本發(fā)明涉及圖像的體繪制技術(shù)領(lǐng)域，尤其涉及一種醫(yī)學(xué)圖像體繪制的方法及系統(tǒng)。

背景技術(shù)：

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(chǎng)都是離散的，進(jìn)行可視成像時(shí)需要對(duì)原始數(shù)據(jù)進(jìn)行重構(gòu)，得到原始的連續(xù)信號(hào)，在連續(xù)的信號(hào)中重新采樣以獲取當(dāng)前采樣點(diǎn)的函數(shù)值入響應(yīng)；體繪制中的分類與可視化映射：分類是將數(shù)據(jù)場(chǎng)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(jìn)行相應(yīng)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(jié)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(xué)模型推導(dǎo)出來(lái)的。假定連續(xù)分布的三維數(shù)據(jù)場(chǎng)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(guò)三維數(shù)據(jù)場(chǎng)時(shí)發(fā)生了變化，從而得出采樣點(diǎn)對(duì)屏幕像素顏色的貢獻(xiàn)。基于這一假設(shè)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(gè)采樣點(diǎn)的顏色值為不透明度值為進(jìn)入第k個(gè)采樣點(diǎn)的顏色值為不透明度值為經(jīng)過(guò)第k個(gè)采樣點(diǎn)后的顏色值為不透明度值為

對(duì)于上述計(jì)算方式，只是引入了光線穿過(guò)的體元對(duì)于光線的衰減作用，在醫(yī)學(xué)三維成像的臨床應(yīng)用中，為了更清晰的顯示不同器官組織的位置結(jié)構(gòu)關(guān)系，尤其是對(duì)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(jì)算方式?jīng)]有將可能產(chǎn)生的梯度影響因素加入，導(dǎo)致計(jì)算精度不高。

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

技術(shù)實(shí)現(xiàn)要素：

針對(duì)上述的缺陷，本發(fā)明的目的在于提供一種醫(yī)學(xué)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(shí)現(xiàn)上述目的，本發(fā)明提供一種醫(yī)學(xué)圖像的體繪制方法，包括以下步驟：

重采樣步驟：對(duì)三維數(shù)據(jù)場(chǎng)采樣處理；

分類映射步驟：對(duì)采集的數(shù)據(jù)分類，并進(jìn)行可視化映射；

圖像合成步驟：基于光線梯度向量計(jì)算獲取圖像合成算子。

根據(jù)本發(fā)明的醫(yī)學(xué)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(guò)如下計(jì)算方式獲?。?/p>

其中，第k個(gè)采樣點(diǎn)的顏色值為不透明度值為進(jìn)入第k個(gè)采樣點(diǎn)的顏色值為不透明度值為經(jīng)過(guò)第k個(gè)采樣點(diǎn)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(xué)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(jì)算獲取。

本發(fā)明還提供一種醫(yī)學(xué)圖像的體繪制系統(tǒng)，包括：

數(shù)據(jù)采樣模塊，用于對(duì)三維數(shù)據(jù)場(chǎng)采樣處理；

分類映射模塊，用于對(duì)采集的數(shù)據(jù)分類，并進(jìn)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(xué)圖像的體繪制系統(tǒng)，圖像合成算子通過(guò)如下計(jì)算方式獲?。?/p>

其中，第k個(gè)采樣點(diǎn)的顏色值為不透明度值為進(jìn)入第k個(gè)采樣點(diǎn)的顏色值為不透明度值為經(jīng)過(guò)第k個(gè)采樣點(diǎn)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(xué)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(jì)算獲取光線梯度向量。

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

附圖說(shuō)明

圖1是現(xiàn)有的一體繪制計(jì)算原理示意圖；

圖2是本發(fā)明的體繪制系統(tǒng)結(jié)構(gòu)示意圖；

圖3是本發(fā)明的體繪制方法流程圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)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(duì)于醫(yī)學(xué)圖像等結(jié)構(gòu)化數(shù)據(jù)場(chǎng)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(cuò)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(diǎn)和適用領(lǐng)域，其中光線投射方法在醫(yī)學(xué)圖像三維可視化應(yīng)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(gè)像素點(diǎn)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(zhǎng)d在三維數(shù)據(jù)場(chǎng)中穿行。在它行進(jìn)的過(guò)程中，不斷進(jìn)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(guò)整個(gè)體數(shù)據(jù)空間為止。當(dāng)屏幕上的所有像素的光線投射過(guò)程都完成以后，就得到了最終的顯示圖像。

參見(jiàn)圖2，本發(fā)明提供了一種醫(yī)學(xué)圖像的體繪制系統(tǒng)，該系統(tǒng)主要是基于計(jì)算機(jī)的數(shù)據(jù)處理，

數(shù)據(jù)采樣模塊10，用于對(duì)三維數(shù)據(jù)場(chǎng)采樣處理。

由于三維數(shù)據(jù)場(chǎng)都是離散的，進(jìn)行可視成像時(shí)需要對(duì)原始數(shù)據(jù)進(jìn)行重構(gòu)，得到原始的連續(xù)信號(hào)，在連續(xù)的信號(hào)中重新采樣以獲取當(dāng)前采樣點(diǎn)的函數(shù)值入響應(yīng)。

分類映射模塊20，用于對(duì)采集的數(shù)據(jù)分類，并進(jìn)行可視化映射。分類是將數(shù)據(jù)場(chǎng)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(jìn)行相應(yīng)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(jié)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(xué)模型推導(dǎo)出來(lái)的。假定連續(xù)分布的三維數(shù)據(jù)場(chǎng)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(guò)三維數(shù)據(jù)場(chǎng)時(shí)發(fā)生了變化，從而得出采樣點(diǎn)對(duì)屏幕像素顏色的貢獻(xiàn)。

圖像合成算子通過(guò)如下計(jì)算方式獲取：

其中，第k個(gè)采樣點(diǎn)的顏色值為不透明度值為進(jìn)入第k個(gè)采樣點(diǎn)的顏色值為不透明度值為經(jīng)過(guò)第k個(gè)采樣點(diǎn)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(jì)算公式不難看出，q值越大，梯度對(duì)光線衰減的影響就越大，當(dāng)q值等于0時(shí)，本發(fā)明的計(jì)算公式即等同于背景技術(shù)的公式。

對(duì)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(jì)算獲取光線梯度向量，而梯度影響因子q也可以根據(jù)計(jì)算區(qū)域的參數(shù)計(jì)算獲得。通過(guò)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(xué)圖像的體繪制方法流程圖，其可以通過(guò)如圖2所示的系統(tǒng)實(shí)現(xiàn)，該方法包括：

步驟S301，對(duì)三維數(shù)據(jù)場(chǎng)采樣處理。

由于三維數(shù)據(jù)場(chǎng)都是離散的，進(jìn)行可視成像時(shí)需要對(duì)原始數(shù)據(jù)進(jìn)行重構(gòu)，得到原始的連續(xù)信號(hào)，在連續(xù)的信號(hào)中重新采樣以獲取當(dāng)前采樣點(diǎn)的函數(shù)值入響應(yīng)。

步驟S302，對(duì)采集的數(shù)據(jù)分類，并進(jìn)行可視化映射。分類是將數(shù)據(jù)場(chǎng)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(jìn)行相應(yīng)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(jié)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(xué)模型推導(dǎo)出來(lái)的。假定連續(xù)分布的三維數(shù)據(jù)場(chǎng)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(guò)三維數(shù)據(jù)場(chǎng)時(shí)發(fā)生了變化，從而得出采樣點(diǎn)對(duì)屏幕像素顏色的貢獻(xiàn)。

圖像合成算子通過(guò)如下計(jì)算方式獲取：

其中，第k個(gè)采樣點(diǎn)的顏色值為不透明度值為進(jìn)入第k個(gè)采樣點(diǎn)的顏色值為不透明度值為經(jīng)過(guò)第k個(gè)采樣點(diǎn)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(jì)算公式不難看出，q值越大，梯度對(duì)光線衰減的影響就越大，當(dāng)q值等于0時(shí)，本發(fā)明的計(jì)算公式即等同于背景技術(shù)的公式。

對(duì)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(jì)算獲取光線梯度向量，而梯度影響因子q也可以根據(jù)計(jì)算區(qū)域的參數(shù)計(jì)算獲得。通過(guò)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(guò)在體繪制中引入梯度向量，將其整合到體繪制計(jì)算中，使得系統(tǒng)可以更準(zhǔn)確的實(shí)現(xiàn)體繪制計(jì)算，為臨床診斷提供更精確的數(shù)據(jù)圖像。

當(dāng)然，本發(fā)明還可有其它多種實(shí)施例，在不背離本發(fā)明精神及其實(shí)質(zhì)的情況下，熟悉本領(lǐng)域的技術(shù)人員當(dāng)可根據(jù)本發(fā)明作出各種相應(yīng)的改變和變形，但這些相應(yīng)的改變和變形都應(yīng)屬于本發(fā)明所附的權(quán)利要求的保護(hù)范圍。