[发明专利]一种用于医学图形边界值增强的实时渲染方法

权利要求书

1.一种用于医学图形边界值增强的实时渲染方法，其特征在于，包括以下步骤：

S1、进行预处理，且在预处理阶段使用由显式几何表示转化为隐式几何表示的来构建完整医学图形的几何模型，给定输入的点云数据：

其中x_i是点云空间上第i个点，I是整数集，R³是三维空间

法线数据集其中n_i是第i个法线数据，I是整数集，R³是三维空间；

S2、通过点云和法线数据可以获得近似的多层感知机函数，其中包括损失函数；

S3、使用数值方法计算损失函数中的梯度；

S4、通过链式法则得到有距离符号函数作为新的模型表示；

S5、创建虚拟网络标记图形边界；

S6、绘制三角形网格建立光照模型，加载相关纹理贴图；

S7、通过光栅化绘制图形，最终得到渲染结果。

2.如权利要求1所述的一种用于医学图形边界值增强的实时渲染方法，其特征在于，步骤S2中损失函数可表示为：

其中λ是一个大于0的参数，||·||是欧几里得2-范数，

在公式1的第二项中，是求激励函数f(x；θ)，的梯度的二范数的遵从某个概率分布的数学期望。

3.如权利要求1所述的一种用于医学图形边界值增强的实时渲染方法，其特征在于，使用数值方法计算损失函数中的梯度需将数值计算中的误差归入损失中，多层感知机模型的激励函数f的每一层都具有y^λ+1＝σ(Wy^λ+b)其中σ是一个非线性可微激励函数，W和b是多层感知机每层的学习参数，通过链式法则梯度可满足以下关系：

由公式3可知通过和f(x；θ)构建多层感知机模型。

4.如权利要求3所述的一种用于医学图形边界值增强的实时渲染方法，其特征在于，通过训练多层感知机模型收敛可以获得在具有任意法线方向N的任意点云集合X上的任意多个有距离符号函数。

5.如权利要求1所述的一种用于医学图形边界值增强的实时渲染方法，其特征在于，步骤S5中使用中心特征选取法来进行不同模型上点的区域划分，根据点的密度调整虚拟网格的体积，该虚拟网格使用空间正六面体，使用以下经验公式来表示空间正六面体的棱长和点数量的关系：

l＝2+[c/7.1]c20 (4)

其中l为空间正六面体的棱长，c为点数量。

6.如权利要求5所述的一种用于医学图形边界值增强的实时渲染方法，其特征在于，当创建好虚拟网格后，选取第i个虚拟网格的几何质心作为中心特征点p_i，并根据在这个虚拟网格中所包含的不同模型的点的数量来计算最值，最后将这个中心特征点p_i标记为包含最大点的数量的模型特征值，来标记全部的虚拟网格。

7.如权利要求6所述的一种用于医学图形边界值增强的实时渲染方法，其特征在于，利用中心特征点及其标记创建泰森多边形，中心特征点则是这些泰森多边形的“种子”，通过迭代计算每个泰森多边形内的几个统计量，直到收敛，计算每次细分的统计量的标准差加权求和值S，并与前一个细分的数据进行比较，直到收敛，在不断迭代中,获取最小化的S。