体数据绘制方法、装置、计算机设备和可读存储介质与流程

1.本技术涉及医疗技术领域，特别是涉及一种体数据绘制方法、装置、计算机设备和可读存储介质。


背景技术：

2.在现代医学后处理工作站上，一般会利用光线投射或者光线追踪等技术对影像设备扫描得到的体数据进行绘制，而一些特殊的器官组织如血管、心脏，由于扫描得到的体素值与相邻其他组织的体素值相近，需要先对体数据进行组织分割再进行渲染，一般会通过图像算法对体数据每个体素赋予一个组织标签(label)，不同的组织标签代表的不同的组织器官，在绘制时再根据用户设定的标签来进行绘制。
3.一方面，由于组织标签是离散的，不是连续变化的，如果采样过程中通过最近邻插值来确定采样点的组织标签，将会导致组织体交界处不连续，形成锯齿，使得图像绘制生成质量差。
4.另一方面，绘制过程中光照计算的法线通常是通过体数据的梯度来确定的，如果组织体交界处的体数据梯度与交界面的法线不一致，甚至分布错乱，也会导致交界面光照效果凹凸不平，整体显示不光滑。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种能够提升组织体图像绘制的图像质量的体数据绘制方法、装置、计算机设备和可读存储介质。
6.一种体数据绘制方法，所述方法包括：
7.获取待绘制的体数据，体数据包括至少两种组织体的体数据；
8.确定采样点；
9.根据各采样点的绘制参数，进行组织体的绘制，得到组织体图像，绘制参数包括组织标签以及组织梯度。
10.在其中一个实施例中，绘制参数还包括体素数据；
11.根据各采样点的绘制参数，进行组织体的绘制，得到组织体图像，包括：
12.基于组织标签，确定至少两种组织体对应的采样点；
13.根据至少两种组织体对应采样点的体素数据以及组织梯度，进行组织体的绘制，得到组织体图像。
14.在其中一个实施例中，确定采样点之后，还包括：
15.根据采样点与待绘制的体数据中体素点之间的位置关系，确定对应采样点的多个初始体素点；
16.根据各初始体素点的坐标位置以及采样点的坐标位置，确定各初始体素点相对于采样点的各体素权重；
17.基于各初始体素点的绘制参数以及各体素权重，确定对应采样点的绘制参数。
18.在其中一个实施例中，绘制参数还包括体素数据；
19.基于各初始体素点的绘制参数以及各体素权重，确定对应采样点的绘制参数，包括：
20.基于各初始体素点的组织标签，确定对应采样点的组织标签；
21.根据采样点的组织标签、各初始体素点的体素数据以及各体素权重，确定对应采样点的初始体素数据；
22.根据采样点的初始体素数据，确定对应采样点的组织梯度以及体素数据。
23.在其中一个实施例中，根据采样点的组织标签、各初始体素点的体素数据以及各体素权重，确定对应采样点的体素数据，包括：
24.根据各初始体素点的体素数据以及对应的体素权重，确定对应采样点的第一初始体素数据；
25.根据采样点的组织标签以及各初始体素点的组织标签，确定对应采样点的目标体素点；
26.根据各目标体素点的体素数据以及对应的体素权重，确定对应采样点的第二初始体素数据；
27.根据采样点的初始体素数据，确定对应采样点的组织梯度以及体素数据，包括：
28.根据第一初始体素数据以及第二初始体素数据，确定对应采样点的组织梯度以及体素数据。
29.在其中一个实施例中，根据第一初始体素数据以及第二初始体素数据，确定对应采样点的组织梯度以及体素数据，包括：
30.基于第一初始体素数据，确定对应的第一组织梯度；
31.基于第二初始体素数据，确定对应的第二组织梯度；
32.根据第一组织梯度以及第二组织梯度，确定对应的梯度夹角；
33.判断梯度夹角是否小于预设阈值；
34.当梯度夹角小于预设阈值时，则确定第一初始体素数据为对应采样点的体素数据，并确定第一组织梯度为对应采样点的组织梯度；
35.当梯度夹角大于或等于预设阈值时，则确定第二初始体素数据为对应采样点的体素数据，并确定第二组织梯度为对应采样点的组织梯度。
36.在其中一个实施例中，基于各初始体素点的组织标签，确定对应采样点的组织标签，包括：
37.各初始体素点的组织标签，确定各组织标签的占比；
38.确定占比最大的组织标签为采样点的组织标签。
39.一种体数据绘制装置，所述装置包括：
40.体数据获取模块，用于获取待绘制的体数据，体数据包括至少两种组织体的体数据；
41.采样点确定模块，用于确定采样点；
42.绘制模块，用于根据各采样点的绘制参数，进行组织体的绘制，得到组织体图像，绘制参数包括组织标签以及组织梯度。
43.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理
器执行所述计算机程序时实现上述任一项所述方法的步骤。
44.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
45.上述体数据绘制方法、装置、计算机设备和可读存储介质，通过获取待绘制的体数据，体数据包括至少两种组织体的体数据，确定采样点，根据各采样点的绘制参数中的组织标签以及组织梯度，进行组织体的绘制，得到组织体图像。从而，在不同组织的交界处，可以根据体素点的组织标签以及组织梯度进行绘制，组织交界处的绘制结合了组织体的组织标签以及组织梯度，通过组织标签与组织梯度相结合，可以准确区分不同的组织，使得绘制的组织边界的看上去更平滑，进而可以提升得到的组织体图像的图像质量。
附图说明
46.图1为一个实施例中体数据绘制方法的应用场景图；
47.图2为一个实施例中体数据绘制方法的流程示意图；
48.图3为一个实施例中初始体素点与采样点之间对应关系的示意图；
49.图4为一个实施例中生成的组织体图像的对比示意图；
50.图5为一个实施例中体数据绘制装置的结构框图；
51.图6为一个实施例中计算机设备的内部结构图。
具体实施方式
52.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
53.本技术提供的体数据绘制方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。其中，终端102可以采集待检测对象的体数据，体数据包括至少两种组织体的体数据，并发送至服务器104，并进行后续的处理。然后，服务器104可以确定采样点。进一步，服务器104可以根据各采样点的绘制参数，进行组织体的绘制，得到组织体图像，绘制参数包括组织标签以及组织梯度。其中，终端102可以但不限于是各种应用于医疗领域中的影像设备，如电子计算机断层扫描(computed tomography，ct)设备，磁共振扫描(magnetic resonance，mr)，正电子发射断层扫描(positron emission computed tomography，pet)等，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
54.在一个实施例中，如图2所示，提供了一种体数据绘制方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
55.步骤s202，获取待绘制的体数据，体数据包括至少两种组织体的体数据。
56.其中，组织体是指组成人体或者动物体的组织，如血管组织、骨头组织或者是软组织等，也可以指同一组织的不同子组织，如各支气管、各肺叶、各血管等。多组织体是指至少两种不同组织体的组合，如血管和骨头，或者是血管、骨头与软组织等，也可以是指一个或多个组织体与背景区域的组合，还可以是同一器官中不同的组织，如肺部和肺肿瘤、肺气泡等。
57.体数据是指通过影像设备对检测对象进行扫描时所生成的原始的扫描数据。
58.在实施例中，体数据可以由多个维度的若干体素组成，例如，可以和三维图像类似，由三个维度的若干体素组成。每一个体素有其对应的体素中心，体素中心有其对应的体素值，即体素数据。体数据的分辨率是有限制的，不在体素中心的点的体素值并不确定。
59.在本实施例中，获取到的待绘制的体数据包括至少两种组织体的体数据，如可以包括前文所述的血管和骨头，或者是血管、骨头与软组织等。
60.在本实施例中，服务器可以通过终端对检测对象进行扫描，以获取到包括至少两种组织体的待绘制的体数据，并确定待绘制的体数据中各体素点的绘制参数。
61.其中，绘制参数是指进行组织体图像绘制时所需参数，可以包括组织体中各体素点的组织标签、体素数据以及组织梯度等。
62.在本实施例中，组织标签用于对体数据中不同的组织体进行标识，如，骨头用0表示，血管用1表示，软组织用2表示。体素数据如前文所述，包括体素中心的所对应的体素值，用于表示组织密度。组织梯度用于表示组织体沿一定方向上的变化。
63.在本实施例中，服务器可以基于获取到的体数据，确定各体素点的组织标签以及对应的各体素点的体素数据，然后基于体素数据，确定对应的组织梯度。
64.在本实施例中，组织梯度可以根据体素数据，基于一定的方法确定，例如，通过中心差分算法或者是sobel边缘检测算法等，对体素数据进行求解，以生成对应的组织梯度。
65.步骤s204，确定采样点。
66.如前所述，体数据的分辨率是有限制的，不在体素中心的点的体素值需要插值计算生成。
67.在本实施例中，服务器可以基于待生成的组织体图像的分辨率，以及在获取待绘制的体数据的采样步长等，确定待绘制的体数据中的采样点，进而基于待绘制的体数据，进行采样点的体素数据的计算。
68.本领域技术人员可以理解的是，此处仅为举例说明，在实际应用中，也可以基于其他的数据进行采样点的确定，本技术对此不作限制。
69.在本实施例中，服务器可以根据各采样点对应的体素点的绘制参数，确定多组织体中各采样点的绘制参数。
70.具体地，服务器可以基于采样点，从多组织体中确定对应采样点的体素点，然后基于确定的多组织体的绘制参数，确定对应该采样点的绘制参数，即确定对应的组织标签、体素数据以及对应组织体的组织梯度等。
71.在本实施例中，当采样点与体素点重合时，服务器可以将体素点侧绘制参数作为采样点的绘制参数，当采样点与体素点不重合时，服务器可以通过体素点进行插值，得到采样点的绘制参数。
72.在本实施例中，服务器可以根据采样点周围的预设数量的体素点的绘制参数，确定对应采样点的绘制参数，例如，参考图3，根据采样点d周围的8个体素点d000、d001、d010、d011、d100、d101、d110、d111的组织绘制参数确定对应采样点d的绘制参数。
73.本领域技术人员可以理解的是，此处仅为举例说明，在其他实施例中，也可以是其他数量的体素点的绘制参数确定对应采样点的绘制参数，如27个体素点或者是68个体素点等，本技术对此不作限制。
74.步骤s206，根据各采样点的绘制参数，进行组织体的绘制，得到组织体图像。
75.在本实施例中，服务器在确定对应各采样点以及各体素点的绘制参数后，可以基于确定的绘制参数，利用光线投射或者光线追踪进行体绘制，以生成对应采集到的体数据以及对应分辨率的组织体图像，并发送至显示端显示。
76.在现有方式中，是直接基于体素数据进行组织体图像的绘制。
77.在本实施例中，在进行组织体绘制时，结合了体素标签以及组织梯度，在绘制组织边界的时候，通过结合体素标签以及组织梯度，对各组织体进行区别，进而在进行绘制，使得组织边界的绘制可以基于体素标签以及组织梯度进行准确区分，避免混淆，可以提升组织体图像绘制中，组织边界绘制的准确性。
78.在本实施例中，用户可以通过调整显示端的显示窗的窗宽窗位，显示用户感兴趣的区域。
79.在本实施例中，对于一些特殊的器官组织如血管、心脏等，可以通过组织标签，对体素以及采样点进行筛选后，对用户感兴趣的组织体进行多组织体图像的绘制与显示，如仅绘制显示血管或者仅绘制显示骨头等。
80.上述体数据绘制方法中，通过获取待绘制的体数据，体数据包括至少两种组织体的体数据，确定采样点，根据各采样点的绘制参数，进行组织体的绘制，得到组织体图像。从而，在不同组织的交界处，可以根据体素点的组织标签以及组织梯度进行绘制，组织交界处的绘制结合了组织体的组织标签以及组织梯度，通过组织标签与组织梯度相结合，可以准确区分不同的组织，使得绘制的组织边界的看上去更平滑，进而可以提升得到的组织体图像的图像质量。
81.在其中一个实施例中，根据各采样点以及各体素点的组织绘制参数，对进行组织体的绘制，得到组织体图像，可以包括：基于组织标签，确定各组织体对应的体素点；根据各组织体对应体素点的体素数据以及组织梯度，进行组织体的绘制，得到组织体图像。
82.具体地，服务器可以基于组织标签，确定各组织体对应的体素点，并基于组织标签显示、隐藏或者是突出显示对应的组织体，进而进行对应组织体的绘制。例如，服务器确定仅显示血管，可以基于血管标签，确定仅显示对应血管的体素点，然后基于血管的体素点对应的体素数据以及组织梯度，进行多组织体的绘制，得到对应血管的组织体图像；或者可以对血管对应区域进行红色突出显示等。
83.在其中一个实施例中，确定采样点之后，还可以包括：根据采样点与各体素点之间的位置关系，确定对应采样点的多个初始体素点；根据各初始体素点的坐标位置以及采样点的坐标位置，确定各初始体素点相对于采样点的各体素权重；基于各初始体素点的绘制参数以及各体素权重，确定对应采样点的绘制参数。
84.其中，坐标位置是指各点的坐标，可以是三维坐标，可以表示为(xd，yd，zd)。
85.在本实施例中，服务器可以根据体数据，获取到采样点与体素点之间的位置关系，如三维空间位置关系，从而确定对应采样点的体素点，例如，确定在三维空间上距离采样点最近的8个体素点为对应采样点的初始体素点，或者也可以是其他的关系，如采样点刚好位于多个体素点组成的立体中心等。
86.进一步，服务器可以根据确定的各初始体素点的坐标位置以及采样点的坐标位置，确定各初始体素点相对于采样点的各体素权重。具体地，继续参考图3，以8个初始体素
点为例对体素权重的计算进行说明。
87.在本实施例中，继续参考图3，服务器在确定采样点d与初始体素点d000、d001、d010、d011、d100、d101、d110、d111的坐标位置后，可以确定采样点d在初始体素点d000与初始体素点d100连线上的投影点d00的坐标位置，以及采样点d在初始体素点d001与初始体素点d101连线上的投影点d01的坐标位置，采样点d在初始体素点d010与初始体素点d110连线上的投影点d10的坐标位置，采样点d在初始体素点d011与初始体素点d111连线上的投影点d11的坐标位置，采样点d在投影点d00与投影点d10上的投影点d0的坐标位置，以及采样点d在投影点d01与投影点d11上的投影点d1的坐标位置。
88.进一步，服务器可以基于采样点d的各投影点的坐标位置，以及各个投影点在与组成连线的初始体素点之间的位置关系，确定各个初始体素点在x、y、z三个维度上的体素权重，例如，对于初始体素点d000，可以得到其在x维度上的体素权重为x
d000
＝l(d000，d00)/l(d00，d100)。其中，l(d000，d00)表示初始体素点d000至投影点d00之间的距离，l(d00，d100)表示投影点d00至初始体素点d100之间的距离。同理，服务器可以确定初始体素点d000在y维度上的体素权重为y
d000
＝l(d01，d1)/l(d1，d11)，在z维度上的体素权重为z
d000
＝l(d0，d)/l(d0，d1)。其中，l(d01，d1)表示投影点d01与投影点d1之间的距离，l(d1，d11)表示投影点d1与投影点d11之间的距离，l(d0，d)表示投影点d0与采样点d之间的距离，l(d0，d1)表示投影点d0与投影点d1之间的距离。
89.基于与上述同样的原理，服务器可以确定其余各初始体素点相对于采样点在x、y、z三个维度上的体素权重。
90.在本实施例中，服务器在确定各初始体素点相对于采样点在x、y、z三个维度上的体素权重后，可以基于各初始体素点的绘制参数以及各体素权重，确定对应采样点的绘制参数，并进行后续的处理。
91.如前文所述，绘制参数可以包括组织标签、体素数据以及组织梯度。
92.在本实施例中，基于各初始体素点的绘制参数以及各体素权重，确定对应采样点的绘制参数，可以包括：基于各初始体素点的组织标签，确定对应采样点的组织标签；根据采样点的组织标签、各初始体素点的体素数据以及各体素权重，确定对应采样点的初始体素数据；根据采样点的初始体素数据，确定对应采样点的组织梯度以及体素数据。
93.在本实施例中，服务器可以基于待绘制的组织体的体数据，确定并获取各个初始体素点的组织标签，根据该多个初始体素点的组织标签权重，确定对应采样点的组织标签，进而确定组织标签权重最高的组织标签为对应采样点的组织标签。
94.在其中一个实施例中，基于各初始体素点的组织标签，确定对应采样点的组织标签，可以包括：各初始体素点的组织标签，确定各组织标签的占比；确定占比最大的组织标签为采样点的组织标签。
95.在本实施例中，服务器可以统计多个体素点中各不同组织标签的数量，并根据统计的各组织标签的数量以及总的组织标签的数量，确定各组织标签的占比，得到各不同组织标签的组织标签权重。然后服务器可以确定占比或者是组织标签权重最大的组织标签为对应采样点的组织标签。
96.继续以图3实施例为例进行说明，若初始体素点d000、d100、d001、d101的组织标签均为标签0，d011、d111、d110的组织标签均为标签1，d010的组织标签为标签2，则可以确定
标签0的占比为0.5，标签1的占比为0.375，标签2的占比为0.125，则可以确定标签0对应采样点的组织标签。本领域技术人员可以理解的是，此处仅为举例说明，并不作为对本技术方案的限制。
97.在本实施例中，服务器在确定采样点的组织标签、各初始体素点的体素数据以及各体素权重后，可以确定对应采样点的初始体素数据，进而根据确定的初始体素数据确定对应采样点的组织梯度以及体素数据。
98.在其中一个实施例中，根据采样点的组织标签、各初始体素点的体素数据以及各体素权重，确定对应采样点的初始体素数据，可以包括：根据各初始体素点的体素数据以及对应的体素权重，确定对应采样点的第一初始体素数据；根据采样点的组织标签以及各初始体素点的组织标签，确定对应采样点的目标体素点；根据各目标体素点的体素数据以及对应的体素权重，确定对应采样点的第二初始体素数据。
99.具体地，服务器可以基于各初始体素点的体素数据以及对应的体素权重，确定对应采样点的第一初始体素数据。具体计算公式如下所示：
[0100]vd1
＝v
d000
(1-x
d000
)(1-y
d000
)(1-z
d000
) v
d001
(1-x
d001
)(1-y
d001
)(1-z
d001
) v
d010
(1-x
d010
)(1-y
d010
)(1-z
d010
) v
d011
(1-x
d011
)(1-y
d011
)(1-z
d011
) v
d100
(1-x
d100
)(1-y
d100
)(1-z
d100
) v
d101
(1-x
d101
)(1-y
d101
)(1-z
d101
) v
d110
(1-x
d110
)(1-y
d110
)(1-z
d110
) v
d111
(1-x
d111
)(1-y
d111
)(1-z
d111
)
[0101]
其中，v
d1
为采样点的第一初始体素数据，v
d000
为采样点d000的体素数据，x
d000
为采样点d000在x维度上的体素权重，y
d000
为采样点d000在y维度上的体素权重，z
d000
为采样点d000在z维度上的体素权重，v
d001
为采样点d001的体素数据，x
d001
为采样点d001在x维度上的体素权重，y
d001
为采样点d001在y维度上的体素权重，z
d001
为采样点d001在z维度上的体素权重，v
d010
为采样点d010的体素数据，x
d010
为采样点d010在x维度上的体素权重，y
d010
为采样点d010在y维度上的体素权重，z
d010
为采样点d010在z维度上的体素权重，v
d011
为采样点d011的体素数据，x
d011
为采样点d011在x维度上的体素权重，y
d011
为采样点d011在y维度上的体素权重，z
d011
为采样点d011在z维度上的体素权重，v
d100
为采样点d100的体素数据，x
d100
为采样点d100在x维度上的体素权重，y
d100
为采样点d100在y维度上的体素权重，z
d100
为采样点d100在z维度上的体素权重，v
d101
为采样点d101的体素数据，x
d101
为采样点d101在x维度上的体素权重，y
d101
为采样点d101在y维度上的体素权重，z
d101
为采样点d101在z维度上的体素权重，v
d110
为采样点d110的体素数据，x
d110
为采样点d110在x维度上的体素权重，y
d110
为采样点d110在y维度上的体素权重，z
d110
为采样点d110在z维度上的体素权重，v
d111
为采样点d111的体素数据，x
d111
为采样点d111在x维度上的体素权重，y
d111
为采样点d111在y维度上的体素权重，z
d111
为采样点d111在z维度上的体素权重。
[0102]
进一步，服务器可以基于采样点的组织标签以及各初始体素点的组织标签，确定对应采样点的目标体素点。例如，如前文实施例所述，初始体素点d000、d100、d001、d101的组织标签均为标签0，d011、d111、d110的组织标签均为标签1，d010的组织标签为标签2，则采样点d的组织标签为0，则服务器可以基于采样点的组织标签，确定组织标签一致的初始体素点为目标体素点，即确定初始体素点d000、d100、d001、d101为对应过采样点d的目标体素点。
[0103]
进一步，服务器可以根据目标体素点的体素数据以及对应的体素权重，确定对应
采样点的第二初始体素数据。即通过如下公式计算对应采样点的第二初始体素数据：
[0104]vd2
＝v
d000
(1-x
d000
)(1-y
d000
)(1-z
d000
) v
d001
(1-x
d001
)(1-y
d001
)(1-z
d001
) v
d100
(1-x
d100
)(1-y
d100
)(1-z
d100
) v
d101
(1-x
d101
)(1-y
d101
)(1-z
d101
)
[0105]
在本实施例中根据采样点的初始体素数据，确定对应采样点的组织梯度以及体素数据，可以包括：根据第一初始体素数据以及第二初始体素数据，确定对应采样点的组织梯度以及体素数据。
[0106]
具体地，服务器可以基于前文所述的中心差分算法或者是sobel等方法，对第一初始体素数据以及第二初始体素数据进行组织梯度的计算，并确定对应采样点的组织梯度以及体素数据。
[0107]
在其中一个实施例中，根据第一初始体素数据以及第二初始体素数据，确定对应采样点的组织梯度以及体素数据，可以包括：基于第一初始体素数据，确定对应的第一组织梯度；基于第二初始体素数据，确定对应的第二组织梯度；根据第一组织梯度以及第二组织梯度，确定对应的梯度夹角；判断梯度夹角是否小于预设阈值；当梯度夹角小于预设阈值时，则确定第一初始体素数据为对应采样点的体素数据，并确定第一组织梯度为对应采样点的组织梯度；当梯度夹角大于或等于预设阈值时，则确定第二初始体素数据为对应采样点的体素数据，并确定第二组织梯度为对应采样点的组织梯度。
[0108]
在本实施例中，服务器根据中心差分算法或者是sobel法，分别对第一初始体素数据以及第二初始体素数据进行组织梯度的计算，生成对应的第一组织梯度以及第二组织梯度。
[0109]
进一步，服务器可以计算第一组织梯度与第二组织梯度之间的夹角。具体地，服务器可以将第一组织梯度与第二组织梯度进行相乘计算，以得到第一组织梯度与第二组织梯度之间的夹角。
[0110]
在本实施中，服务器在确定第一组织梯度以及第二组织梯度之间的梯度夹角之后，可以基于预先设置的预设阈值，梯度夹角是否小于预设阈值。
[0111]
在本实施例中，当梯度夹角小于预设阈值，则说明第一组织梯度与组织分割得到边界法向基本一致，说明这时采用第一初始体数据的梯度，边界显示是平滑的，同时也符合真实结果。同理，当梯度夹角大于或等于预设阈值时，说明第一组织梯度与实际分割边界法线有偏差，采用第一初始体数据的梯度，边界表面看上去会凹凸不平，这种情况下，采用根据组织分割得到的组织标签的可见性修正得到的梯度，即第二组织梯度，会让边界看上去更加平滑，此时确定第二初始体素数据为对应采样点的体素数据，并确定第二组织梯度为对应采样点的组织梯度。
[0112]
在现有技术中，正常的插值过程不考虑体素中心的可见性，本技术方案考虑了体素中心的可见性，如果体素中心可见，则用体素中心原始的体素值，即通过前文所述的采样点的所有初始体素点的体素数据确定采样点的体素数据，如果体素中心不可见，则只考虑可见体素点的体素值对采样点贡献，即仅确定与采样点的组织标签对应的初始体素点为对应采样点的目标体素点，并根据目标体素点的体素数据确定采样点的体素数据，并进行后续体素梯度的计算，使得采样点的体素数据的确定结合了各个初始体素点的权重以及考虑初始体素点的可见性，使得采样点的体素数据的确定更加准确，提升了绘制得到的多组织体图像的图像质量。
[0113]
图4示出了同一体数据进行组织体绘制后得到的组织体图像的比对图，图4中(a)为基于现有技术的绘制得到的组织体图像，图4中的(b)为基于本技术方案进行绘制得到的组织体图像，可以看出，基于本技术方案绘制的组织体图像的贴骨血管的边缘锯齿变得柔和，贴骨血管的表面没有明显的凹凸不平，光照效果得到改善，看上去更加光滑，极大的提升了得到的多组织体图像的图像质量。
[0114]
应该理解的是，虽然图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
[0115]
在一个实施例中，如图5所示，提供了一种体数据绘制装置，包括：体数据获取模块100、采样点确定模块200以及绘制模块300，其中：
[0116]
体数据获取模块100，用于获取待绘制的体数据。
[0117]
采样点确定模块200，用于确定采样点。
[0118]
绘制模块300，用于根据各采样点的绘制参数，进行组织体的绘制，得到组织体图像，绘制参数包括组织标签以及组织梯度。
[0119]
在其中一个实施例中，上述装置还可以包括：
[0120]
初始体素点确定模块，用于根据采样点与多组织体中各体素点之间的位置关系，确定对应采样点的多个初始体素点。
[0121]
体素权重确定模块，用于根据各初始体素点的坐标位置以及采样点的坐标位置，确定各初始体素点相对于采样点的各体素权重。
[0122]
绘制参数确定模块，用于基于各初始体素点的绘制参数以及各体素权重，确定对应采样点的绘制参数。
[0123]
在其中一个实施例中，绘制参数还可以包括体素数据。
[0124]
在本实施例中，绘制参数确定模块，可以包括：
[0125]
组织标签确定子模块，用于基于各初始体素点的组织标签，确定对应采样点的组织标签。
[0126]
初始体素数据确定子模块，用于根据采样点的组织标签、各初始体素点的体素数据以及各体素权重，确定对应采样点的初始体素数据。
[0127]
组织梯度以及体素数据确定子模块，用于根据采样点的初始体素数据，确定对应采样点的组织梯度以及体素数据。
[0128]
在其中一个实施例中，初始体素数据确定子模块，可以包括：
[0129]
第一初始体素数据单元，用于根据各初始体素点的体素数据以及对应的体素权重，确定对应采样点的第一初始体素数据。
[0130]
目标体素点确定单元，用于根据采样点的组织标签以及各初始体素点的组织标签，确定对应采样点的目标体素点。
[0131]
第二初始体素数据确定单元，用于根据各目标体素点的体素数据以及对应的体素权重，确定对应采样点的第二初始体素数据。
[0132]
在本实施例中，组织梯度以及体素数据确定子模块用于根据第一初始体素数据以及第二初始体素数据，确定对应采样点的组织梯度以及体素数据。
[0133]
在其中一个实施例中，组织梯度以及体素数据确定子模块，可以包括：
[0134]
第一组织梯度确定单元，用于基于第一初始体素数据，确定对应的第一组织梯度。
[0135]
第二组织梯度确定单元，用于基于第二初始体素数据，确定对应的第二组织梯度。
[0136]
夹角确定单元，用于根据第一组织梯度以及第二组织梯度，确定对应的梯度夹角。
[0137]
判断单元，用于判断梯度夹角是否小于预设阈值；当梯度夹角小于预设阈值时，则确定第一初始体素数据为对应采样点的体素数据，并确定第一组织梯度为对应采样点的组织梯度；当梯度夹角大于或等于预设阈值时，则确定第二初始体素数据为对应采样点的体素数据，并确定第二组织梯度为对应采样点的组织梯度。
[0138]
在其中一个实施例中，组织标签确定子模块，可以包括：
[0139]
占比确定单元，用于各初始体素点的组织标签，确定各组织标签的占比。
[0140]
组织标签确定单元，用于确定占比最大的组织标签为采样点的组织标签。
[0141]
在其中一个实施例中，组织绘制参数还可以包括体素数据。
[0142]
在本实施例中，绘制模块300，可以包括：
[0143]
体素点确定子模块，用于基于组织标签，确定至少两种组织体对应的体素点。
[0144]
绘制子模块，用于根据至少两种组织体对应体素点的体素数据以及组织梯度，进行组织体的绘制，得到组织体图像。
[0145]
关于体数据绘制装置的具体限定可以参见上文中对于体数据绘制方法的限定，在此不再赘述。上述体数据绘制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0146]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储体数据、组织绘制参数、多组织体图像等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种体数据绘制方法。
[0147]
本领域技术人员可以理解，图6中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0148]
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取待绘制的体数据，体数据包括至少两种组织体的体数据；确定采样点；根据各采样点的绘制参数，进行组织体的绘制，得到组织体图像，绘制参数包括组织标签以及组织梯度。
[0149]
在其中一个实施例中，处理器执行计算机程序时实现根据各采样点对应的体素点的绘制参数，确定各采样点的绘制参数，还可以实现以下步骤：根据采样点与待绘制的体数
据中体素点之间的位置关系，确定对应采样点的多个初始体素点；根据各初始体素点的坐标位置以及采样点的坐标位置，确定各初始体素点相对于采样点的各体素权重；基于各初始体素点的绘制参数以及各体素权重，确定对应采样点的绘制参数。
[0150]
在其中一个实施例中，绘制参数还可以包括体素数据。
[0151]
在本实施例中，处理器执行计算机程序时实现基于各初始体素点的绘制参数以及各体素权重，确定对应采样点的绘制参数，可以包括：基于各初始体素点的组织标签，确定对应采样点的组织标签；根据采样点的组织标签、各初始体素点的体素数据以及各体素权重，确定对应采样点的初始体素数据；根据采样点的初始体素数据，确定对应采样点的组织梯度以及体素数据。
[0152]
在其中一个实施例中，处理器执行计算机程序时实现根据采样点的组织标签、各初始体素点的体素数据以及各体素权重，确定对应采样点的体素数据，可以包括：根据各初始体素点的体素数据以及对应的体素权重，确定对应采样点的第一初始体素数据；根据采样点的组织标签以及各初始体素点的组织标签，确定对应采样点的目标体素点；根据各目标体素点的体素数据以及对应的体素权重，确定对应采样点的第二初始体素数据。
[0153]
在本实施例中，处理器执行计算机程序时实现根据采样点的初始体素数据，确定对应采样点的组织梯度以及体素数据，可以包括：根据第一初始体素数据以及第二初始体素数据，确定对应采样点的组织梯度以及体素数据。
[0154]
在其中一个实施例中，处理器执行计算机程序时实现根据第一初始体素数据以及第二初始体素数据，确定对应采样点的组织梯度以及体素数据，可以包括：基于第一初始体素数据，确定对应的第一组织梯度；基于第二初始体素数据，确定对应的第二组织梯度；根据第一组织梯度以及第二组织梯度，确定对应的梯度夹角；判断梯度夹角是否小于预设阈值；当梯度夹角小于预设阈值时，则确定第一初始体素数据为对应采样点的体素数据，并确定第一组织梯度为对应采样点的组织梯度；当梯度夹角大于或等于预设阈值时，则确定第二初始体素数据为对应采样点的体素数据，并确定第二组织梯度为对应采样点的组织梯度。
[0155]
在其中一个实施例中，处理器执行计算机程序时实现基于各初始体素点的组织标签，确定对应采样点的组织标签，可以包括：各初始体素点的组织标签，确定各组织标签的占比；确定占比最大的组织标签为采样点的组织标签。
[0156]
在其中一个实施例中，绘制参数还可以包括体素数据。
[0157]
在本实施例中，处理器执行计算机程序时实现根据各采样点以及各体素点的绘制参数，进行组织体的绘制，得到组织体图像，可以包括：基于组织标签，确定至少两种组织体对应的体素点；根据至少两种组织体对应体素点的体素数据以及组织梯度，进行组织体的绘制，得到组织体图像。
[0158]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取待绘制的体数据，体数据包括至少两种组织体的体数据；确定采样点；根据各采样点的绘制参数，进行组织体的绘制，得到组织体图像，绘制参数包括组织标签以及组织梯度。
[0159]
在其中一个实施例中，计算机程序被处理器执行时还可以实现以下步骤：根据采样点与待绘制的体数据中体素点之间的位置关系，确定对应采样点的多个初始体素点；根
据各初始体素点的坐标位置以及采样点的坐标位置，确定各初始体素点相对于采样点的各体素权重；基于各初始体素点的绘制参数以及各体素权重，确定对应采样点的绘制参数。
[0160]
在其中一个实施例中，绘制参数还可以包括体素数据。
[0161]
在本实施例中，计算机程序被处理器执行时实现基于各初始体素点的绘制参数以及各体素权重，确定对应采样点的绘制参数，可以包括：基于各初始体素点的组织标签，确定对应采样点的组织标签；根据采样点的组织标签、各初始体素点的体素数据以及各体素权重，确定对应采样点的初始体素数据；根据采样点的初始体素数据，确定对应采样点的组织梯度以及体素数据。
[0162]
在其中一个实施例中，计算机程序被处理器执行时实现根据采样点的组织标签、各初始体素点的体素数据以及各体素权重，确定对应采样点的体素数据，可以包括：根据各初始体素点的体素数据以及对应的体素权重，确定对应采样点的第一初始体素数据；根据采样点的组织标签以及各初始体素点的组织标签，确定对应采样点的目标体素点；根据各目标体素点的体素数据以及对应的体素权重，确定对应采样点的第二初始体素数据。
[0163]
在本实施例中，计算机程序被处理器执行时实现根据采样点的初始体素数据，确定对应采样点的组织梯度以及体素数据，可以包括：根据第一初始体素数据以及第二初始体素数据，确定对应采样点的组织梯度以及体素数据。
[0164]
在其中一个实施例中，计算机程序被处理器执行时实现根据第一初始体素数据以及第二初始体素数据，确定对应采样点的组织梯度以及体素数据，可以包括：基于第一初始体素数据，确定对应的第一组织梯度；基于第二初始体素数据，确定对应的第二组织梯度；根据第一组织梯度以及第二组织梯度，确定对应的梯度夹角；判断梯度夹角是否小于预设阈值；当梯度夹角小于预设阈值时，则确定第一初始体素数据为对应采样点的体素数据，并确定第一组织梯度为对应采样点的组织梯度；当梯度夹角大于或等于预设阈值时，则确定第二初始体素数据为对应采样点的体素数据，并确定第二组织梯度为对应采样点的组织梯度。
[0165]
在其中一个实施例中，计算机程序被处理器执行时实现基于各初始体素点的组织标签，确定对应采样点的组织标签，可以包括：各初始体素点的组织标签，确定各组织标签的占比；确定占比最大的组织标签为采样点的组织标签。
[0166]
在其中一个实施例中，绘制参数还可以包括体素数据。
[0167]
在本实施例中，计算机程序被处理器执行时实现根据各采样点以及各体素点的组织绘制参数，进行组织体绘制，得到组织体图像，可以包括：基于组织标签，确定至少两种组织体对应的体素点；根据至少两种组织体对应体素点的体素数据以及组织梯度，进行组织体的绘制，得到组织体图像。
[0168]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，
诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0169]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0170]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。