。基于犬心室的DT-MRI数据集开展了三维心肌纤维结构的可视化方法及其可视化系统设计与实现的研究。首先利用阈值滤波、中值滤波和邻域平均法对原始DT-MRI数据进行去噪预处理,然后利用体绘制技术、图元显示法和纤维跟踪法对犬心室的DT-MRI数据进行可视化。最后对基于DT-MRI数据的心肌纤维可视化应用进行了详细的需求分析和系统设计,基于VTK（Visualization Toolkit）实现一个DT-MRI数据的心肌纤维可视化和分析系统。实验结果表明该系统具有良好的交互性,为研究心脏结构提供了一个有力可视化工具。     

基于3D Slicer的弥散张量成像方法研究与应用

弥散张量成像技术已经应用于临床,而利用弥散张量数据进行纤维束追踪是近年来研究的热点问题,本文基于3D Slicer平台对弥散张量成像方法进行了研究,详细介绍了MR图像弥散张量成像的分析处理流程,对医学诊断有很重要的参考价值。     

基于参数化混合元球体表示的高分辨率DTI纤维丛可视化

为了克服传统DTI可视化技术存在计算空间大、信息丢失等问题,提出一种基于Perfect Spatial Hashing稀 疏数据压缩方法的高分辨率DTI纤维从可视化方法.将流场可视化中的streamball表示改进为沿着积分曲线布局的可参数化混合元球体,并将这种参数化混合元球体表示规范为一个高分辨率的稀疏三维密度场;进而采用PerfectSpatial Hashing稀疏数据压缩方法压缩该密度场,在保持数据高精度的同时提供了数据的高效随机访问特性.实验结果表明,采用文中方法得到的可视化结果不仅能清晰地揭示组织结构的连通性,还能展示局部张量细节信息.用户只需简单地改变等值面参数就可实时观察可视化结果.     

采用贝叶斯决策概率型DT-MRI的脑白质纤维追踪成像

弥散张量磁共振成像(DT-MRI)的脑白质纤维追踪成像可无创重建脑白质纤维的三维结构,而现有追踪成像方法一般仅考虑局部纤维的弥散倾向,对纤维束几何结构的综合考虑不足,为此提出一种贝叶斯决策概率型的纤维追踪成像算法.该算法通过纤维束当前体素的弥散张量方向和纤维束几何结构信息,利用贝叶斯决策理论估算追踪下一体素的方向概率分布;按照概率分布对纤维束进行加权采样,重建纤维束的三维结构图像.最后利用文中算法在合成弥散张量数据上进行了成像仿真,在真实脑部DT-MRI数据上进行了成像实验.仿真和实验结果表明,该算法能实现预期的脑白质纤维追踪成像,比现有追踪成像方法结果更可靠,可重复性更强.     

水环境规划可视化系统的设计与实现

以河南省安阳市境内三条水系为例,提出实现水环境规划可视化的技术路线和软件设计方案,深入探讨实现河流水系的动态控制和交互处理的可能性,通过图形界面,环境工作者们能够很容易地及时掌握实际水体的变化状况,随时进行决策。     

基于几何着色器的流场动态可视化研究与实现

为有效解决复杂流场可视化效率低下问题，加快可视化速度，提出了一种基于几何着色器的快速流场可视化算法。在流场可视化的过程当中引入几何着色器，利用GPU的并行处理能力和强大的图像处理能力对流场实时地进行箭头和流线的绘制，然后采用积分颜色映射方法，与常规的线性颜色映射法相比较，改善了颜色的均匀分布，增强流场强度层次感。实验表明，该算法可以有效地反映流场特征分布，减少可视化过程中的数据传输量，降低资源浪费，提高可视化渲染效率。     

基于第三方控件的数据可视化系统的设计与实现

为了更有效地开发数据可视化应用程序和优化布局算法,提出了一种基于成熟的第三方控件开发模式的设计与实现方案.在界面交互框架上,采用DotNetBar控件实现了常见的办公工具office2007窗体功能化.在视图显示框架上,直接利用ILOG公司提供的具有强大图层处理功能的视图组件ILoG JViews Diagrammer,实现了屏幕对象元素和应用程序进行之间的交互.最后通过实例验证了该方案的可行性和有效性.     

基于Web Services的数据可视化方案及实现

本文针对目前应用非常广泛的B/S结构应用系统中数据可视化问题,提出了一种基于Web Services 的解决方案,并在.NET应用程序开发环境中进行了实现.该方案对研究Web Services在实际项目中的应用具有积极的探索意义.     

并行应用程序的远程实时跟踪可视化系统的设计及实现

并行应用程序的远程实时跟踪可视化技术通过实现对并行应用程序的实时监控,帮助科研人员更进一步地了解和控制并行数值模拟的计算过程．介绍一个面向并行应用程序的远程实时跟踪可视化系统．该系统远程实时访问运行在分布存储并行机上的并行程序中的变量,将计算的中间结果实时地显示在客户端图形工作站上,从而实现程序的远程实时跟踪．从设计目标、体系结构及其实现等几个方面来介绍该系统,着重讲述该系统中的核心部分——数据传输模块的实现,详细阐述该模块实现过程中所采用的分布类型数据的位置索引及同步访问机制等关键技术．     

基于可变步长逆向组合算法的弥散张量图像配准

弥散张量成像（Diffusion Tensor Magnetic Resonance Imaging,DT-MRI）是近年来新兴的一种核磁共振成像技术,作为一种无创伤的描述大脑结构的新方法,弥散张量成像在临床诊断中发挥着重要的作用。由于不同个体或者同一个体不同状态下获取的张量数据展开的多幅图像之间存在一定偏差,需要将这些图像对齐,即配准。逆向组合算法是一种很好的配准方法,但是当模板图像和目标图像之间存在多种几何变化时,算法的收敛速度往往很慢。提出了一种可变步长的逆向组合算法,通过自适应改变原始算法的步长达到加快算法收敛速度的目的。实验表明,该算法在保持原始算法精度的基础上能够加快收敛速度,并且对图像的几何变换有很好的鲁棒性。     

二阶张量场可视化研究

1.引言当今科学计算可视化的研究对象主要集中在三维数据场的可视化,来源于有限元分析、流体力学、力场、医学、气象场、温度场中的许多三维体数据,它们可表示为分布于体空间的单值函数V=f(x,y,z),当V为标量时则为标量场,若V为矢量则为矢量场,若V为张量则为张量场。体数据场包含的信息量非常丰富,数据量也非常多,经过可视处理,借助计算机图形学的理论和数字图像技术,可直观地反映出数据场内部信息的分布规律以及变化过程。     

三维医学可视化分析平台的研究

本文介绍西北大学可视化研究所研制的三维医学可视化分析系统。该系统可用于医学影像数据库、手术计划系统、远程会诊系统和计算机医学辅助教学系统的开发平台,为医学图像可视化提供了有力的工具。     

基于IDL的遥感水文时空序列数据可视化分析系统开发与应用

遥感水文模型的输入和输出数据中含有大量的具有时间和空间序列的图像数据。通过可视化分析,可以找出这些数据中隐含的规律。目前遥感水文时空序列数据可视化分析的各个过程相互分离,分析效率比较低,因此基于IDL(Interactive Data Language,交互式数据语言)进行了遥感水文时空序列数据可视化分析系统的开发,并将其应用于EcoHAT(Ecohydrological Assessment Tools,生态水文评价系统)系统的数据分析。利用IDL强大的图像处理和数据计算能力,实现了遥感水文时空序列数据管理、图像显示和图表绘制等功能,使得海量遥感水文数据得到了更高效的利用。     

EAST工程数据可视化系统

EAST装置由多个子系统组成,只有当各个子系统运行参数满足条件时,才能进行等离子体放电实验。在放电实验过程中,远程实时监视装置运行状态,确保装置的正常安全运行尤为重要。本文根据EAST实验的需求,并依据EAST的网络结构,设计了B/S模式与C/S模式相结合的数据可视化系统。该系统可以使实验人员在放电时及时掌握各子系统的运行状态,能够对实验数据进行在线分析处理,及时做出判断和决策,以保证装置和实验的正常运行。     

可视化系统前端数据管理系统设计与实现

在可视化系统的实际应用中,输入数据的管理是关键性的问题。文中对以往的可视化系统的前端数据管理存在的问题进行了分析,提出了新的数据管理方案。为了验证笔者的方案,该文针对MM5气象模式的数据输出实现了一个数据管理系统(DMS)。     

面向对象的实时数据动态图形显示研究与实现

实时数据动态图形显示是工业领域一项很紧迫的研究课题。文中针对其开发效率低下的现状提出了一个面向对象的概念模型，分析了其中的关键技术，并结合实际应用阐述了其实现方法和途径。     

Interactive Neural Network Texture Analysis and Visualization for Surface Reconstruction in Medical Imaging

The following paper describes a new approach for the automatic segmentation and tissue classification of anatomical objects such as brain tumors from magnetic resonance imaging (MRI) data sets using artificial neural networks. These segmentations serve as an input for 3D–reconstruction algorithms. Since MR images require a careful interpretation of the underlying physics and parameters, we first give the reader a tutorial style introduction to the physical basics of MR technology. Secondly, we describe our approach that is based on a two–pass method including non–supervised cluster analysis, dimensionality reduction and visualization of the texture features by means of nonlinear topographic mappings. An additional classification of the MR data set can be obtained using a post–processing technique to approximate the Bayes decision boundaries. Interactions between the user and the network allow an optimization of the results. For fast 3D–reconstructions, we use a modified marching cubes algorithm but our scheme can easily serve as a preprocessor for any kind of volume renderer. The applications we present in our paper aim at the automatic extraction and fast reconstruction of brain tumors for surgery and therapy planning. We use the neural networks on pathological data sets and show how the method generalizes to physically comparable data sets.     

基于光纤Bragg光栅和Labview的称重系统

介绍了光纤光栅（FBG）称重传感器原理,建立了称重系统的力学模型,双孔平行梁利用自身结构特点对称重传感器进行了温度和偏载补偿,设计了基于Labview的光纤光栅祢重系统,阐述了系统的硬件组成和软件实现,并利用Labview方便的外部接口、数据处理和图形界面功能,方便读出称重传感器的载荷质量,解决了普通解调仪只能读出光栅波长这一问题。