Klasyfikacja i wizualizacja zobrazowań dpTK w środowisku trójwymiarowym

• Autorzy: Ogiela M. R. , Hachaj T.

Warianty tytułu

EN

Classification and visualization of dpCT in three-dimensional environment

• Języki publikacji: PL

Abstrakty

PL

W artykule został zaprezentowany wspomagany sprzętowo algorytm wizualizujący trójwymiarowe dyskretne pola skalarne o teoretycznie dowolnych rozmiarach. Zostały również przedstawione oryginalne wyniki badań, w których określono zależność pomiędzy szybkością wizualizacji (fps) a ilością przesłań danych pomiędzy pamięcią RAM komputera i kartą graficzną. Zbadano także w jaki sposób szacowanie gradientu pola skalarnego przed procesem wizualizacji wpływa na przyspieszenie tworzenia grafiki w wypadku dużych objętości. Jeżeli zbiór danych został podzielony na wiele podzbiorów (w przeprowadzany doświadczeniu było ich 512) algorytmy estymujące gradient we wstępnym przetwarzaniu działały wolniej niż liczące go czasie rzeczywistym, ponieważ te drugie redukują ilość danych, które muszą być przesłane do GPU.

EN

In this paper a new hardware accelerated algorithm pipeline (Fig. 1) for visualization of three-dimensional scalar fields without limitation on dataset size (Fig. 2) is described. There are presented original results of research on average performance speed (fps) of rendering algorithms as a function of data transitions between RAM and GPU (Tab 1. and Fig. 3). The speed of rendering decreases with number of partitioning and view-aligned slices. It has also been investigated how the pre-rendering gradient estimation influences the visualization process in case of large volumetric datasets. It is shown that in case of large partitioning of volume it is better to transfer less data to GPU memory and to compute the gradient value on the fly. The potential usage of that algorithm as a visualization module for the system performing cognitive analysis of dpCT data [3, 4, 5] is presented. The output data of the diagnostic algorithm is a superimposition onto the volume CT data (Fig. 4). This particular solution gives additional support to medical personnel by supplying them with simultaneous visualization of medical data of different modalities enabling more accurate diagnosis.

Słowa kluczowe

PL

wizualizacja trójwymiarowych pól skalarnych; perfuzja dynamiczna mózgowa; zbiór danych; analiza kognitywna

EN

volume rendering; dynamic brain perfusion; large datasets; cognitive analysis

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2011
• Tom: R. 57, nr 11
• Strony: 1444--1447
• Opis fizyczny: Bibliogr. 14 poz.,

Twórcy

autor

Ogiela M. R.

autor

Hachaj T.

• AGH Akademia Górniczo-Hutnicza w Krakowie, al. Mickiewicza 30, 30-059 Kraków,

Bibliografia

• [1] Hoeffner E. G., et al.: Cerebral Perfusion CT: Technique and Clinical Applications, Radiology. Jun;231 (3) (2004) 632-44.
• [2] Wintermark M., et al.: Comparison of Admission Perfusion Computed Tomography and Qualitative Diffusion- and Perfusion-Weighted Magnetic Resonance Imaging in Acute Stroke Patients, Stroke.;33, (2002) 2025-2031.
• [3] Hachaj T., Ogiela M. R.: CAD System for Automatic Analysis of CT Perfusion Maps, Opto-Electronics Review, 19 (1), pp. 95-103, (2011), DOI: 10.2478/s11772-010-0071-2.
• [4] Ogiela M. R., Hachaj T.: Komputerowe wspomaganie detekcji zmian chorobowych w badaniach perfuzji mózgowej, PAK 2010, 5, s. 453-456.
• [5] Hachaj T., Ogiela M. R.: A System for Detecting and Describing Pathological Changes using Dynamic Perfusion Computer Tomography Brain Maps, Computers in Biology and Medicine 41 (2011), pp. 402-410.
• [6] Guthe S., Strasser W.: Advanced Techniques for High-Quality Multi-resolution Volume Rendering, Computers & Graphics, Volume 28, Issue 1, February 2004, Pages 51-58.
• [7] Nelson M.: Optical Models for Direct Volume Rendering. IEEE Transactions on Visualization and Computer Graphics, 1 (2):99-108, June 1995.
• [8] Kruger J., Westermann R.: Acceleration Techniques for GPU-based Volume Rendering, Proceedings of the 14th IEEE Visualization 2003 (VIS’03), 2003.
• [9] Engel K., et all.: Real-Time Volume Graphics, CRC Press, 2006.
• [10] Lee T. H., et all.: Fast Perspective Volume Ray Casting Method Using GPU-based Acceleration Techniques for Translucency Rendering in 3D Endoluminal CT Colonography, Comput Biol Med. 2009 Aug;39(8):657-66.
• [11] Xie K., Yang J., Zhu Y. M.: Real-Time Visualization of Large Volume Datasets on Standard PC Hardware, Comput Methods Programs Biomed. 2008 May;90(2):117-23. Epub 2008 Feb 19.
• [12] Yu H., et all.: Fast Rendering of Foveated Volumes in Wavelet-Based Representation, The Visual Computer, ISSN: 01782789, Vol: 21, Date: September 2005, Pages: 735-744.
• [13] Li X., Yang J., Xie K., Zhu Y. M.: High-Quality Rendering with Depth Cueing of Volumetric Data Using Monte Carlo Integration, Comput Biol Med. 2006 Sep;36(9):1014-25. Epub 2005 Aug 29.
• [14] Phong B. T.: Illumination for Computer Generated Pictures, Communications of the ACM, 18(6):311-317, June (1975).