基于压缩域的脑成像大数据体可视化方法.pdfVIP

第 44 卷第3 期 计算机科学 Vo1. 44 NO.3 COMPUTER SCIENCE 岛1ar.2017 2017 年 3 月 基于压缩域的脑成像大数据体可视化方法 时学凯1 王文E可2 黄辉1 李思昆1 傅艺缉1 (国防科学技术大学计算机学院 长沙 410073)1 (国防科学技术大学海洋科学与工程研究院 长沙 410073)2 摘 要 脑科学是当今国际科技研究的前沿邻域，而对高精度脑成像数据进行可视化是脑神经科学在结构成像方面 的基础性需求。针对高精度脑成像数据可视化过程中存在的数据量大以及绘制效率低的问题，提出了基于分类分层 矢量量化和完美空间哈希相结合的压缩域可视化方法。首先对体数据进行分块，记录每块的平均值并依据块内体数 据的平均梯度值是否为 0 进行分类;其次运用分层矢量量化对平均梯度值不为 0 的块进行压缩;然后用分块完美空间 哈希技术存储压缩得到两个索引值;最后对上面的压缩体数据进行解码得到恢复体数据，采用分决完美空间哈希对原 始体数据与恢复体数据作差得到的残差数据进行压缩。绘制时，只需将压缩得到的数据作为纹理加载到 GPU 内，即 可在 GPU 内完成实时解压缩绘制。实验结果表明，在保证较好图像重构质量的前提下，该算法减少了数据的存储空 间，提高了体可视化的绘制效率，材、而可以在羊机上处理较大的数据。 关键词 体可视化，分类分层矢量量化，完美空间哈希，神经回路，GPU 中固法分类号 TP391 文献标识码 A DOI 10. 11896/j. issn. 1002-137)♀ 2017.03.007 Volume Rendering Method of Mass Brain Imaging Data Based on Compression Domain SHI Xue-kaï1 WANG Wen-ke2 HUANG Hui 1 LI Si-kun1 FU Yi-qï1 CSchool of Computer ,National University of Defense Technology ,Changsha 410073 ,China)1 CInstitute of Ocean Science and Engineering ,National University of Defense Technology ,Changsha 410073 ,China)2 Abstract Nowadays ,brain science is the forefront field of international scientific and technological research ,while the visualization of the high-precision brain imaging data is the fundamental requirements of the structural imaging of brain neuroscience. Aiming at the problems of great quantity of data and low efficiency during rendering the brain imaging da ta ,a compression domain visualization algorithm based on the combination of flag based classical hierarchica