DECODE-3DViz:高效的基于WebGL的大尺度图像的高保真可视化,使用细节水平和数据块流

科学领域:

• 医学成像可视化 医学成像可视化
• 计算机图形 计算机图形
• 网络技术 网络技术

背景情况:

• 在网络上呈现高分辨率体积医疗数据存在重大挑战.
• 现有的WebGL解决方案经常与大型数据集,浏览器内存和纹理大小限制作斗争.
• 有效的可视化对于医学成像中的准确诊断至关重要,特别是对于像外周血管系统这样的复杂结构.

研究的目的:

• 介绍DECODE-3DViz管道,用于基于Web的高级可视化大规模的医学成像数据.
• 解决使用WebGL染高分辨率体积数据集的技术障碍.
• 为优化外围动脉计算机断层扫描 (CT) 图像的实时交互和高保真可视化.

主要方法:

• 集成渐进式块流和细节级别 (LOD) 算法.
• 针对 WebGL 纹理大小约束和浏览器内存限制的优化.
• 对现有的最先进的可视化工具进行比较性绩效评估.

主要成果:

• 与竞争对手相比,实现了高达98%的染时间减少.
• 保持高速率,最高可达 144 FPS.
• 证明了卓越的GPU内存效率,仅使用2.6MB,远远低于其他工具的>100MB.
• 用户反表明对性能,结构定义和诊断能力的高满意度 (4.3/5).

结论:

• DECODE-3DViz在基于Web的医疗成像可视化方面取得了重大进展.
• 该管道使外周血管系统的详细和准确可视化成为可能,从而有可能提高诊断准确性和临床结果.
• DECODE-3DViz的开源性质促进了该领域的可访问性和进一步发展.