体绘制技术在医学可视化中的新发展

科学计算可视化体绘制算法能反映出体数据的内部信息，在医学，它已经从辅诊断发展成为辅助治疗的重要手段，体可视化技术是医学可视化的重要研究内容，其处理过程包括体数据的获取，模型的建立，数据的映射，绘制等操作，该文介绍了医学可视化中常使用的几种光照模型，针对基于图象空间和对象空间两种体绘制算法，介绍了它们的基本思想方法，并详细阐述了在近期的主要加速技术和提高图象质量方法的新进展，最后给出了实验数据和结论。     

体绘制源和反射-衰减模型

为解决医学图象三维可视化中三维体数据显示的问题,在综合了体绘制源－衰减模型和兰伯特漫反射余弦定律的基础上,提出了体绘制源和反射－衰减光照模型,新的模型假定三维标量数据场中的每一点都既是点光源,又能够反射外部入射光,并且反射光的分布遵循兰伯特漫反射余弦定律,由以上假定推导出体绘制的基本运算公式。实验结果表明,体绘制源和反射－衰减模型是一种性能优良的体光照模型,其用于医学断层图象三维可视化能够生成逼真     

基于WebVR的医学体数据可视化

传统的医学体数据可视化通过计算机屏幕显示三维医学影像,由于使用者对二维屏幕缺乏深度感知,对于组织内各部位无法准确判断相对位置,难以观察理解。为了解决这个问题,结合虚拟现实(VR)技术与体绘制技术,提出并实现基于WebVR的医学体数据可视化系统。基于B/S模式设计系统的整体架构,浏览器端从服务器端获得体数据,使用WebGL调用本地显卡对渲染进行硬件加速。运用光线投射算法进行体绘制,渲染结果通过浏览器显示或使用WebVR连接至VR设备显示在虚拟空间中,实现沉浸式的可视化。同时,针对虚拟现实环境对光线投射算法提出优化方法,实现激光拾取、体数据内部可视化和平面裁剪的交互方式。系统实现了新的三维立体视觉的感知方式和方便灵活的交互功能,增强使用者对三维医学体数据可视化影像的感知。     

医学体数据三维可视化改进算法综述

医学体数据三维可视化技术有着广泛的应用前景。近年来为加快绘制速度，提高成像质量和节省存储空间提出了许多改进算法，本文总结了这些算法，为进一步研究奠定了基础。     

非规则数据场体绘制技术的研究

科学计算可视化的核心是三维数据场的可视化．当前三维可视化的研究热点是体绘制技术。文中介绍了三维非规则数据场体绘制技术的研究现状。在此基础上，通过对已有非规则数据场体绘制技术和算法的分析比较．预测非规则数据场体绘制技术今后的发展趋势以及将来应该重视的研究方向。除了改进已有算法、将各种算法结合起来外，还应该在硬件及系统加速技术方面做研究，同时结合漫游技术研究和开发高效的三维空间非规则数据场的可视化技术和并行算法。     

一种体数据面绘制算法

三维标量场可视化技术不仅可以绘制等值面,而且可以模拟X线的透射效果,文中以彩色分割医学图像为背景讨论了体数据的表面绘制算法;应用势函数原理,给出了一种新、快速有效的法向计算公式,并给出部分实现细节;最后,应用光线投射原理,绘制出彩色图像空间中物体表面的高度真实感图形。     

基于VTK的医学序列图像可视化

数字人体是目前的一个研究热点，而医学图像三维建模及可视化研究是其中的一项重要内容，医学序列图像的可视化技术包括体绘制和表面绘制两大类。他们各有其特点和适用领域。使用VTK可以很大程度的简化医学序列图像重建的问题。本文讨论了两种方法的原理、特点以及VTK实现三维重建及可视化的算法过程，并给出了一个实例。     

直接体绘制技术在地质体三维可视化中的应用研究

将直接体绘制技术应用于地质体三维可视化,首先对原始钻孔数据进行插值、网格化等预处理得到满足直接体绘制需要的规则体数据,从而建立反映地层分布的地质体三维标量数据场;然后用直接体绘制技术绘制三维地质体,避免了体元建模方法中在对地质体进行剖切等操作时必须要解决的剖面与体元之间复杂的判断求交等过程。采用该方法实现了对某地区地质体的三维可视化。     

非规则数据场体绘制技术的研究

科学计算可视化的核心是三维数据场的可视化,当前三维可视化的研究热点是体绘制技术.文中介绍了三维非规则数据场体绘制技术的研究现状.在此基础上,通过对已有非规则数据场体绘制技术和算法的分析比较,预测非规则数据场体绘制技术今后的发展趋势以及将来应该重视的研究方向.除了改进已有算法、将各种算法结合起来外,还应该在硬件及系统加速技术方面做研究,同时结合漫游技术研究和开发高效的三维空间非规则数据场的可视化技术和并行算法.     

计算机支持的并行与协同可视化系统

描述了一个并行与协同可视化系统模型,系统包含了５个层次,具有与硬件无关的优点和良好的可移植性,系统使用一个基于Ｃａｃｈｅ相关性的分布式共享体数据缓冲区（ＤＳＶＢ）来管理分布存储的大规模体数据,并提供对体数据的统一存取接口;使用分布可视化应用程序接口来提供对用户透明的并行可视化应用程序设计,系统还设计了一个人－人交互界面来支持协同工作。     

基于GPU的三维医学图像混合可视化系统

研究并实现了一个基于GPU的医学图像混合可视化系统，该系统采用三维纹理映射的方法实现直接体绘制，利用GPU的可编程特性完成体绘制方法中的插值后分类算法和传输函数的传递及实时修改，采用OpenGL技术实现表面的绘制，并基于场景图结构实现时表面数据的管理。面绘制和体绘制部分都采用OpenGL实现，运用OpenGL的融合机制，系统实现了面绘制和体绘制的混合显示。本系统大大提高了体绘制的速度，有效地保留了面绘制和体绘制的优势，在保证绘制速度的基础上丰富了图像信息。     

基于PC的医学图像体绘制方法研究与仿真

体绘制技术是一种能够准确反映体数据内部信息的可视化技术。本文主要介绍了一种改进的体绘制算法，即首先对三维医学图像施加模糊增强，然后对增强后的图像进行模糊阈值分割，从而可以清晰地对三维数据场进行分类，即边界区与非边界区。对边界区与非边界区分别进行绘制。在PC机上进行仿真的结果表明，此方法既能提高绘制的速度，又能保证绘制质量。     

基于线性八叉树的光线投射体绘制算法改进研究

体视化是地学信息三维可视化研究的前沿技术之一，体绘制算法的效率直接关系到体视化的效果。本文在研究已有光线投射体绘制改进算法的基础上，提出利用线性八叉树数据结构对光线投射体绘制算法进行改进研究，不仅实现了体数据的压缩。而且能对压缩体数据进行直接体视化。在PC机上的实验表明，该方法具有时间复杂度与数据复杂度基本无关的特点．加速效果明显。最后，文章指出了该方法的适用范围。     

3DIVE: An Immersive Environment for Interactive Volume Data Exploration

This paper describes an immersive system,called 3DIVE,for interactive volume data visualization and exploration inside the CAVE virtual environment.Combining interactive volume rendering and virtual reality provides a netural immersive environment for volumetric data visualization.More advanced data exploration operations,such as object level data manipulation,simulation and analysis ,are supported in 3DIVE by several new techniques,In particular,volume primitives and texture regions ae used for the rendering,manipulation,and collision detection of volumetric objects;and the region-based rendering pipeline is integrated with 3D image filters to provide an image-based mechanism for interactive transfer function design.The system has been recently released as public domain software for CAVE/ImmersaDesk users,and is currently being actively used by various scientific and biomedical visualization projects.     

Stochastic Volume Rendering of Multi‐Phase SPH Data

In this paper, we present a novel method for the direct volume rendering of large smoothed‐particle hydrodynamics (SPH) simulation data without transforming the unstructured data to an intermediate representation. By directly visualizing the unstructured particle data, we avoid long preprocessing times and large storage requirements. This enables the visualization of large, time‐dependent, and multivariate data both as a post‐process and in situ. To address the computational complexity, we introduce stochastic volume rendering that considers only a subset of particles at each step during ray marching. The sample probabilities for selecting this subset at each step are thereby determined both in a view‐dependent manner and based on the spatial complexity of the data. Our stochastic volume rendering enables us to scale continuously from a fast, interactive preview to a more accurate volume rendering at higher cost. Lastly, we discuss the visualization of free‐surface and multi‐phase flows by including a multi‐material model with volumetric and surface shading into the stochastic volume rendering.     

Recent Advances in Volume Visualization

In the past few years, there have been key advances in the three main approaches to the visualization of volumetric data: isosurfacing, slicing and volume rendering, which together make up the field of volume visualization.
In this survey paper we set the scene by describing the fundamental techniques for each of these approaches, using this to motivate the range of advances which have evolved over the past few years.
In isosurfacing, we see how the original marching cubes algorithm has matured, with improvements in robustness, topological consistency, accuracy and performance. In the performance area, we look in detail at pre-processing steps which help identify data which contributes to the particular isosurface required. In slicing too, there are performance gains from identifying active cells quickly.
In volume rendering, we describe the two main approaches of ray casting and projection. Both approaches have evolved technically over the past decade, and the holy grail of real-time volume rendering has arguably been reached.
The aim of this review paper is to pull these developments together in a coherent review of recent advances in volume visualization.     

海量医学数据处理框架及快速体绘制算法

设计并实现了一套针对海量数据的处理和分析算法框架,并将其融入实验室早先开发完成的医学影像算法研发平台MITK(medical imaging toolkit)中,真正建立起一个海量医学影像数据的处理平台,并在此基础上研究了针对海量数据的基于光线投射和三维纹理的快速体绘制算法,提出了一种半自适应分块的方法对原始数据进行分块,在不对分块速度产生太大影响的基础上得到了更好的分块结果,同时使用图形硬件来进一步加速整个算法的绘制流程.实验结果表明了该平台和算法对于海量医学数据处理和可视化的有效性.     

体数据内部结构绘制技术及其在3维医学图像分析中的应用

首先基于集合论方法对体数据内部结构进行分析(内部结构是指被外部物体遮挡或隐藏而不能从外部直接看到的物体或结构),从而给出了内部结构绘制技术的功能要求。基于此功能要求,提出了基于内部结构区域的体绘制技术来分析体数据内部结构的方法。基于内部结构区域的体绘制技术之所以能够分析体数据内部结构是因为该方法把体数据分为两个子集:内部结构区域(或称局部区域)和周围区域。内部结构区域提供了深入体数据内部的机制,通过对内部结构区域的交互,用户可以分析体数据内部的任意区域,从而达到对体数据内部结构和整个体数据的综合理解。该方法还可对内部结构进行量化分析从而提高用户分析体数据的质量。最后,该方法用于分析3维医学图像以显示其在实际应用中的强大功能。实验结果表明,该方法对3维医学图像中的内部结构可以有效地进行定性和定量分析。