基于K—Means++聚类的体绘制高维传递函数设计方法

摘 要：如何将体数据中重要的信息高质量地绘制出来是医学可视化急需解决的问题。基于高维直方图的高维传递函数交互设计法是目前流行的方法，但是该方法设计复杂且效果不理想。针对高维特征的传递函数设计问题，提出一个基于改进的K均值（K-Means++）聚类的高维传递函数自动设计与交互式的体绘制方法：首先，对三维数据场进行特征提取；然后，采用基于K-Means++聚类的传递函数自动生成方法；最后，提供便捷的交互式界面给用户进行调整。还利用基于图形处理器（GPU）的体绘制方法，充分利用图形卡的强大并行计算能力，达到实时绘制的效果。实验结果表明，该方法能消除高维传递函数设计的复杂性，并且能有效地融合多种人体组织结构特征，提高渲染效果。

关键词：体绘制；K-Means++；传递函数；人机交互

中图分类号： TP391.41

文献标志码：A

High dimensional transfer function design based on K-Means++ for volume visualization

CEN Zi-yuan，LI Bin*，TIAN Lian-fang

School of Automation Science and Engineering， South China University of Technology， Guangzhou Guangdong 510640，China

Abstract：

The problem how to render the important information of the volume data qualitatively in medical visualization needs to be resolved urgently. The method of designing high dimensional transfer function interactively according to the high dimension histogram was used widely， but this method is complex and is of low quality. To solve the design problems of the characteristic high dimensional transfer function， a volume rendering method of automatic and interactive design of high dimensional transfer function based on K-Means++ clustering algorithm was presented in this paper. Firstly， feature extraction was done on the volume data， then to cluster the feature space， K-Means++ clustering algorithm was used， and the group of label transfer function was generated automatically. Finally， a convenient interactive user interface was provided to users to adjust. The GPU （Graphic Processing Unit） based volume rendering was used to perform the strong parallel computing ability for real-time rendering. The experimental results show that this method can eliminate the complexity of the design of high dimensional transfer function， and many kinds of human body organization structure characteristics can be shown in the rendering results.

英文关键词　Key words：

volume rendering；K-Means++；transfer function；human-computer interaction

0 引言

医学图像可视化是科学计算可视化技术在医学领域的一个重要应用，它将计算机X射线断层扫描技术（Computed Tomography，CT）、磁共振成像（Magnetic Resonance Imaging，MRI）等影像信息在计算机上重建并直观地显示出三维效果图，从而提供传统医学手段不能获得的人体信息。体绘制技术是医学图像可视化的一种重要的实现方法，它可以表达出三维数据场的本质信息，并借助计算机图形图像技术展现出来。直接体绘制的效果主要取决于传递函数，传递函数将体数据的信息映射成不透明度、颜色等光学属性，从而将三维数据场的不同物质和不同结构区分开。

寻找好的传递函数一直是体可视化急需解决的难题之一，近年来许多学者对传递函数的设计进行了深入的研究， Kindlmann等[1]利用一阶梯度和二阶梯度设计传递函数，利用多维传递函数使得复杂数据场能较清楚地显示。Sereda等[2]利用低—高直方图（Lower and Higher intensity histogram）的提取物质边界，指导传递函数的设计。Wang等[3]在二维特征空间内利用高斯混合模型和椭圆形的传递函数，提高了边界面的准确度和传递函数的设计效率。Caban等[4]提出了基于纹理特征的传递函数，为每一个体素计算多种纹理特征，在添加了纹理特征后，体素的结构可以得到有效的区分。Tzeng等[5]提出将采样点的空间信息作为自变量，利用神经网络设计了高维传递函数，更好地提取用户感兴趣的物质，然而由于高维传递函数计算量大，而且用户每一次修改设置时都要重新计算，并没有很大地降低传递函数设计的复杂性。Reitinger等[6]以用户为中心设计传递函数，更多地考虑用户的交互行为，从而更便捷地得到用户的预期效果。Guo等[7]所见即所得的交互设计工具箱，用户通过使用工具箱，类似图像编辑软件的操作调节渲染效果，系统提取用户设定的样本，然后采用分割和聚类方法，处理后将同类数据的光学属性设置为用户设置的值，但是对用户操作技能要求较高。

从现有的传递函数设计方法看出，基于数据中心的设计方法利用高维直方图进行传递函数设计，直观性较低而且难以交互；基于交互式的传递函数设计法从用户交互的方式出发，但是缺乏了自动化设计和数据分析，用户仍然不能很方便地得到感兴趣的区域绘制效果。而且上述的方法没有融合较多特征，并不能很好地突出某些医学体数据的组织结构。在医学可视化中，要较好地突出人体的组织和结构就需要多种图像特征指导的传递函数，然而高维直方图直观性非常低、操作难且无法找到最优传递函数，而全自动的传递函数设计因缺乏用户的参与，结果并不理想。针对这些问题，本文提出一个基于K-Means++聚类[8]的体绘制高维传递函数设计方法，不仅考虑了当前通用的体素特征，并且利用K-Means++算法和图形处理器（Graphic Processing Unit，GPU）的并行计算能力支持将渲染效率提升到实时，压缩简化了高维空间，还提供了方便的用户交互式操作界面，方便用户根据绘制效果细调传递函数，达到快速便捷地绘制出用户感兴趣的组织和结构的目的。