科学可视化可以将科学数据转换为图像,便于显示复杂数据结构之间的关系。医学可视化是科学可视化在生物医学工程上的重要应用,在临床与医学研究中具有重要意义,而体绘制是医学可视化方法中研究的热点和重点。直接体绘制可以将数据的所有信息以图像的形式显示出来,直接体绘制因其成像结果的优点而被广泛的应用和研究。在体绘制中,传递函数(Transfer Function, TF)将三维数据场的采样点映射成光学参数,直接决定了绘制的效果,成为体绘制研究的关键。然而,传递函数的设计存在两个主要问题：缺乏直观的用户界面,用户通过传递函数定义数据场中感兴趣的对象往往需要大量的尝试,反复调节可视化参数,花费大量的时间和精力;缺乏数据场的指导信息,使传递函数的设计存在盲目性,有时即使已经设计出好的传递函数,得到了最好的绘制结果,可能也不知道。在近十多年来,仍然没有一个很好的办法来解决这个问题。在一定程度上正是寻找合适传递函数的困难,阻碍了体绘制的更广泛应用。寻找好的传递函数已被列为可视化研究中的十大难题之一,对传递函数设计方法的研究显得相当的重要和迫切。当前传递函数研究的目标,一是开发直观的用户界面,使调节传递函数参数更加地方便,提高设计效率；二是提供有意义的指导信息辅助用户设计好的传递函数,降低设计的盲目性；三是自动设计出适合各种不同数据场的传递函数,使得传递函数的设计趋向自动化和智能化。目前已经有一些相关研究围绕着提高体绘制效率这个目标展开,研究人员把人工智能的相关技术引入体绘制的传递函数设计过程中,以期提高体绘制的效率。同时由于智能技术本身与人的智能具有在一定程度的相似性,因此在体绘制过程中引入智能技术也使得可视化结果更符合用户的需求,提高了体绘制的有用性。近年来这已经逐渐成为大规模科学数据可视化的一个新的研究热点,它对可视化的发展有重要意义。本文以体绘制中的传递函数为研究对象,利用遗传算法,对绘制传递函数的优化设计方法进行了系统和重点研究。对本文的主要工作总结如下：(1)基于IGA的传递函数设计方法本文重点研究基于传统遗传算法(Genetic Algorithm, GA)的传递函数设计方法。其主要部分包括TF的编码/解码、中间TF的生成和TF对应图像的适应度计算。但由于GA存在局部搜索能力不足、容易早熟等问题,导致在传递函数设计过程中得到的最终结果不够理想,而局部快速微调遗传算法(Fast Local Adjusting Genetic Algorithm, FLAGA)的局部搜索能力和稳定性都比较强,本文结合两者的优点提出了一种改进的遗传算法(Improved Genetic Algorithm, IGA),主要在个体选择、基因交叉和变异方面做出改进,使其具备GA的全局搜索能力和FLAGA的局部搜索能力。按照基于GA的传递函数设计方法的处理步骤进行计算,采用图像边界熵作为图像质量评估标准,并将IGA算法应用到传递函数设计中。通过实验分析对比了GA、FLAGA、IGA三种优化算法的性能和验证了IGA算法在传递函数设计中的有效性。(2)融合多种特征的传递函数设计方法有学者基于图像中心法提出了一个融合传递函数的设计框架,它允许用户直接在多个显示单一结构特征的体绘制渲染图像上直观地选择感兴趣特征,并自动地调节传递函数的参数和将选择的多个特征保留,最终得到可显示多种组织结构,同时保留感兴趣特征的融合图像。该框架的核心思想在于将融合多个传递函数的问题转变成基于边缘图像相似性的能量函数最小化问题,并采用传统遗传算法求解。但存在收敛速度慢、易早熟收敛和交互性不够好等问题。为了更好地解决多种组织特征快速融合问题,本文吸取了该设计框架的优点,提出一种新的传递函数融合优化设计框架,探讨了保持多种感兴趣特征的传递函数融合方法,并对设计过程进行了优化,大大减少了计算复杂度,加快了处理速度。主要特点有：将IGA算法引入到该框架中,增强了优化算法的搜索能力,加快了搜索速度；设计出一种新的能量函数表达式和边缘图像相似度计算方法,可以更精确地评价融合图像；引进效果评价器,设置多种结束条件,让用户选择停止或自动停止,实现了更好的交互性。本文提出的融合优化设计框架主要由传递函数生成器、体绘制器、能量函数计算器和效果评价器等四个部分组成。首先选择源传递函数送给传递函数生成器,传递函数生成器则根据源传递函数进行初始化,并利用IGA算法来迭代调节传递函数,其结果发送到体绘制器进行直接体绘制渲染。然后把生成的中间体绘制渲染图像再发送到能量函数计算器中进行图像相似计算,并得出对应的能量值。能量函数计算器把得到的能量值传递到效果评价器,由效果评价器评估是否已经得到满意的效果。能量函数用于表示遗传算法的适应度函数,较小的能量值代表更合适的中间传递函数。基于这些能量值,传递函数生成器排除不合适的传递函数并利用IGA算法生成一组新的传递函数开始下一个周期的评估。当效果评价器得到满意的效果时,系统输出的最优传递函数就呈现出最佳的体绘制渲染效果。(3)在三维处理系统中的集成与应用实验室为了满足日常研究所需,设计了一整套的医学图像三维处理系统,命名为Vamos 3D COMPLEX。该系统一个主要目的是解决新算法的集成问题。当一个新的研究人员在接触医学影像相关算法时,往往需要阅读大量的背景知识和锻炼如编码等相关的其他工作能力。这些无疑加长了工作时间,而该系统的目的之一就是提供一个算法集成平台,通过共性接口将算法研究人员的工作降到最少。主要特点是采用插件式设计,让研究者可方便地利用系统的功能模块,进行所需的三维显示和处理,从而让其能集中精力去研究算法。其完整功能涵盖完整的二维图像处理、三维重建、多平面重建、虚拟内窥镜等几类处理功能。该系统具有良好的可扩展性与交互能力,支持DICOM标准、支持三维鼠标、支持定位设备。本人参与的主要工作有：体绘制功能模块需求分析,包括参数调节、配置管理、算法管理,切割功能、协议管理等功能的详细分析；数据库相关表的设计,涉及到检查记录、图像存储、缩略图等内容；数据接口模块和数据处理模块,负责读取各种图像数据和格式转换；协议管理模块,按照检查部位来管理体绘制采用的算法和相关参数的配置；体绘制视窗部件的设计与实现,采用MVC(Model-View-Controller)模型来显示三维重建图像,支持图像注释显示和控制,调用协议等功能；多平面重建功能,可用直线或曲线任意选取感兴趣区域,以获得相应的曲面重建图像；融合传递函数设计模块的设计与实现,并集成到Vamos系统中,实现多种组织特征的融合功能。