用于沉浸式解剖学可视化的多层高斯溅射
计算与语言
2024-10-23 v1
摘要
在医学图像可视化中，对体积医学数据（如CT扫描）进行路径追踪可产生逼真的三维可视化。沉浸式VR显示器进一步增强了对复杂解剖结构的理解。它们超越了传统2D切片的诊断质量，支持医学教育和规划中的交互式3D解剖评估。然而，在实时渲染中实现高质量可视化在计算资源受限的设备（如移动头戴式显示器）上是不可行的。我们提出一种新方法，利用GS创建CT扫描的高效但静态中间表示。我们引入分层GS表示，逐层包含不同的解剖结构，同时最小化重叠，并将GS训练扩展以移除不活跃的高斯。我们进一步通过跨层聚类来压缩所创建的模型。该方法在保持解剖结构的同时实现了交互式帧率，质量可根据目标硬件进行调整。与标准GS相比，我们的表示保留了最初由沉浸式路径追踪所启发的某些探索性特征。可以在渲染时选择性激活和裁剪图层，为原本静态的GS模型添加一定的交互性。这可能使情景实现，其中其他情况下会禁止使用路径追踪的医学体积。
引用
@article{arxiv.2410.16977,
title = {IPL: Leveraging Multimodal Large Language Models for Intelligent Product Listing},
author = {Kang Chen and Qingheng Zhang and Chengbao Lian and Yixin Ji and Xuwei Liu and Shuguang Han and Guoqiang Wu and Fei Huang and Jufeng Chen},
journal= {arXiv preprint arXiv:2410.16977},
year = {2024}
}