三維腦圖像遠(yuǎn)程可視化研究與應(yīng)用.pdf

1、揭示大腦的奧秘是新世紀(jì)人類(lèi)面臨的最大挑戰(zhàn)，科學(xué)家們預(yù)言腦科學(xué)將在二十一世紀(jì)自然科學(xué)中占據(jù)特別重要的地位。三維腦圖像不僅可用于解剖學(xué)教學(xué)，豐富教學(xué)手段，還可用于手術(shù)計(jì)劃模擬、輔助手術(shù)路線(xiàn)制定、引導(dǎo)圖像分割、實(shí)現(xiàn)不同腦之間的差異性比較以區(qū)分病患等領(lǐng)域。由于三維腦圖像數(shù)據(jù)對(duì)于腦科學(xué)的研究具有特殊的利用價(jià)值，有必要提出一種高效的三維腦圖像遠(yuǎn)程可視化方法。 在現(xiàn)今的醫(yī)學(xué)數(shù)據(jù)遠(yuǎn)程可視化體系里，服務(wù)器端一般都配備具有強(qiáng)大的圖形處理與加速能力的

2、超級(jí)計(jì)算機(jī)或工作站，因而網(wǎng)絡(luò)帶寬與客戶(hù)端個(gè)人計(jì)算機(jī)的性能成為制約遠(yuǎn)程可視化體系運(yùn)轉(zhuǎn)的兩大瓶頸。在目前的網(wǎng)絡(luò)帶寬條件下，要提高三維腦圖像數(shù)據(jù)的網(wǎng)絡(luò)傳輸速度，關(guān)鍵是尋求一種高效的數(shù)據(jù)傳輸方法。多分辨率模型的漸進(jìn)傳輸是一種有效的數(shù)據(jù)傳輸方式，但現(xiàn)有算法不能很好的解決壓縮比與傳輸穩(wěn)定性的矛盾。 本文提出一種基于球諧函數(shù)的新型的三維腦圖像遠(yuǎn)程可視化方法，其核心在于將三維腦圖像模型分解成一組球諧函數(shù)正交基的擴(kuò)展系數(shù)。本方法利用最小二乘法將模

3、型的原始坐標(biāo)擬合成球諧函數(shù)正交基的擴(kuò)展系數(shù)。這些系數(shù)可以通過(guò)因特網(wǎng)傳輸?shù)娇蛻?hù)端并被利用于重建三維模型。理論與實(shí)驗(yàn)的結(jié)果表明，本方法的數(shù)據(jù)壓縮比一般可達(dá)1∶30左右，遠(yuǎn)高于一些傳統(tǒng)的壓縮方法，如Progressive Meshes方法。本方法為解決三維腦圖像數(shù)據(jù)在遠(yuǎn)程可視化中數(shù)據(jù)量大、難于存儲(chǔ)與傳輸?shù)膯?wèn)題提供了一種新的解決方法。 另外，本文采集一例MRI人腦圖像數(shù)據(jù)作為源數(shù)據(jù)，利用移動(dòng)立方體面繪制方法對(duì)人體腦部結(jié)構(gòu)進(jìn)行提取與三維重