一种用于医学三维可视化的球坐标索引方法与流程

本发明涉及医疗影像处理技术，具体涉及医学三维可视化技术。

背景技术：

光线投射方法可以生成高质量的三维图像，能够满足临床诊断的需要。但是它的一个突出缺点就是绘制速度慢。目前，针对于光线投射的软件加速技术主要有以下几种：包围盒技术(bounding box)，空间剖分(space subdivision)技术和光线相关性(ray coherence)技术。

其中，包围盒技术的基本原理是在物体外围生成一个与物体外接的最小多面体，当采用光线投射方法进行绘制的时候，直接跳过多面体以外的数据而只在这个多面体内进行采样和图像合成。

空间剖分技术主要是利用数据空间的相关性，通过对数据空间进行剖分，将连续的空体元划分到一定的子区间，当光线在数据空间穿行的时候，碰到这些子区间只需进行简单的求交运算，就可以略过整个子区间，从而减少光线投射的步数，达到降低绘制时间的目的。空间网格剖分有两种方式：一种是将空间均匀地分割成大小相同的小立方体网格的方法；另外一种网格剖分方式是采用分层次的空间剖分方法。

除了以上加速方法，预处理计算方法也可以提高图像质量及加速光线追踪过程。基于光线相关性的加速方法主要基于以下一种或几种原理：(1)像空间相关性(pixel-space coherency)，(2)物空间相关性(object-space coherence)，(3)光线间相关性(inter-ray coherency)，(4)空间跳跃(space-leaping)，(5)序列间相关性(sequence coherence)。

随着CT等影像设备的升级换代，数据量越来越大，采用现有加速方法(如上述光线投射的软件加速技术)对速度的提高有限，无法满足临床要求。再者，现有的预处理方法也往往无法把光照相关计算进行预处理，这主要是由于光照模型需要引入光线向量，而在旋转过程中光线向量是动态变化的，而且如果引入光线向量需要存储向量三个浮点的标量分量，这对于一些预合成方法创建相关查找表是很难实现的。

技术实现要素：

针对现有医学三维可视化方案中数据处理速度慢，无法满足临床要求的问题，需要一种新的光线投射加速方案，以让医学三维可视化速度满足临床要求。

为此，本发明所要解决的技术问题是提供一种用于医学三维可视化的球坐标索引方法，以提高光线投射方案中数据处理的速度。

为了达到上述目的，本发明提供的用于医学三维可视化的球坐标索引方法，该方法预先计算体元的法向量，并基于球坐标的索引方法进行存储，以更新与法向量索引对应的数据列表。

一种用于医学三维可视化的球坐标索引方法，其特征在于，所述方法预先计算体元的法向量，并基于球坐标的索引方法进行存储，以更新与法向量索引对应的数据列表。

本索引方法中，所述体元的法向量由下式给出：

其中

其中，N(x_i,y_j,z_k)为法向量，f(x_i,y_j,z_k)为点(x_i,y_j,z_k)的CT值。

本索引方法中，所述方法在读入患者影像数据后进行体元法向量的计算。

本索引方法中，基于球坐标的索引方法进行存储的过程如下：

在球坐标系，计算体元的法向量N(x_i,y_j,z_k)，通过如下公式确定：

其中，θ为球坐标系中Z轴的方位角；φ球坐标系中X轴的方位角；

存储体元法向量及其相关项，不存储体元法向量浮点类型的三个标量分量，只要存储体元法向量对应的离散后的θ[x_i,y_j,z_k]及φ[x_i,y_j,z_k]。进一步的，将θ及φ按256份均分进行离散，体元法向量索引下标对应的离散值θ_m和φ_n，有m,n∈[0,256]。

本索引方法中，所述方法在图像旋转重建时，只基于变化的光线向量对表DP[θ_m,φ_n]进行更新，然后在光线追踪过程采样时基于体元法向量索引[θ_m,φ_n]及DP[θ_m,φ_n]直接得到采样点法向量与光线向量的点积，所述表DP[θ_m,φ_n]来存储[θ_m,φ_n]对应的向量与光线向量的点积值。

基于上述方案构成的用于医学三维可视化的球坐标索引方法，其能够有效避免体元法向量及与法向量相关参数的重复计算，节省了大量时间；同时，能够大量减少内存方面的开销；基于本方法可进一步提高可视化速度，以让医学三维可视化速度满足临床要求。

附图说明

以下结合附图和具体实施方式来进一步说明本发明。

图1为本发明实例中球坐标向量表达示意图。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。

本实例针对现有医学光投影加速技术中所面临的问题，提供一种基于球坐标的向量索引方法。

该方案通过预先计算体元的法向量，针对该体元的法向量以球坐标的索引方法进行存储，并以此来更新那些与法向量索引对应的数据列表。由此避免法向量及与法向量相关参数的重复计算，节省了大量时间；同时，本索引方法由于将法向量以球坐标方式进行表达及存储，无需存储向量三个浮点的标量分量，减少了大量内存方面的开销。通过本方案既能够提高速度，又能够大量减少内存开销。这里的预处理在读入患者影像数据后进行，且只计算一次。

以下通过以具体实例来进一步的说明本方案。

实例1，向量球坐标索引的建立

基于光线追踪原理的三维可视化过程中，在图像采样及合成过程中会涉及到关于体元法向量及相关项的计算。对应的，在笛卡儿坐标系中，体元的法向量N由下式给出：

其中

其中，N(x_i,y_j,z_k)为法向量，f(x_i,y_j,z_k)为点(x_i,y_j,z_k)的CT值。

由于体元法向量是经过单位化的，故在球坐标系中可以用图1中的θ及φ角唯一确定(如图1所示)。

这里的θ及φ角为图1中的方位角，θ为有向线段与z轴正向的夹角；φ为从正z轴来看自x轴按逆时针方向所转过的角。

在实际的应用中，基于公式1.1和公式1.2可以计算出体元的法向量N(x_i,y_j,z_k)，其对应的θ及φ满足：

据此完成以球坐标方式来表达预先计算得到的体元法向量。

在存储体元法向量及其相关项时，本实例不需要存储体元法向量浮点类型的三个标量分量，而只存储体元法向量对应的离散后的θ[x_i,y_j,z_k]及φ[x_i,y_j,z_k]，这里的θ[x_i,y_j,z_k]及φ[x_i,y_j,z_k]为点[x_i,y_j,z_k]处的球坐标。

为了降低内存的消耗，本实例将θ及φ按256份均分进行离散，则体元法向量索引下标对应的离散值θ_m和φ_n，有m,n∈[0,256]，并以此进行存储。

同时基于不同的应用还需要另外一个或多个表存储需要计算的相关项。比如在实际计算中需要计算法向量与光线向量的点积，本实例定义一个表DP[θ_m,φ_n]来存储离散方位角[θ_m,φ_n]对应的向量与光线向量的点积值。

由此，当图像旋转重建时，本实例只需要基于变化的光线向量及1.3式对表DP[θ_m,φ_n]进行更新，然后在光线追踪过程采样时基于体元法向量索引[θ_m,φ_n]及DP[θ_m,φ_n]直接得到采样点法向量与光线向量的点积，而不需要每次采样都重新进行计算。

实例2，向量球坐标索引在体显示中的具体应用

基于光线追踪的体显示图像合成公式由下式给出：

c_out,λ(u,v)＝c_in,λ(u,v)(1-α(x_i,y_j,z_k))+c_λ(x_i,y_j,z_k)α(x_i,y_j,z_k) (2.1)；

其中，c_out,λ(u,v)表示光线离开体元时的颜色值，c_in,λ(u,v)表示光线进入体元前的颜色值，α(x_i,y_j,z_k)表示当前体元的阻光度，c_λ(x_i,y_j,z_k)表示当前体元的颜色值。

上述公式2.1只给出了基于光线吸收及发射模型的颜色和阻光度的合成公式，在实际的应用中，为了得到更好的可视化效果，还需要引入相应的光照模型，本实例中选择Phong模型来说明向量球坐标索引在体显示中的应用，Phong模型由下式给出：

其中

c_λ:表示当前体元第λ个颜色分量λ＝r,g,b；

c_pλ:表示当前体元第λ个颜色分量平行光成分；

k_αλ:第λ个颜色分量环境光成分；

k_dλ:第λ个颜色分量漫反射成分；

k_sλ:第λ个颜色分量镜面反射成分；

n:高亮指数；

k₁,k₂:深度因子；

d:当前体元到屏幕平面距离；

当前体元法向量；

光线向量；

高亮方向法向量；

观察者方向向量。

考虑到采用平行光源，屏幕静止后，为常量，由公式2.3可知，也为常量，而可以通过体元法向量索引得到。

基于实例1中提出的向量球坐标索引方案，还需要定义NL[θ_m,φ_n]及NH[θ_m,φ_n]两个表，分别存储k_dλ(N·L)及k_sλ(N·H)ⁿ的值。因此，当图像旋转重建光线向量发生变化时，在光线追踪采样前只需要重新计算表NL[θ_m,φ_n]及NH[θ_m,φ_n]的值即可，而不需要在光线追踪采样时重复计算，节省了大量时间，大大提高可视化速度。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。