医学图像可视化重建出的三维图像,可以把人体组织的内部复杂结构直观地显示出来,弥补医学成像设备在三维成像上的不足。而体绘制作为医学图像可视化的关键技术近年来得到了快速的发展,与标准的三维面绘制技术相比,体绘制的最大优势在于它能够提供半透明的绘制,从而为用户展现出不同结构间丰富的空间信息。光线投射算法作为体绘制中的经典算法在绘制的过程中考虑了数据场所有体素对图像的贡献,利用了尽可能多的原始信息,所以能够产生较真实、高质量的图像。但是与此同时,因为现代医学影像设备产生的数据量非常大,而光线投射算法采取逐个像素处理的方法,并且为了产生不失真的图像,每条光线要求大量的采样点,导致计算量特别大,速度慢,达不到实时显示的效果,导致为了获取良好的交互性能而牺牲了图像质量的,或者为了获得高质量的重建图像而放弃了交互。随着科学技术的发展,图像处理器GPU(Graphic Processing Unit)的运算速度和可编程性有了明显的改善,在保证图像质量的前提下,研究人员根据图形硬件架构的特殊结构设计改善了很多新的算法,解决了交互的问题。本文在学习GPU编程的基础上,在普通PC机上实现了光线投射算法的实时显示,并实现了一些医学图像的多功能显示效果。1.基于CUDA的快速光线投射算法的实现本文中使用GPU编程语言CUDA (Compute Unified Device Architecture),充分发挥GPU强大的并行计算能力,将传统的光线投射算法中耗时的采样、三线性插值计算与融合过程放在GPU中进行,大大地提高了重建速度。本文首先使用DICOM (Digital Imaging and Communications in Medicine)格式开发包DCMTK,将DICOM格式的图像读入内存,然后调用CUDA内存操作函数将传递函数与内存中的体数据映射为纹理并载入显存,接着按照CUDA的编程模式,使得线程网格(grid)模拟整个视平面。确定grid的大小相当于确定视平面像素的大小,以grid中的一个线程(thread)模拟一条以视点为起点且经过视平面一个相对应的像素的射线。在光线投射算法中,包围盒外的光线部分对绘制结果来说是无用的,为了减少不必要的计算量,提高计算效率,通过求光线与包围盒的交点确定光线在包围盒内的有用部分,若相交,则返回光线的进入点和离开点。采用从前向后合成图像,对于光线进入包围盒的起点和终点之间的光线部分,按照特定步长,使用CUDA纹理取值函数采样并进行颜色的累积,当不透明度趋近于1时,说明该像素点的图像已接近于完全不透明,后面的采样点对该像素点的图像的贡献可忽略不计。最后的绘制结果通过使用CUDA与图像程序接口OpenGL(Open Graphics Library)直接进行显示。实验结果表明,该方法的绘制速度能够满足医学图像可视化的实时需要,具有较好的临床应用前景。2.基于GPU的医学图像多功能可视化的实现在三维可视化系统中,通过对图像进行各种人机交互操作,使得医生能从多角度、多层次进行观察和分析,方便医生更直观地在屏幕上看到人体组织内部复杂的结构,帮助医生更准确地诊断,或者设计出更准确的手术计划。在本文所设计的三维可视化系统中实现了三维定位、三维图像切割、三维图像中感兴趣区域显示、二维断面在三维图像中显示等功能。在上述基于CUDA的快速光线投射算法的基础上,本文使用Visual Studio2008为开发平台,采用MFC (Microsoft Foundation Classes)制作界面,应用DCMTK读入DICOM图像数据,把体绘制数据、颜色和不透明度值等光学属性保存到GPU纹理存储器中,通过纹理存储器的缓存实现数据的加速访问,而且可以通过选择其滤波模式,采用硬件加速重采样点的插值计算,进一步缩减了体绘制所需要的时间。利用CUDA对光线投射算法进行加速后,使用OpenGL与CUDA的互操作实现体绘制结果的输出。为了更好的确定感兴趣结构的位置,用户可以通过使用MFC中的图形设备接口GDI (Graphics Device Interface),在横断面、矢状面、冠状面三个方向的二维图像中画线段的方式选择感兴趣结构,然后通过坐标转换将线段坐标转换到三维体数据中,针对在线段上的采样点,赋予其鲜艳的颜色和较大的不透明度,从而实现对线段上定位点的与周围组织的区别显示,实现定位的效果。医学二维断层图像能够清楚细致的显示出人体内部的组织结构,是目前医生诊断的重要手段。医学图像三维可视化虽然可以形象的显示人体组织结构的空间位置关系,但是还远远达不到断层图像的准确度和细致度,只能作为使用断层图像诊断时的辅助手段。为了克服二维断层图像空间位置表达不足的情况,在体绘制的过程中,将二维断层图像镶嵌到三维图像中,医生在观察断层图像时无须凭空“构思”人体组织结构的位置,直接将三维图像立体感强和二维图像细致的优点结合起来,更好的观察人体的结构。本文通过在矢状面、冠状面、横断面上画线段与线段所在直线外一已知点确定三维图像中的二维断层图像的所在的平面。在体绘制的过程中,判断重采样点到上述已确定的平面的距离,如果在其距离在所设置的范围内,则通过窗口和窗位调整后赋予此采样点对应的灰度值和不透明度值,然后继续进行光线投射的颜色和不透明度值的累加计算,把最后的图像通过OPENGL与CUDA的互操作输出,从而实现二维断层图像在三维图像中的显示。除此之外可以通过鼠标右键在显示三维图像的控件中的滑动来改变所确定的线段所在直线外的点的坐标,进而改变断层面所在平面的方程,实现任意断层图像在三维图像中的显示。在三维图像中,组织结构都是整体显示,由此引起的问题是组织机构内部的感兴趣部分可能被遮挡住。针对该问题,本文采用对遮挡区域进行“切割”的方法,直接观察组织结构的内部结构。遮挡区域的选取是通过在显示三维图像的控件中画矩形框实现的。本文选用OpenGL的画矩形框函数在三维图像显示窗口中画矩形框,然后将矩形框坐标转换成三维数据场空间中的坐标,通过限制区域,即在此区域内的重采样点不参与光线投射来达到切除遮挡部分的目的,为了方便调节遮挡区域的大小,在确定限制的区域位置时增加了两个方向上的权函数,通过滑块控件控制。在三维图像显示时,有些应用场合,我们并不希望将被遮挡的区域整体切除掉,而更希望看到被遮挡的组织结构与其周围的组织结构的关系。特定区域的选取同样是通过在显示三维图像的控件中画矩形框实现的,并把矩形框坐标保存和转换成三维数据场空间中的坐标,对于选定的区域层次剥离算法,以实现其特殊显示。3.基于高斯拉普拉斯的层次剥离体绘制医学图像体绘制中一个最常见的问题是人体中不同组织间的遮挡问题,通常情况下通过调节传递函数来解决,在两种组织密度相差较大的情况下,可以得到较好的结果,例如肌肉和骨头,而当两种组织密度较接近的情况下,就不能很好的显示内部的组织,例如大脑和周围的软组织,除非设置多维传递函数,并进行复杂的参数调节。目前解决组织间遮挡的另一种方法是通过先对数据进行预处理,分割出所需要的部分,再针对分割的结果进行体绘制,但是很难对体数据进行合理的分类,并很难实现自动化的处理。因此,如何经过简单的操作即可快速剥离感兴趣区域,并进行实时的体绘制,就显得较为重要。针对该问题,本文采用边缘检测原理确定不同组织间的分层点,并针对基于梯度的层次剥离体绘制难于选择合适的梯度阂值的缺点,提出通过使用高斯拉普拉斯算子的方法,确定不同组织的分层点。高斯拉普拉斯算子由高斯滤波函数和拉普拉斯算子组成的,其中拉普拉斯算子是一种二阶导数算子,与传统的一阶导数算子相比具有各向同性的优点,而且在提取边缘点集时不需要设置精确阈值,通过检测是否存在过零交叉点判断是否属于边缘点。在光线投射的过程中,针对每一个采样点,判断其是否属于边缘点,如果属于边缘点,则此点为分层点;若不是,则在光线方向前进一个步长,判断下一个采样点是否属于边缘点,直到找到边缘点停止。由于有些部分边缘并不是由单层的点构成的,为了达到更好的分层效果,把同一条光线属于同一个边缘的边缘点当成是同层的分层点。同时为了达到实时效果,应用GPU对算法加速,实现实时绘制的效果。实验结果表明该算法能够自动的并实时的实现体绘制的分层显示,显示结果较清晰。本文充分利用GPU强大的并行计算能力,在保证光线投射算法成像质量的前提下,解决了其耗时的问题,在普通PC机上实现了实时显示效果；以基于CUDA的光线投射算法为基础,设计了一套拥有定位、切割、感兴趣区域显示、二维图像在三维图像中显示等功能的三维可视化系统,通过对图像进行各种人机交互操作,使得医生能对人体组织从多角度,多层次进行观察和分析,有一定的使用价值；针对组织间的遮挡问题,本文提出了一种基于边缘检测原理确定组织间分层点的基于高斯拉普拉斯的层次剥离体绘制算法,实验结果表明,该算法能够自动的并实时的实现体绘制的分层显示,显示结果较清晰。