该算法在有关体绘制研究的文献中占有很大篇幅。其基本原理是根据视觉成像原理，构造出理想化的物理视觉模型，即将每个体素都看成为能够透射、发射和反射光线的粒子，然后根据光照模型或明暗模型，依据体素的介质特性得到它们的颜色（灰度图像为亮度）和不透明度，并沿着视线观察方向积分，最后在象平面上形成具有半透明效果的图像。

    3．2  抛雪球法（Splatting）

　　与射线投射法不同，抛雪球算法是反复对体素进行运算。它用一个称为足迹（Foot Print）的函数计算每一体素投影的影响范围，用高斯函数定义强度分布（中心强度大，周边强度小），从而计算出其对图像的总体贡献，并加以合成，形成最后的图像。由于这个方法模仿了雪球被抛到墙壁上所留下的一个扩散状痕迹的现象，因而得名“ 抛雪球法”[11]。因为抛雪球算法是“以物体空间为序”的体绘制算法，所以它的优点就是能按照体数据存储顺序来存取对象，同时只有与图像相关的体素，才被投射和显示，这样可以大大减少体数据的存取数量，而且算法适合并行操作。

　　从理论上说，使用同样的重构函数权值，抛雪球算法能生成和光线投射算法相同质量的图像。但在实际应用中，于其权值计算比较困难，所以经常使用近似算法，因而图像质量会有所下降。

    3．3  剪切－曲变法（Shear-Warp）

　　剪切－曲变法目前被认为是一种速度最快的体绘制算法。它采用一种关于体素和图像的编码方案，在遍历体素和图像的同时可以略去不透明的图像区域和透明的体素。在预处理时，体素经过不透明度初分类，再按行程长度编码（Run-Length Encoded，RLE），然后用类似于射线投射法的方法进行绘制。其绘制过程可简化为通过剪切出适当的编码体素使射线正交于所有的体素层，利用双线性插值在遍历的体素层内得到它们的采样值，再通过曲变将体素平行于基准平面的图像转换为屏幕图像。

    3．4  最大强度投影算法（Maximum Intensity Projection ）

　　MIP[12]是一种能够有效提高实体定位、形状和拓扑信息显示效果的体绘制方法。它的主要思想是在场景域内沿着视线方向上的体素的最大值作为绘制图像相应位置处像素的值。MIP主要用于对体数据中高灰度值的结构进行可视化，因而特别适合描述血管信息，常用于做 CT 或 MR 血管造影图像。通常MIP 方法不需计算明暗信息和深度信息，这使得高灰度实体在低灰度实体后面的体绘制结构呈现相反的效果，从而导致投影体素不规则的深度位置。消除这类错觉的通用办法是在观察过程中动态改变视角参数和实现动画显示，因而对于 MIP 绘制的研究重点主要集中在交互MIP 和提高 MIP的绘制质量上。

    3．5  基于硬件的纹理映射（Texture-Mapping Hard-ware）法

　　传统的方法计算量非常巨大，无法做到实时交互。后来就出现了借助硬件加速的纹理映射体绘制方法。基于硬件的纹理映射最先由 Cabral 应用于无明暗处理的体绘制。其方法是先将体数据装载到纹理内存，再由硬件将平行于视平面的多边形层片转变为图像[13]。目前，这种方法已被推广应用到具有明暗处理的体绘制中，但所生成的明暗效果有所欠缺，且只有高档的图形工作站才配有其所需的昂贵的三维纹理映射硬件，另一方面大量的体数据块需要和有限的纹理内存进行交换操作限制了该算法的有效应用，但随着计算机硬件的发展及三维纹理映射增加明暗效果研究的展开，相信三维纹理映射算法将在普通PC机上得到成功应用。

    4  算法性能的比较

　　通过以上分析，可以看出面绘制要构造中间曲面进行表示，这必然要通过阈值或数值方法提取出中间曲面，即分割过程。而分割过程常会造成三维数据场中许多细节信息的丢失，从而降低结果的保真性。面绘制的主要优点是可以利用成熟的计算机图形学算法对物体表面进行绘制，并且可以借助硬件加速技术来提高绘制速度，通过对重建物体表面进行网格简化处理后，实现实时绘制。但面绘制需要精确的体数据分类，适用于绘制表面特征分明的组织和器官，而对于形状特征不明显、有亮度变化特性的软组织，以及血管、细支气管等精细组织或器官的三维显示，则效果不佳。另外面绘制方法不能保留体数据的完整性，其物体仅显示为一个空壳，表面里面没有实体，从而制约了其在医学诊断方面的广泛应用。体绘制由于直接研究光线通过体数据场时与体素的相互关系，适合于形状特征模糊不清的组织和器官的三维显示。体绘制方法另一个显著特征就是它可以显示体数据的内部信息和细节特征，有利于保留三维医学图像中的细节信息。但由于体绘制过程需要遍历每个体素，因而计算量大，图像生成速度慢，实时性难以得到保证。

　　表面绘制与直接体绘制相结合的混合绘制方法，现在逐渐引起研究者的兴趣，混合方法能以表面特征表现组织或器官的层次结构，同时保留内部细节信息，因而，能够绘制出表面特征清晰、层次分明的组织器官，有巨大的发展潜力。

    5  可视化工具

　　除了在算法研究方面的努力外，一些研究组织为了更好地利用现有的算法，避免重复的劳动，开发了许多算法平台，极大地便利了医学影像领域的研究者。国内比较常用的三维重建工具为Matlab、OpenGL 、VRML（Virtual Reality Modeling Language虚拟建模语言） 等。这些工具各有长处，但也存在一些缺点， Matlab 代码执行效率低， VRML 的计算能力差， OpenGL 的三维图形功能比较底层。目前在医学影像研究人员中使用最广泛的两个算法平台是VTK（Visualization Toolkit）和ITK（Insight Segmentation and Registration ToolKit），而由中科院研发的集成化的医学影像处理与分析算法平台－－MITK（Medical Imaging Toolkit）则丰富了国际上的医学影像算法平台[14]。

    5．1  VTK

　　VTK是一种基于OpenGL的用于3D图形学、图像处理及可视化的一种工具。最早在1993年12月由美国GE公司研发部门首次发布。VTK中利用了流行的面向对象技术，可以在Windows、Unix等操作系统下运作，其内核独立于Windows。VTK事实上仅仅是一个目标库，这些目标库可以嵌入应用程序中，同时还可以在VTK基本函数的基础上开发自己的库函数。VTK提供了非常强大的功能，提供了超过300个C++类，并且支持跨平台开发，可以直接用C++、TCL、Java或Python编写代码。由于VTK是开放式的免费软件，而且具有强大的三维图形功能（提供了表面绘制、体绘制、一部分数字几何处理算法）、好的体系结构和高度的灵活性、可移植性，目前在美国、西欧等各个高校、研究所已经得到了广泛的应用。目前，VTK的稳定版本已经发行到5．0版，已经称为通用可视化领域内最负盛名的软件开发包[15]。

    5．2  ITK

　　ITK的主要目的是提供一个医学影像分割与配准的算法平台，起源是基于美国的可视人体项目。ITK功能强大，提供很多C++类