基于分水嶺算法的兩維傳遞函數(shù)的體數(shù)據(jù)識(shí)別方法
【專利摘要】本發(fā)明公開(kāi)一種基于分水嶺算法的兩維傳遞函數(shù)的體數(shù)據(jù)識(shí)別方法，首先通過(guò)遍歷屬于已設(shè)置傳遞函數(shù)的體素，依據(jù)其在空間上的連通性利用分水嶺算法對(duì)這些體素進(jìn)行分類，識(shí)別出感興趣的結(jié)構(gòu)，然后對(duì)相連的感興趣結(jié)構(gòu)依據(jù)其灰度值再次利用分水嶺算法將其分開(kāi)。對(duì)體數(shù)據(jù)中由于分水嶺方法的過(guò)分割造成誤分的結(jié)構(gòu)采用集合操作，得到完整的單個(gè)結(jié)構(gòu)。本發(fā)明對(duì)于重疊于傳遞函數(shù)空間的不同感興趣結(jié)構(gòu)，在沒(méi)有增加新維數(shù)的前提下通過(guò)分水嶺算法將每個(gè)結(jié)構(gòu)識(shí)別出來(lái)，尤其當(dāng)這些結(jié)構(gòu)在空間上相互連接時(shí)，也可以得到滿意的識(shí)別效果；對(duì)由于分水嶺算法的過(guò)分割問(wèn)題造成的誤分結(jié)構(gòu)進(jìn)行了修正，從而得到完整的感興趣結(jié)構(gòu)；原理簡(jiǎn)單，利于理解和實(shí)現(xiàn)。
【專利說(shuō)明】基于分水嶺算法的兩維傳遞函數(shù)的體數(shù)據(jù)識(shí)別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于計(jì)算機(jī)圖形學(xué)中的三維可視化領(lǐng)域，具體地，涉及一種識(shí)別體數(shù)據(jù)中感興趣結(jié)構(gòu)的新方法，即利用分水嶺算法識(shí)別出重疊于的兩維傳遞函數(shù)空間的不同感興趣結(jié)構(gòu)的方法。
【背景技術(shù)】
[0002]隨著新的影像采集技術(shù)(例如:CT、MRI等)在醫(yī)學(xué)上的應(yīng)用和不斷進(jìn)步，不止提高了人們探測(cè)疾病的能力，也產(chǎn)生了大量的醫(yī)學(xué)體數(shù)據(jù)。而直接體繪制(Direct VolumeRendering)方法是理解和可視化這些醫(yī)學(xué)體數(shù)據(jù)的一種非常實(shí)用的方法。區(qū)別于面繪制(Surface Rendering)方法通過(guò)提取幾何圖元來(lái)只顯示物體表面,它是直接由整個(gè)體數(shù)據(jù)中的體素產(chǎn)生最終的繪制結(jié)果，即產(chǎn)生的是整體的體數(shù)據(jù)圖像，包含體數(shù)據(jù)中結(jié)構(gòu)的細(xì)節(jié)信息。所以可以為醫(yī)生提供更加豐富的細(xì)節(jié)信息，更好的識(shí)別出感興趣的器官以及與周圍組織的位置關(guān)系信息，因此體繪制在臨床醫(yī)學(xué)上具有重要的實(shí)用價(jià)值。
[0003]在采用體繪制可視化體數(shù)據(jù)中用戶感興趣的組織的過(guò)程中，需要通過(guò)在傳遞函數(shù)空間中設(shè)置不同的分類器組件來(lái)識(shí)別出感興趣結(jié)構(gòu)，并依據(jù)分類器組件為每個(gè)體素賦予不同的阻光度值和顏色值，從而在最終的繪制結(jié)果中顯示出感興趣結(jié)構(gòu)，這種為體數(shù)據(jù)中的每個(gè)體素設(shè)置不同光學(xué)屬性值的過(guò)程就是設(shè)計(jì)傳遞函數(shù)(Transfer Function)的過(guò)程。因?yàn)槠錄Q定了感興趣結(jié)構(gòu)的顯示效果和最終體繪制的繪制質(zhì)量，所以是體繪制的一個(gè)非常重要的難點(diǎn)，并且引起世界各國(guó)的研究人員越來(lái)越多的關(guān)注和研究。
[0004]為了更好的識(shí)別出體數(shù)據(jù)的感興趣結(jié)構(gòu)，許多新的特征屬性值(例如梯度幅值、距離、均值和方差等)被用來(lái)建立新的傳遞函數(shù)空間。隨著特征屬性的增加，傳遞函數(shù)空間也從一維灰度值直方圖增加到多維直方圖，甚至將更多的屬性結(jié)合到一起組成高維傳遞函數(shù)空間。但對(duì)于構(gòu)成高維傳遞函數(shù)空間的屬性值選擇具有隨意性，并且如何組合這些屬性值和如何理解這種高維空間以便于交互設(shè)計(jì)出合適的傳遞函數(shù)，這些本身就是一個(gè)需要解決的問(wèn)題，而且隨著維數(shù)的增加，計(jì)算這些屬性值會(huì)需要更多的時(shí)間，這些都不利于實(shí)際應(yīng)用。因此，雖然高維傳遞函數(shù)空間能增強(qiáng)傳遞函數(shù)空間的識(shí)別能力，但其應(yīng)用于實(shí)際中還需要繼續(xù)研究和討論的。而由于有較好的分類能力和直觀的交互界面，兩維傳遞函數(shù)空間是現(xiàn)在最流行同時(shí)也是可以實(shí)用的一種傳遞函數(shù)空間。
[0005]Kindlmann et.al提出了灰度-梯度幅值兩維傳遞函數(shù)，Sereda et.al提出的LH空間，Haidach et.al提出的基于統(tǒng)計(jì)量的兩維特征空間等。而這些兩維傳遞函數(shù)空間在其構(gòu)成過(guò)程中只是統(tǒng)計(jì)了出現(xiàn)這些屬性值數(shù)據(jù)對(duì)的頻數(shù)，所以自身特性就決定了其丟掉空域信息。不同的感興趣結(jié)構(gòu)可能具有相似的屬性值區(qū)域(例如圖3、圖5中所示)，這在傳遞函數(shù)的設(shè)計(jì)中是無(wú)法消除的，尤其當(dāng)這些感興趣結(jié)構(gòu)連接到一起時(shí)，更是難于識(shí)別。

【發(fā)明內(nèi)容】

[0006]針對(duì)現(xiàn)有兩維傳遞函數(shù)空間中不同感興趣結(jié)構(gòu)的特征信息存在重疊的問(wèn)題，尤其當(dāng)這些結(jié)構(gòu)相互之間在空間上相連時(shí)，將無(wú)法通過(guò)設(shè)置傳遞函數(shù)來(lái)識(shí)別，本發(fā)明提出一種基于分水嶺算法的兩維傳遞函數(shù)的體數(shù)據(jù)識(shí)別方法，利用分水嶺算法對(duì)圖像的灰度變化比較敏感，能夠準(zhǔn)確確定邊緣，并且可以分割相連接組織的性質(zhì)將其引入到傳遞函數(shù)設(shè)計(jì)過(guò)程中，對(duì)相連接的感興趣結(jié)構(gòu)結(jié)合集合操作，即使不同的感興趣組織既在傳遞函數(shù)空間重疊又在體數(shù)據(jù)空間相連的情況下，也可以取得較好的識(shí)別效果。
[0007]為實(shí)現(xiàn)上述目的，本發(fā)明根據(jù)兩維傳遞函數(shù)空間的自身屬性決定了其本身就丟掉空域信息，即不同結(jié)構(gòu)的體素可能對(duì)應(yīng)傳遞函數(shù)空間中相似的區(qū)域的現(xiàn)象，但在體數(shù)據(jù)中同屬于某一結(jié)構(gòu)的體素在空間上是相互連接的性質(zhì)，利用分水嶺方法可以很好識(shí)別出這些在傳遞函數(shù)空間相互重疊但在空間上不相連的感興趣組織。但由于部分容積效應(yīng)(PartialVolume Effect)或者噪聲等因素的影響,導(dǎo)致對(duì)本不相連的兩個(gè)結(jié)構(gòu)的灰度值出現(xiàn)了一些平滑的效果，從而使其相連，所以本發(fā)明通過(guò)對(duì)相連接的感興趣結(jié)構(gòu)的灰度值再次運(yùn)用分水嶺算法，并結(jié)合集合操作，可以很好辨別出這些不僅在傳遞函數(shù)空間重疊還在空間上相連的感興趣組織。從而更利于用戶通過(guò)設(shè)置合適的傳遞函數(shù)，識(shí)別出利用傳遞函數(shù)空間無(wú)法識(shí)別的感興趣結(jié)構(gòu)，得到滿意的直接體繪制效果。
[0008]本發(fā)明所述基于分水嶺算法的兩維傳遞函數(shù)的體數(shù)據(jù)識(shí)別方法，步驟如下:
[0009](I)讀入體數(shù)據(jù)，根據(jù)需要構(gòu)建的兩維傳遞函數(shù)計(jì)算其需要的兩個(gè)屬性值，并構(gòu)建該兩維傳遞函數(shù)空間；
[0010]本步驟中，首先讀入體數(shù)據(jù)，然后再根據(jù)需要構(gòu)建的兩維傳遞函數(shù)空間對(duì)體數(shù)據(jù)中的每個(gè)體素計(jì)算所需的兩個(gè)屬性值，并由這兩個(gè)屬性值構(gòu)成傳遞函數(shù)空間。每個(gè)屬性點(diǎn)對(duì)的亮度值是由體數(shù)據(jù)中出現(xiàn)該點(diǎn)對(duì)體素個(gè)數(shù)取對(duì)數(shù)得到的。若體數(shù)據(jù)中具有屬性值點(diǎn)對(duì)(x, y)的體素總個(gè)數(shù)為Innum(x，y)，則其在兩維傳遞函數(shù)空間中最終的亮度值為In(x，y):
【權(quán)利要求】
1.一種基于分水嶺算法的兩維傳遞函數(shù)的體數(shù)據(jù)識(shí)別方法，其特征在于，包括以下步驟: (1)讀入體數(shù)據(jù)，根據(jù)需要構(gòu)建的兩維傳遞函數(shù)計(jì)算其需要的兩個(gè)屬性值，并構(gòu)建該兩維傳遞函數(shù)空間； (2)用戶通過(guò)在該傳遞函數(shù)空間設(shè)置傳遞函數(shù)的分類器組件，然后在三維體數(shù)據(jù)中依據(jù)分類器組件的范圍查找到屬于此分類器的所有體素并進(jìn)行標(biāo)記，對(duì)這些體素根據(jù)分水嶺算法進(jìn)行分類，識(shí)別出在空間上不相連的感興趣結(jié)構(gòu)； (3)對(duì)于空間上相連的結(jié)構(gòu)依據(jù)其灰度值再進(jìn)行一次分水嶺算法的分割，得到感興趣的結(jié)構(gòu)，由于分水嶺算法的過(guò)分割現(xiàn)象，從原始相連的結(jié)構(gòu)中采用集合操作，減去獲得的完整結(jié)構(gòu)的體素，從而得到被過(guò)分割的感興趣結(jié)構(gòu)。
2.根據(jù)權(quán)利要求1所述的基于分水嶺算法的兩維傳遞函數(shù)的體數(shù)據(jù)識(shí)別方法，其特征在于所述的步驟(I)中在構(gòu)成傳遞函數(shù)空間時(shí)，構(gòu)成其亮度值的數(shù)值是由對(duì)每個(gè)屬性點(diǎn)對(duì)在體數(shù)據(jù)中出現(xiàn)的頻數(shù)進(jìn)行對(duì)數(shù)處理得到的。
3.根據(jù)權(quán)利要求1所述的基于分水嶺算法的兩維傳遞函數(shù)的體數(shù)據(jù)識(shí)別方法，其特征在于所述的步驟(2)中設(shè)置該傳遞函數(shù)的分類器組件時(shí)，可設(shè)置不同形狀的分類組件，并同時(shí)觀察依據(jù)該組件所繪制的體繪制結(jié)果，從而進(jìn)行交互調(diào)整以期達(dá)到滿意的可視化效果O
4.根據(jù)權(quán)利要求3所述的基于分水嶺算法的兩維傳遞函數(shù)的體數(shù)據(jù)識(shí)別方法，其特征在于所述的步驟(2)中對(duì)屬于該分類器組件的體素進(jìn)行標(biāo)記，屬于該分類器組件的體素標(biāo)注為1，否則標(biāo)注為O。
5.根據(jù)權(quán)利要求4所述的基于分水嶺算法的兩維傳遞函數(shù)的體數(shù)據(jù)識(shí)別方法，其特征在于所述的步驟(2)中對(duì)已標(biāo)記的體素采用分水嶺算法進(jìn)行分類，識(shí)別出感興趣結(jié)構(gòu)，或去掉不感興趣的結(jié)構(gòu)和散亂點(diǎn)，消除不同結(jié)構(gòu)之間的遮擋。
6.根據(jù)權(quán)利要求1所述的基于分水嶺算法的兩維傳遞函數(shù)的體數(shù)據(jù)識(shí)別方法，其特征在于所述的步驟(3)中對(duì)識(shí)別出的相連感興趣結(jié)構(gòu)，依據(jù)其灰度值再進(jìn)行分水嶺算法之前，屬于該感興趣結(jié)構(gòu)的的體素為原始灰度值，其他為O。
7.根據(jù)權(quán)利要求1所述的基于分水嶺算法的兩維傳遞函數(shù)的體數(shù)據(jù)識(shí)別方法，其特征在于所述的步驟(2)、(3)中所采用的分水嶺算法中，對(duì)所標(biāo)記的值進(jìn)行取反操作，從而使得其為局部極小值。
8.根據(jù)權(quán)利要求7所述的基于分水嶺算法的兩維傳遞函數(shù)的體數(shù)據(jù)識(shí)別方法，其特征在于所述的步驟(2)、(3)中所采用的分水嶺算法中，是依據(jù)體素26鄰域的連通性進(jìn)行的。
9.根據(jù)權(quán)利要求1-8任一項(xiàng)所述的基于分水嶺算法的兩維傳遞函數(shù)的體數(shù)據(jù)識(shí)別方法，其特征在于所述的步驟(3)中進(jìn)行集合操作的相減操作時(shí)，對(duì)屬于原始相連結(jié)構(gòu)的體素而不屬于已識(shí)別出的完整感興趣結(jié)構(gòu)標(biāo)記為一個(gè)新的類別數(shù)，從而識(shí)別出由于過(guò)分割所造成錯(cuò)分的感興趣結(jié)構(gòu)。
10.根據(jù)權(quán)利要求1-8任一項(xiàng)所述的基于分水嶺算法的兩維傳遞函數(shù)的體數(shù)據(jù)識(shí)別方法，其特征在于所述的步驟(3)中通過(guò)運(yùn)行相減操作得到感興趣結(jié)構(gòu)時(shí)，對(duì)可能出現(xiàn)的散點(diǎn)利用步驟(2)中分水嶺算法進(jìn)行消除。
【文檔編號(hào)】G06T15/08GK103514623SQ201310419760
【公開(kāi)日】2014年1月15日 申請(qǐng)日期:2013年9月13日 優(yōu)先權(quán)日:2013年9月13日
【發(fā)明者】宋沂鵬, 楊杰, 金其余 申請(qǐng)人:上海交通大學(xué)