论文部分内容阅读
三维可视化在医学辅助诊断、手术仿真、医疗教学等方面应用广泛,GPU使其大范围应用成为可能。结合GPU的发展趋势,本文对三维可视化算法中GPU加速的直接体绘制算法进行深入研究,所做的主要工作以及创新成果包括: (1)针对大规模数据无法直接在GPU上体绘制的问题,提出一种算法:采用索引封装技术压缩体数据,实现大规模数据完全载入显存,同时在索引中标记空数据及高密度数据的位置实现早期光线终止与空域跳过等加速技术,有效地实现了大规模体数据的实时绘制。 (2)提出一种基于物体空间序的双层次空域跳过算法:先以规则的数据分块作粗略地跳过,再以八叉树获得更高粒度的优化。针对该算法引入的CPU高负载瓶颈,我们提出一种新的算法,在GPU内快速计算采样面片,平衡了CPU与GPU间的运算负载。结合上述两种算法,实现高效地大规模体数据绘制并无损图像质量。 (3)提出一种改进的早期射线终止算法,以基于八叉树的体数据表达获得射线终止信息,再以深度缓存剔取实现早期射线终止。算法对体数据逼近精确,无需预运算,加速绘制效果明显。 (4)将上述改进算法集成进“高级三维PACS工作站”软件,提供直观易用的用户界面,为这些算法从理论研究到实践应用做好准备。