1、科學可視化可以將科學數(shù)據(jù)轉(zhuǎn)換為圖像,便于顯示復雜數(shù)據(jù)結(jié)構(gòu)之間的關(guān)系。醫(yī)學可視化是科學可視化在生物醫(yī)學工程上的重要應(yīng)用,在臨床與醫(yī)學研究中具有重要意義,而體繪制是醫(yī)學可視化方法中研究的熱點和重點。直接體繪制可以將數(shù)據(jù)的所有信息以圖像的形式顯示出來,直接體繪制因其成像結(jié)果的優(yōu)點而被廣泛的應(yīng)用和研究。
　　 在體繪制中,傳遞函數(shù)(Transfer Function,TF)將三維數(shù)據(jù)場的采樣點映射成光學參數(shù),直接決定了繪制的效果,成為體

2、繪制研究的關(guān)鍵。然而,傳遞函數(shù)的設(shè)計存在兩個主要問題:缺乏直觀的用戶界面,用戶通過傳遞函數(shù)定義數(shù)據(jù)場中感興趣的對象往往需要大量的嘗試,反復調(diào)節(jié)可視化參數(shù),花費大量的時間和精力；缺乏數(shù)據(jù)場的指導信息,使傳遞函數(shù)的設(shè)計存在盲目性,有時即使已經(jīng)設(shè)計出好的傳遞函數(shù),得到了最好的繪制結(jié)果,可能也不知道。在近十多年來,仍然沒有一個很好的辦法來解決這個問題。在一定程度上正是尋找合適傳遞函數(shù)的困難,阻礙了體繪制的更廣泛應(yīng)用。尋找好的傳遞函數(shù)已被列為可視

3、化研究中的十大難題之一,對傳遞函數(shù)設(shè)計方法的研究顯得相當?shù)闹匾推惹小?br>　　 當前傳遞函數(shù)研究的目標,一是開發(fā)直觀的用戶界面,使調(diào)節(jié)傳遞函數(shù)參數(shù)更加地方便,提高設(shè)計效率；二是提供有意義的指導信息輔助用戶設(shè)計好的傳遞函數(shù),降低設(shè)計的盲目性；三是自動設(shè)計出適合各種不同數(shù)據(jù)場的傳遞函數(shù),使得傳遞函數(shù)的設(shè)計趨向自動化和智能化。目前已經(jīng)有一些相關(guān)研究圍繞著提高體繪制效率這個目標展開,研究人員把人工智能的相關(guān)技術(shù)引入體繪制的傳遞函數(shù)設(shè)計過程

4、中,以期提高體繪制的效率。同時由于智能技術(shù)本身與人的智能具有在一定程度的相似性,因此在體繪制過程中引入智能技術(shù)也使得可視化結(jié)果更符合用戶的需求,提高了體繪制的有用性。近年來這已經(jīng)逐漸成為大規(guī)模科學數(shù)據(jù)可視化的一個新的研究熱點,它對可視化的發(fā)展有重要意義。
　　 本文以體繪制中的傳遞函數(shù)為研究對象,利用遺傳算法,對繪制傳遞函數(shù)的優(yōu)化設(shè)計方法進行了系統(tǒng)和重點研究。對本文的主要工作總結(jié)如下:
　　 (1)基于IGA的傳遞函數(shù)設(shè)

5、計方法
　　 本文重點研究基于傳統(tǒng)遺傳算法(Genetic Algorithm,GA)的傳遞函數(shù)設(shè)計方法。其主要部分包括TF的編碼/解碼、中間TF的生成和TF對應(yīng)圖像的適應(yīng)度計算。但由于GA存在局部搜索能力不足、容易早熟等問題,導致在傳遞函數(shù)設(shè)計過程中得到的最終結(jié)果不夠理想,而局部快速微調(diào)遺傳算法(Fast LocalAdjusting Genetic Algorithm,FLAGA)的局部搜索能力和穩(wěn)定性都比較強,本文結(jié)合兩者

6、的優(yōu)點提出了一種改進的遺傳算法(Improved Genetic Algorithm,IGA),主要在個體選擇、基因交叉和變異方面做出改進,使其具備GA的全局搜索能力和FLAGA的局部搜索能力。按照基于GA的傳遞函數(shù)設(shè)計方法的處理步驟進行計算,采用圖像邊界熵作為圖像質(zhì)量評估標準,并將IGA算法應(yīng)用到傳遞函數(shù)設(shè)計中。通過實驗分析對比了GA、FLAGA、IGA三種優(yōu)化算法的性能和驗證了IGA算法在傳遞函數(shù)設(shè)計中的有效性。
　　 (2

7、)融合多種特征的傳遞函數(shù)設(shè)計方法
　　 有學者基于圖像中心法提出了一個融合傳遞函數(shù)的設(shè)計框架,它允許用戶直接在多個顯示單一結(jié)構(gòu)特征的體繪制渲染圖像上直觀地選擇感興趣特征,并自動地調(diào)節(jié)傳遞函數(shù)的參數(shù)和將選擇的多個特征保留,最終得到可顯示多種組織結(jié)構(gòu),同時保留感興趣特征的融合圖像。該框架的核心思想在于將融合多個傳遞函數(shù)的問題轉(zhuǎn)變成基于邊緣圖像相似性的能量函數(shù)最小化問題,并采用傳統(tǒng)遺傳算法求解。但存在收斂速度慢、易早熟收斂和交互性不夠

8、好等問題。
　　 為了更好地解決多種組織特征快速融合問題,本文吸取了該設(shè)計框架的優(yōu)點,提出一種新的傳遞函數(shù)融合優(yōu)化設(shè)計框架,探討了保持多種感興趣特征的傳遞函數(shù)融合方法,并對設(shè)計過程進行了優(yōu)化,大大減少了計算復雜度,加快了處理速度。主要特點有:將IGA算法引入到該框架中,增強了優(yōu)化算法的搜索能力,加快了搜索速度；設(shè)計出一種新的能量函數(shù)表達式和邊緣圖像相似度計算方法,可以更精確地評價融合圖像；引進效果評價器,設(shè)置多種結(jié)束條件,讓用戶

9、選擇停止或自動停止,實現(xiàn)了更好的交互性。
　　 本文提出的融合優(yōu)化設(shè)計框架主要由傳遞函數(shù)生成器、體繪制器、能量函數(shù)計算器和效果評價器等四個部分組成。首先選擇源傳遞函數(shù)送給傳遞函數(shù)生成器,傳遞函數(shù)生成器則根據(jù)源傳遞函數(shù)進行初始化,并利用IGA算法來迭代調(diào)節(jié)傳遞函數(shù),其結(jié)果發(fā)送到體繪制器進行直接體繪制渲染。然后把生成的中間體繪制渲染圖像再發(fā)送到能量函數(shù)計算器中進行圖像相似計算,并得出對應(yīng)的能量值。能量函數(shù)計算器把得到的能量值傳遞到效

10、果評價器,由效果評價器評估是否已經(jīng)得到滿意的效果。能量函數(shù)用于表示遺傳算法的適應(yīng)度函數(shù),較小的能量值代表更合適的中間傳遞函數(shù)?；谶@些能量值,傳遞函數(shù)生成器排除不合適的傳遞函數(shù)并利用IGA算法生成一組新的傳遞函數(shù)開始下一個周期的評估。當效果評價器得到滿意的效果時,系統(tǒng)輸出的最優(yōu)傳遞函數(shù)就呈現(xiàn)出最佳的體繪制渲染效果。
　　 (3)在三維處理系統(tǒng)中的集成與應(yīng)用
　　 實驗室為了滿足日常研究所需,設(shè)計了一整套的醫(yī)學圖像三維處理

11、系統(tǒng),命名為Vamos3D COMPLEX。該系統(tǒng)一個主要目的是解決新算法的集成問題。當一個新的研究人員在接觸醫(yī)學影像相關(guān)算法時,往往需要閱讀大量的背景知識和鍛煉如編碼等相關(guān)的其他工作能力。這些無疑加長了工作時間,而該系統(tǒng)的目的之一就是提供一個算法集成平臺,通過共性接口將算法研究人員的工作降到最少。主要特點是采用插件式設(shè)計,讓研究者可方便地利用系統(tǒng)的功能模塊,進行所需的三維顯示和處理,從而讓其能集中精力去研究算法。其完整功能涵蓋完整的二

12、維圖像處理、三維重建、多平面重建、虛擬內(nèi)窺鏡等幾類處理功能。該系統(tǒng)具有良好的可擴展性與交互能力,支持DICOM標準、支持三維鼠標、支持定位設(shè)備。
　　 本人參與的主要工作有:體繪制功能模塊需求分析,包括參數(shù)調(diào)節(jié)、配置管理、算法管理,切割功能、協(xié)議管理等功能的詳細分析；數(shù)據(jù)庫相關(guān)表的設(shè)計,涉及到檢查記錄、圖像存儲、縮略圖等內(nèi)容；數(shù)據(jù)接口模塊和數(shù)據(jù)處理模塊,負責讀取各種圖像數(shù)據(jù)和格式轉(zhuǎn)換；協(xié)議管理模塊,按照檢查部位來管理體繪制采用的