麻豆精品无码国产在线播放,国产亚洲精品成人AA片新蒲金,国模无码大尺度一区二区三区,神马免费午夜福利剧场

醫(yī)學圖像體繪制的方法及系統(tǒng)與流程

文檔序號:11145174閱讀:852來源:國知局
醫(yī)學圖像體繪制的方法及系統(tǒng)與制造工藝

本發(fā)明涉及圖像的體繪制技術領域,尤其涉及一種醫(yī)學圖像體繪制的方法及系統(tǒng)。



背景技術:

現(xiàn)有的體繪制方法的基本流程是:重采樣、分類、圖像合成,具體如下所述。重采樣:由于三維數(shù)據(jù)場都是離散的,進行可視成像時需要對原始數(shù)據(jù)進行重構,得到原始的連續(xù)信號,在連續(xù)的信號中重新采樣以獲取當前采樣點的函數(shù)值入響應;體繪制中的分類與可視化映射:分類是將數(shù)據(jù)場中的數(shù)據(jù)分成不同的類型,每種類型代表一種物質(zhì),然后進行相應的可視化映射。將這些物質(zhì)賦以不同的色彩、阻光度或其他物理特性,使得最終的顯示結果呈現(xiàn)出不同的效果;體繪制的圖像合成:體繪制的最后一步是圖像合成。圖像合成的算法是根據(jù)一定的光學模型推導出來的。假定連續(xù)分布的三維數(shù)據(jù)場中充滿著小粒子,由于這些小粒子的發(fā)光、吸收、反射等屬性使得光線通過三維數(shù)據(jù)場時發(fā)生了變化,從而得出采樣點對屏幕像素顏色的貢獻。基于這一假設就可以得到由前到后的圖像合成算子,公式如下:

其中,第k個采樣點的顏色值為不透明度值為進入第k個采樣點的顏色值為不透明度值為經(jīng)過第k個采樣點后的顏色值為不透明度值為

對于上述計算方式,只是引入了光線穿過的體元對于光線的衰減作用,在醫(yī)學三維成像的臨床應用中,為了更清晰的顯示不同器官組織的位置結構關系,尤其是對于器官內(nèi)發(fā)生病變的部位,病灶組織往往與附近正常組織的體元值有較大的變化,但上述計算方式?jīng)]有將可能產(chǎn)生的梯度影響因素加入,導致計算精度不高。

綜上可知,現(xiàn)有技術在實際使用上顯然存在不便與缺陷,所以有必要加以改進。



技術實現(xiàn)要素:

針對上述的缺陷,本發(fā)明的目的在于提供一種醫(yī)學圖像體繪制的方法及系統(tǒng),其可以提高體繪制圖像的質(zhì)量。

為了實現(xiàn)上述目的,本發(fā)明提供一種醫(yī)學圖像的體繪制方法,包括以下步驟:

重采樣步驟:對三維數(shù)據(jù)場采樣處理;

分類映射步驟:對采集的數(shù)據(jù)分類,并進行可視化映射;

圖像合成步驟:基于光線梯度向量計算獲取圖像合成算子。

根據(jù)本發(fā)明的醫(yī)學圖像的體繪制方法,所述圖像合成步驟中,所述圖像合成算子通過如下計算方式獲取:

其中,第k個采樣點的顏色值為不透明度值為進入第k個采樣點的顏色值為不透明度值為經(jīng)過第k個采樣點后的顏色值為不透明度值為θ為梯度向量與光線向量的夾角,q為梯度影響因子,并且0≤q≤1。

根據(jù)本發(fā)明的醫(yī)學圖像的體繪制方法,所述圖像合成步驟中的梯度向量根據(jù)病灶組織與附近正常組織的體元值的參數(shù)差別計算獲取。

本發(fā)明還提供一種醫(yī)學圖像的體繪制系統(tǒng),包括:

數(shù)據(jù)采樣模塊,用于對三維數(shù)據(jù)場采樣處理;

分類映射模塊,用于對采集的數(shù)據(jù)分類,并進行可視化映射;

圖像合成模塊,用于基于光線梯度向量獲取圖像合成算子。

根據(jù)本發(fā)明的醫(yī)學圖像的體繪制系統(tǒng),圖像合成算子通過如下計算方式獲取:

其中,第k個采樣點的顏色值為不透明度值為進入第k個采樣點的顏色值為不透明度值為經(jīng)過第k個采樣點后的顏色值為不透明度值為θ為梯度向量與光線向量的夾角,q為梯度影響因子,并且0≤q≤1。

根據(jù)本發(fā)明的醫(yī)學圖像的體繪制系統(tǒng),所述圖像合成模塊根據(jù)病灶組織與附近正常組織的體元值的參數(shù)差別計算獲取光線梯度向量。

本發(fā)明通過在體繪制中引入梯度向量,將其整合到體繪制計算中,使得系統(tǒng)可以更準確的實現(xiàn)體繪制計算,為臨床診斷提供更精確的數(shù)據(jù)圖像。

附圖說明

圖1是現(xiàn)有的一體繪制計算原理示意圖;

圖2是本發(fā)明的體繪制系統(tǒng)結構示意圖;

圖3是本發(fā)明的體繪制方法流程圖。

具體實施方式

為了使本發(fā)明的目的、技術方案及優(yōu)點更加清楚明白,以下結合附圖及實施例,對本發(fā)明進行進一步詳細說明。應當理解,此處所描述的具體實施例僅僅用以解釋本發(fā)明,并不用于限定本發(fā)明。

目前對于醫(yī)學圖像等結構化數(shù)據(jù)場的直接體繪制主要有以下四種基本方法:基于圖像空間掃描的光線投射(Ray casting)法、基于物體空間掃描的足跡表(Splatting)法,錯切-變形(Shear-warp)法,硬件輔助的三維紋理映射(Hardware-assisted 3D texture-mapping)法。這些方法各自具有不同的特點和適用領域,其中光線投射方法在醫(yī)學圖像三維可視化應用中具有優(yōu)越性。

線投射法的基本原理如圖1所示。從屏幕的每個像素點f(i,j)出發(fā),沿著視線的方向投射一根光線I,以一定的步長d在三維數(shù)據(jù)場中穿行。在它行進的過程中,不斷進行重采樣及顏色合成,直到阻光度α足夠大或者I已經(jīng)穿過整個體數(shù)據(jù)空間為止。當屏幕上的所有像素的光線投射過程都完成以后,就得到了最終的顯示圖像。

參見圖2,本發(fā)明提供了一種醫(yī)學圖像的體繪制系統(tǒng),該系統(tǒng)主要是基于計算機的數(shù)據(jù)處理,

數(shù)據(jù)采樣模塊10,用于對三維數(shù)據(jù)場采樣處理。

由于三維數(shù)據(jù)場都是離散的,進行可視成像時需要對原始數(shù)據(jù)進行重構,得到原始的連續(xù)信號,在連續(xù)的信號中重新采樣以獲取當前采樣點的函數(shù)值入響應。

分類映射模塊20,用于對采集的數(shù)據(jù)分類,并進行可視化映射。分類是將數(shù)據(jù)場中的數(shù)據(jù)分成不同的類型,每種類型代表一種物質(zhì),然后進行相應的可視化映射。將這些物質(zhì)賦以不同的色彩、阻光度或其他物理特性,使得最終的顯示結果呈現(xiàn)出不同的效果。

圖像合成模塊30,用于基于光線梯度向量獲取圖像合成算子。

圖像合成的算法是根據(jù)一定的光學模型推導出來的。假定連續(xù)分布的三維數(shù)據(jù)場中充滿著小粒子,由于這些小粒子的發(fā)光、吸收、反射等屬性使得光線通過三維數(shù)據(jù)場時發(fā)生了變化,從而得出采樣點對屏幕像素顏色的貢獻。

圖像合成算子通過如下計算方式獲取:

其中,第k個采樣點的顏色值為不透明度值為進入第k個采樣點的顏色值為不透明度值為經(jīng)過第k個采樣點后的顏色值為不透明度值為θ為梯度向量與光線向量的夾角,q為梯度影響因子,并且0≤q≤1。

由上計算公式不難看出,q值越大,梯度對光線衰減的影響就越大,當q值等于0時,本發(fā)明的計算公式即等同于背景技術的公式。

對于所述圖像合成模塊30,其是根據(jù)病灶組織與附近正常組織的體元值的參數(shù)差別計算獲取光線梯度向量,而梯度影響因子q也可以根據(jù)計算區(qū)域的參數(shù)計算獲得。通過引入梯度影響可以提高圖像質(zhì)量,使圖像更清晰。

圖3是本發(fā)明的醫(yī)學圖像的體繪制方法流程圖,其可以通過如圖2所示的系統(tǒng)實現(xiàn),該方法包括:

步驟S301,對三維數(shù)據(jù)場采樣處理。

由于三維數(shù)據(jù)場都是離散的,進行可視成像時需要對原始數(shù)據(jù)進行重構,得到原始的連續(xù)信號,在連續(xù)的信號中重新采樣以獲取當前采樣點的函數(shù)值入響應。

步驟S302,對采集的數(shù)據(jù)分類,并進行可視化映射。分類是將數(shù)據(jù)場中的數(shù)據(jù)分成不同的類型,每種類型代表一種物質(zhì),然后進行相應的可視化映射。將這些物質(zhì)賦以不同的色彩、阻光度或其他物理特性,使得最終的顯示結果呈現(xiàn)出不同的效果。

步驟S303,基于光線梯度向量獲取圖像合成算子。

圖像合成的算法是根據(jù)一定的光學模型推導出來的。假定連續(xù)分布的三維數(shù)據(jù)場中充滿著小粒子,由于這些小粒子的發(fā)光、吸收、反射等屬性使得光線通過三維數(shù)據(jù)場時發(fā)生了變化,從而得出采樣點對屏幕像素顏色的貢獻。

圖像合成算子通過如下計算方式獲取:

其中,第k個采樣點的顏色值為不透明度值為進入第k個采樣點的顏色值為不透明度值為經(jīng)過第k個采樣點后的顏色值為不透明度值為θ為梯度向量與光線向量的夾角,q為梯度影響因子,并且0≤q≤1。

由上計算公式不難看出,q值越大,梯度對光線衰減的影響就越大,當q值等于0時,本發(fā)明的計算公式即等同于背景技術的公式。

對于所述圖像合成模塊30,其是根據(jù)病灶組織與附近正常組織的體元值的參數(shù)差別計算獲取光線梯度向量,而梯度影響因子q也可以根據(jù)計算區(qū)域的參數(shù)計算獲得。通過引入梯度影響可以提高圖像質(zhì)量,使圖像更清晰

綜上所述,本發(fā)明通過在體繪制中引入梯度向量,將其整合到體繪制計算中,使得系統(tǒng)可以更準確的實現(xiàn)體繪制計算,為臨床診斷提供更精確的數(shù)據(jù)圖像。

當然,本發(fā)明還可有其它多種實施例,在不背離本發(fā)明精神及其實質(zhì)的情況下,熟悉本領域的技術人員當可根據(jù)本發(fā)明作出各種相應的改變和變形,但這些相應的改變和變形都應屬于本發(fā)明所附的權利要求的保護范圍。

當前第1頁1 2 3 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
主站蜘蛛池模板: 太湖县| 来安县| 抚州市| 临湘市| 嘉善县| 和静县| 成都市| 皮山县| 全州县| 佛教| 彭州市| 高台县| 江达县| 凉城县| 静宁县| 朝阳区| 清远市| 雷山县| 乾安县| 五莲县| 阿拉善左旗| 赤水市| 崇州市| 建水县| 西乌珠穆沁旗| 惠州市| 阿克苏市| 张家界市| 汉沽区| 顺昌县| 平远县| 桑植县| 曲水县| 东丽区| 如皋市| 商城县| 修文县| 志丹县| 霍城县| 南皮县| 绥化市|