首页 > 文献资料
-
基于三维纹理的医学体数据实时切割
随着三维数据可视化的不断发展,传统的体绘制方法如Ray-casting、Splatting、Shear-warp算法等已经不能满足用户在虚拟环境中对图像质量、实时性和交互性方面的要求.本研究提出了一种基于三维纹理的体数据任意面切割方法,利用计算机硬件支持的三维纹理技术和任意切面像素提取算法,构建了一种新颖的可观察医学体数据任意切面的软件仿真平台.实验证明该平台能以大于30帧/s的帧率实现体数据的交互重建和任意面的实时切割,且能得到清晰的切面图像,在医学分析、培训和临床辅助诊断方面有着广泛的应用前景.
-
磁共振成像三维纹理特征结合临床参数放射组学模型评估肝细胞癌术后早期复发的初步研究
目的:初步探索磁共振成像(magnetic resonance imaging,MRI)三维纹理(three-dimensional texture,3D-texture)特征结合临床参数构建预测模型,术前评估肝细胞癌(hepatocellular carcinoma,HCC)患者术后早期复发的可行性.方法:回顾性纳入98例术后早期复发HCC患者,记录实验室检查结果、MRI影像征象、3D-texture,经数据去冗余、Lasso回归行主要特征提取,使用监督学习算法进行建模,并将模型用于预测83例前瞻性患者术后早期复发.结果:动脉期(arterial phase,AP)和门静脉期(portal venous phase,PVP)分别提取出6和2个纹理特征进行建模,AP-3D-texture模型在训练集、验证集及测试集中的预测效能如下:预测准确性(accuracy,ACC)分别为0.735、0.735和0.651;受试者工作特征(receiver operating characteristic,ROC)曲线的曲线下面积(area under curve,AUC)分别为0.759、0.769和0.669.PVP-3D-texture模型在3个数据集中预测效能如下:训练集中ACC为0.721,AUC为0.591;验证集中ACC为0.367,AUC为0.498;测试集中ACC为0.402,AUC为0.560.AP-3D-texture结合临床参数后在3个数据集中的预测效能如下:训练集中ACC为0.838,AUC为0.876;验证集中ACC为0.833,AUC为0.864;测试集中ACC为0.663,AUC为0.656.结论:AP-3D-texture可以作为预测HCC术后早期复发的标记,与临床参数结合后预测效能进一步提高,但是在测试集中效能偏低,可能与训练集样本量偏少有关.
-
基于可编程图形硬件的直接体绘制方法
可编程点元渲染器和片元渲染器已成为新一代图形处理器(GPU)的标志.应用可编程渲染器带来了许多过去由固定渲染器无法得到的复杂图像效果和三维环境的真实感.图形硬件的可编程能力也扩展了硬件加速的直接体绘制算法,提高了它的交互性能和图像质量.我们充分利用硬件加速支持的三维纹理、多纹理和片元渲染器,可以对体数据进行插值前分类和插值后分类,多维转换函数的映射,Phong光照渲染等.实现了体数据的交互式半透明显示和等值面显示.
