醫(yī)學圖像體繪制的傳遞函數優(yōu)化設計方法研究.pdf

1、科學可視化可以將科學數據轉換為圖像,便于顯示復雜數據結構之間的關系。醫(yī)學可視化是科學可視化在生物醫(yī)學工程上的重要應用,在臨床與醫(yī)學研究中具有重要意義,而體繪制是醫(yī)學可視化方法中研究的熱點和重點。直接體繪制可以將數據的所有信息以圖像的形式顯示出來,直接體繪制因其成像結果的優(yōu)點而被廣泛的應用和研究。
　　 在體繪制中,傳遞函數(Transfer Function,TF)將三維數據場的采樣點映射成光學參數,直接決定了繪制的效果,成為體

2、繪制研究的關鍵。然而,傳遞函數的設計存在兩個主要問題:缺乏直觀的用戶界面,用戶通過傳遞函數定義數據場中感興趣的對象往往需要大量的嘗試,反復調節(jié)可視化參數,花費大量的時間和精力；缺乏數據場的指導信息,使傳遞函數的設計存在盲目性,有時即使已經設計出好的傳遞函數,得到了最好的繪制結果,可能也不知道。在近十多年來,仍然沒有一個很好的辦法來解決這個問題。在一定程度上正是尋找合適傳遞函數的困難,阻礙了體繪制的更廣泛應用。尋找好的傳遞函數已被列為可視

3、化研究中的十大難題之一,對傳遞函數設計方法的研究顯得相當的重要和迫切。
　　 當前傳遞函數研究的目標,一是開發(fā)直觀的用戶界面,使調節(jié)傳遞函數參數更加地方便,提高設計效率；二是提供有意義的指導信息輔助用戶設計好的傳遞函數,降低設計的盲目性；三是自動設計出適合各種不同數據場的傳遞函數,使得傳遞函數的設計趨向自動化和智能化。目前已經有一些相關研究圍繞著提高體繪制效率這個目標展開,研究人員把人工智能的相關技術引入體繪制的傳遞函數設計過程

4、中,以期提高體繪制的效率。同時由于智能技術本身與人的智能具有在一定程度的相似性,因此在體繪制過程中引入智能技術也使得可視化結果更符合用戶的需求,提高了體繪制的有用性。近年來這已經逐漸成為大規(guī)模科學數據可視化的一個新的研究熱點,它對可視化的發(fā)展有重要意義。
　　 本文以體繪制中的傳遞函數為研究對象,利用遺傳算法,對繪制傳遞函數的優(yōu)化設計方法進行了系統和重點研究。對本文的主要工作總結如下:
　　 (1)基于IGA的傳遞函數設

5、計方法
　　 本文重點研究基于傳統遺傳算法(Genetic Algorithm,GA)的傳遞函數設計方法。其主要部分包括TF的編碼/解碼、中間TF的生成和TF對應圖像的適應度計算。但由于GA存在局部搜索能力不足、容易早熟等問題,導致在傳遞函數設計過程中得到的最終結果不夠理想,而局部快速微調遺傳算法(Fast LocalAdjusting Genetic Algorithm,FLAGA)的局部搜索能力和穩(wěn)定性都比較強,本文結合兩者

6、的優(yōu)點提出了一種改進的遺傳算法(Improved Genetic Algorithm,IGA),主要在個體選擇、基因交叉和變異方面做出改進,使其具備GA的全局搜索能力和FLAGA的局部搜索能力。按照基于GA的傳遞函數設計方法的處理步驟進行計算,采用圖像邊界熵作為圖像質量評估標準,并將IGA算法應用到傳遞函數設計中。通過實驗分析對比了GA、FLAGA、IGA三種優(yōu)化算法的性能和驗證了IGA算法在傳遞函數設計中的有效性。
　　 (2

7、)融合多種特征的傳遞函數設計方法
　　 有學者基于圖像中心法提出了一個融合傳遞函數的設計框架,它允許用戶直接在多個顯示單一結構特征的體繪制渲染圖像上直觀地選擇感興趣特征,并自動地調節(jié)傳遞函數的參數和將選擇的多個特征保留,最終得到可顯示多種組織結構,同時保留感興趣特征的融合圖像。該框架的核心思想在于將融合多個傳遞函數的問題轉變成基于邊緣圖像相似性的能量函數最小化問題,并采用傳統遺傳算法求解。但存在收斂速度慢、易早熟收斂和交互性不夠

8、好等問題。
　　 為了更好地解決多種組織特征快速融合問題,本文吸取了該設計框架的優(yōu)點,提出一種新的傳遞函數融合優(yōu)化設計框架,探討了保持多種感興趣特征的傳遞函數融合方法,并對設計過程進行了優(yōu)化,大大減少了計算復雜度,加快了處理速度。主要特點有:將IGA算法引入到該框架中,增強了優(yōu)化算法的搜索能力,加快了搜索速度；設計出一種新的能量函數表達式和邊緣圖像相似度計算方法,可以更精確地評價融合圖像；引進效果評價器,設置多種結束條件,讓用戶

9、選擇停止或自動停止,實現了更好的交互性。
　　 本文提出的融合優(yōu)化設計框架主要由傳遞函數生成器、體繪制器、能量函數計算器和效果評價器等四個部分組成。首先選擇源傳遞函數送給傳遞函數生成器,傳遞函數生成器則根據源傳遞函數進行初始化,并利用IGA算法來迭代調節(jié)傳遞函數,其結果發(fā)送到體繪制器進行直接體繪制渲染。然后把生成的中間體繪制渲染圖像再發(fā)送到能量函數計算器中進行圖像相似計算,并得出對應的能量值。能量函數計算器把得到的能量值傳遞到效

10、果評價器,由效果評價器評估是否已經得到滿意的效果。能量函數用于表示遺傳算法的適應度函數,較小的能量值代表更合適的中間傳遞函數。基于這些能量值,傳遞函數生成器排除不合適的傳遞函數并利用IGA算法生成一組新的傳遞函數開始下一個周期的評估。當效果評價器得到滿意的效果時,系統輸出的最優(yōu)傳遞函數就呈現出最佳的體繪制渲染效果。
　　 (3)在三維處理系統中的集成與應用
　　 實驗室為了滿足日常研究所需,設計了一整套的醫(yī)學圖像三維處理

11、系統,命名為Vamos3D COMPLEX。該系統一個主要目的是解決新算法的集成問題。當一個新的研究人員在接觸醫(yī)學影像相關算法時,往往需要閱讀大量的背景知識和鍛煉如編碼等相關的其他工作能力。這些無疑加長了工作時間,而該系統的目的之一就是提供一個算法集成平臺,通過共性接口將算法研究人員的工作降到最少。主要特點是采用插件式設計,讓研究者可方便地利用系統的功能模塊,進行所需的三維顯示和處理,從而讓其能集中精力去研究算法。其完整功能涵蓋完整的二

12、維圖像處理、三維重建、多平面重建、虛擬內窺鏡等幾類處理功能。該系統具有良好的可擴展性與交互能力,支持DICOM標準、支持三維鼠標、支持定位設備。
　　 本人參與的主要工作有:體繪制功能模塊需求分析,包括參數調節(jié)、配置管理、算法管理,切割功能、協議管理等功能的詳細分析；數據庫相關表的設計,涉及到檢查記錄、圖像存儲、縮略圖等內容；數據接口模塊和數據處理模塊,負責讀取各種圖像數據和格式轉換；協議管理模塊,按照檢查部位來管理體繪制采用的