基于光线投射算法的医学图像三维重建方法综述.docVIP

基于光线投射算法的医学图像三维重建方法综述 　　摘要:该文综述了当前医学图像三维重建中基于光线投射算法的几种改进算法,对各种改进算法的优缺点进行了比较。 　　关键词:三维重建;改进的光线投射法;自适应改进求交;线性八叉树;深度;片段;层次包围盒 　　中图分类号:TB811文献标识码: A文章编号:1009-3044(2010)10-2470-02 　　The Overview about 3D Reconstruction of Medical Image Based on Ray?CCasting Method 　　WEI Wei, ZHENG Yong-guo 　　(College of Information Science Engineering,Shandong University of Science Technology, Qingdao 266510, China) 　　Abstract: This paper summarizes some improved algorithm of Ray-casting algorithm apply to current Three-dimensional reconstruction of medical images and compare their merits and demerits. 　　Key words: 3D reconstruction; improved ray-casting algorithm; adaptive improved-intersecting; linear Oc tree-based; depth-based; segment-based; hierarchical bounding volumes 　　磁共振(MRI)、计算机断层(CT)扫描等医学成像设备能提供医学序列二维断面,但是由序列二维断面想象复杂的三维结构很困难。近几十年来,人们一直在研究由序列二位断面重构并显示三维结构的方法,这一领域被称为医学体数据可视化。目前体绘制方法主要分两类:以图像空间为序的体绘制方法和以物体空间为序的体绘制方法。光线投射算法是一种基于图像空间的经典体绘制算法,由Levoy提出。光线投影法是体绘制技术中图像效果较好的方法,且算法原理简单易实现。 　　1 光线投射算法简介 　　光线投射算法[1](Ray-Casting)它的基本思想是:从屏幕上的每一像素点发出1条视线,这条视线穿过三维场的体元矩阵,沿这条视线等距设置采样点,将距离采样点最近的8个数据点所组成体素的颜色值及不透明度进行三次线形插值,求出该采样点的不透明度及颜色值。然后可以按从前到后或从后到前的合成公式对所有采样点的颜色和不透明度进行合成。当对所有像素点都进行以上过程后,就会得到此数据场的体绘制图像。在医学上可表现出各组织器官的属性、特征及层次关系,从而使图像更加丰富。 　　2 几种改进的光线投射算法 　　2.1 改进求交的自适应光线投射法[2] 　　利用光线和平面簇相交简化光线求交过程,确定采样点,直线和平面族的交点并非是需要的采样点,采样是不等间隔的,但仍然可以保证采样的密度,使直线上的所有体素都能获得采样点。在预处理阶段确定自适应采样步长Δt的大小、计算Δt个体元的总不透明度和颜色值。传统光线投射算法在进行进行三线性插值时的时间复杂度为O(n3)。采用光线快速求交方法的法复杂度略高于O( n2)但低于O(n3);利用自适应采样确定采样点能使算法速度能提高30%左右。 　　2.2 基于线性八叉树的光线投射体绘制算法[3] 　　基于线性八叉树的光线投射体绘制算法具有时间复杂度与数据场基本无关的特点,其基本思想类似于空间跳跃采样,基于线性八叉树的光线投射体绘制算法的效率主要取决于两个操作:1) 计算射线在当前八分体上的出口点;2) 查找沿射线前进方向与当前八分体相邻的下一个八叉树叶结点所代表的八分体。 　　只有当由于减少采样而节约的时间大于求交计算所耗费的时间时才会产生加速效果。当数据场比较复杂、每个结点都接近于最小分辨率时,运算负担会相应增加,此时就不能采用八叉树的方法;当不透明度值很大时也难以取得明显的加速效果,因此,该改进算法适用条件是:空间物体不同属性部分的连续性较高、数据场越大,加速效果越明显。 　　2.3 基于深度的光线投影体绘制算法[4] 　　深度是指绘制起始点到目标点的物理距离,一定深度下的图像是对小于此深度的信息予以透明化的结果。基于深度的光线投影体绘制算法是在绘制过程中引入深度信息,通过观察角度和深度的交互来有效绘制体数据内部层次的信息,同时将其上下文信息予以绘制和保存。通过基于深度的交互,信息被由外向里地绘制出来,