自上个世纪七十年代以来,计算机X射线断层摄影,核磁共振成像以及超声成像等医学成像技术迅猛发展,这些成像技术被广泛应用到医疗器械行业,相继研发出了许多功能强大的医疗影像设备,如CT,MRI,PET等。人们借助医疗影像设备可以方便快捷地得到人体二维数字断层图像序列,并对这些二维图像进行诊断分析,找出病灶区域,及时制定治疗计划。受限于技术问题,早期的影像诊断都是在二维图像的基础上进行的,仅仅依靠这种二维数字断层图像很难清楚直观地体现或确定内部器官的三维结构及其空间位置关系。实际上,这些二维数字断层图像序列已包含了人体内部器官的三维信息,如何将这些三维信息转换成符合人们视觉认知的图形图像,一直是三维医学图像可视化技术关注的焦点。随着计算机图形学的迅速发展,衍生出了科学计算可视化的研究方向,该领域的研究成果使三维医学图像的可视化成为现实。三维医学图像的可视化是指通过计算机对医学影像数据进行处理,将其转换成具有三维立体效果的图像来展示人体组织的三维形态,并进行人机交互的一门技术。三维医学图像可视化技术通常可以分为面绘制和体绘制两种方法。面绘制是指体表面的重建,基本思想是从切片数据集包含的三维数据中抽取出感兴趣的表面信息,利用一系列多边形表面片拟合该等值面,然后再由传统的图形学技术进行渲染得到三维图像。面绘制可以有效地绘制三维体的表面,但是缺乏内部细节的表达。因此,在80年代末人们提出了体绘制的概念。体绘制省去了面绘制需要构造中间几何图元的过程,直接对所有的体数据进行处理得到具有三维效果的图像。优点是无需进行分割即可直接进行绘制,有利于保留三维医学图像的细节信息,增强整体的绘制效果,但缺点是需对所有体素进行处理,增加计算开销,限制了图像的绘制速度。随着计算机硬件的发展,特别是显卡性能的飞跃式增长,出现了专门用于密集计算的图形处理器—可编程GPU。GPU可以游刃有余地处理海量数据,完全得益于它高性能的并行运算能力。正因为这个原因,三维医学图像的体绘制方法也越来越流行,许多科研工作者从不同的角度提出了体绘制加速算法,极大地提高了体绘制的速度,具有很大的发展潜力。本文按照循序渐进的方式,第一章先介绍本课题的研究背景和意义,指出当前体绘制面临的主要问题有两个,一个是如何提高体绘制的绘制质量,这个与算法本身的选择密不可分,不同的算法因为框架原理不一样,绘制过程中数据的处理顺序也千差万别,所以结果也会不一样。此外,传递函数的设计也是影响绘制质量的关键因素。传递函数决定了体绘制结果的内容,它将体数据中采样点的数值转化为视觉属性—颜色和不透明度,然后进行融合转换成图像,用户通过调整传递函数可以观察到体数据的不同特征,获取更多的有用信息。目前大部分的传递函数都需要很多人工干预才能达到满意的效果,如何使传递函数设计更加直观易用是体绘制领域研究的热点。体绘制面临的另外一个问题是如何提高绘制速度,达到实时交互的效果,这也是本文研究工作的重点。从软件层面来说,加速算法包括提前光线终止技术、空间跳跃技术等,这些技术实质是忽略对最终图像无贡献的体素,降低了计算的开销。从硬件角度出发,我们可以根据算法的特性设计专用的图形显示卡,优化数据存储结构,提高数据访问效率。其中,硬件支持加速是最为有效的加速策略。本文第二章介绍了体绘制的基础知识。体绘制技术发展至今,算法各种各样,但是它们都有一套基本的绘制流程,分别是体数据获取、预处理、重采样、分类、融合、显示,有些可能还包含明暗计算处理。我们将这部分内容放在第二章,是为了让读者对体绘制流程有个总体的把握,知道体绘制过程中到底做了些什么,数据经过了哪些处理操作,数据在各个阶段之间是如何传递并最终输出结果的。在读者具备第二章的基础知识上,我们在第三章展开我们的工作重点。在深入分析光线投射算法原理的基础上,我们发现光线之间也存在一定的关联,而且利用光线间的这种相关性对光线投射算法进行二次改造,可以大幅度提高绘制的速度。本文的主要工作正是基于可编程GPU的光线投射算法,对经典的光线投射算法进行改进,利用GPU的流式并行计算架构,结合OpenGL离屏渲染技术和图像插值算法进行三维重建,在普通的个人电脑上实现实时显示的效果。具体所做的工作主要如下：1.光线投射算法的绘制结果质量高,算法本身引入的走样因素少,是可视化领域研究的热点。但是光线投射算法处理的数据量特别大,计算复杂度高,计算耗时,导致该算法得不到广泛的应用。本文基于光线投射算法的光线并行采样特性,借助可编程图形处理器强大的并行处理性能对算法进行硬件加速,在保证绘制结果质量的前提下,实现了实时绘制。2.光线投射算法的计算量大主要是因为采样光线的数量多,直接导致采样点的插值、分类、融合的复杂度大幅提高。而重建图像的显示分辨率和采样光线密切相关,直接影响着绘制速度,通过降低图像的显示分辨率可以显著提升渲染的速度。因此,本文利用OpenGL离屏渲染技术控制入射光线的数量,即设置比正常显示分辨率低4至16倍的渲染分辨率,在此渲染分辨率下进行正常采样的光线投射算法,得到中间结果。3.为了得到正常显示分辨率的图像,我们将渲染分辨率下得到的图像重新作为输入,进行插值重建。为了在不降低重建图像质量的前提下提高重建算法的速度,我们采用了Catmull-Rom插值算法进行高分辨率重建,并将算法移植到GPU片断处理器进行处理。实验结果表明,本方法可以在满足重建图像质量的前提下,有效的提高重建的速度。另外,本文还单独在第四章介绍了DICOM标准中的MPPS服务。随着医院数字化建设的不断完善,医疗信息的逐步规范化,病人做检查期间影像设备的检查状态、执行的检查方法、扫描过程中产生的图像信息、放射剂量和所需的计费材料等信息,逐渐成为临床关注的内容,但是当前多数RIS和PACS系统并没有方法从检查设备获取此部分信息。DICOM标准提供的MPPS服务就是专门用于外部系统在检查期间获取检查设备状态信息的。因此,作者深入学习了DICOM标准中的MPPS服务,分析其所携带的信息,服务时序状态以及具体服务过程,在DCMTK开发包的基础上封装实现了MPPS服务。模拟实验证明MPPS服务可以及时准确提供检查信息。