[發(fā)明專利]醫(yī)學(xué)體數(shù)據(jù)特征抽象的直接體繪制方法

有效

• 申請?zhí)枺?/td>: 201310265086.6
• 申請日: 2013-06-27
• 公開（公告）號: CN103366394A
• 公開（公告）日: 2013-10-23
• 發(fā)明（設(shè)計）人: 梁榮華;李偉明;孫文杰
• 申請（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號: G06T15/08
• 分類號: G06T15/08
• 代理公司: 杭州天正專利事務(wù)所有限公司 33201
• 代理人: 王兵;黃美娟

1.醫(yī)學(xué)體數(shù)據(jù)特征抽象的直接體繪制方法，所描述的特征抽象方法包括以下五個步驟：

1）導(dǎo)入醫(yī)學(xué)體數(shù)據(jù)；

2）利用光線投射算法，沿光線方向?qū)w數(shù)據(jù)采樣。根據(jù)采樣光線上的標量值使用移動最小二乘法重構(gòu)出一條標量曲線，然后對標量曲線進行特征分析，對標量曲線求二階導(dǎo)數(shù)，找出所有極大值和極小值，然后使用基于梯度模的二值函數(shù)判斷局部極值區(qū)間是否為有效的特征區(qū)域。基于梯度模的二值函數(shù)如下：

δ(i)=1,||▿fj||>t,j∈[lmini,lmaxi]0,otherwise---(1)]]>

其中i為采樣光線上尋找到的第i個局部極小值與緊隨其后的局部極大值間的區(qū)間(以下稱局部區(qū)間)，j為局部區(qū)間[lmin_i,lmax_i]中的采樣點，▽f_j為采樣點j的梯度信息，t為用戶定義的閾值，當區(qū)間[lmin_i,lmax_i]存在梯度模值大于t的采樣點時，δ(i)為1，即此局部區(qū)間為一個有效特征，否則為0。

3）將提取出的特征區(qū)域抽象為采樣點，然后根據(jù)采樣光線上的抽象采樣點數(shù)量計算抽象采樣點的不透明度。視所有抽象采樣點的不透明度相同，設(shè)為α，若一條采樣光線上滿足要求的特征，即抽象采樣點的個數(shù)為S_f，則可以得到修改后的體繪制積分公式：

C(r)=Σk=1Sfc(s(k))α(1-α)k-1---(2)]]>

其中，C(r)為采樣光線r對應(yīng)像素的顏色值；s(k)為采樣光線上第k個抽象采樣點的標量值，此處使用局部區(qū)間的最大標量值；c(s(k))表示第k個抽象采樣點的標量值s(k)通過傳輸函數(shù)映射得到的顏色值。

則距視點最遠的抽象采樣點p的可視度V(s(p))可表示為：

V(s(p))=α(1-α)Sf-1---(3)]]>為了使該抽象采樣點具有最大可視度，使函數(shù)取到最大值，可通過對函數(shù)求導(dǎo)，并且令求導(dǎo)后的函數(shù)值等于0，計算得到最大值最后可以得到基于局部區(qū)間分析的體繪制積分方程：

C(r)=Σi=1mc(s′(i))δ(i)SfΠj=1i-1(1-δ(i)Sf)---(4)]]>

其中，m為采樣光線所有的局部區(qū)間，s′(i)為局部區(qū)間的標量值，使用局部區(qū)間的極大值，c(s′(i))為標量值s′(i)通過傳輸函數(shù)映射得到的顏色值。

分別分析每個特征區(qū)域內(nèi)采樣點的標量值及梯度信息，找到標量值最大的采樣點，其物理位置作為抽象采樣點的物理位置，其標量值作為抽象采樣點的標量值，同時找到特征內(nèi)梯度模值最大的梯度信息作為抽象采樣點的法向量；最后，為抽象采樣點設(shè)置顏色并執(zhí)行局部光照計算；

4）使用HSV顏色模型，將特征的深度與色相H映射，增強特征的深度感知。為了增強用戶感興趣或是重要的特征，引入重要度函數(shù)：

f(S_i,G_i)=(1-λ)·S_i+λ·G_i???(5)

其中，S_i表示第i個抽象采樣點的標量值，G_i表示第i個抽象采樣點的梯度模值，并且標量值和梯度模值都為歸一化后的值，λ為用戶定義的加權(quán)參數(shù)，用來權(quán)衡標量值和梯度模值對閾值函數(shù)f(S_i,G_i)的貢獻量。因此所有抽象采樣點的重要度和為：

F(S,G)=Σi=1Sff(Si,Gi)---(6)]]>

進而可以得到某一特征在最終像素中的貢獻度為：若僅考慮采樣光線上的抽象采樣點，則根據(jù)式(4)可得：

C(r)=Σi=1Sfc(s′(i))1SfΠj=1i-1(1-1Sf)---(7)]]>

因此基于抽象采樣點重要度函數(shù)的積分公式為：

C(r)=Σi=1Sfc(s′(i))wiΠj=1i-1(1-wj)---(8)]]>

5）將抽象采樣點融合，形成最終的醫(yī)學(xué)圖像。