.png){kind=icon}
返回
Two-Level Transfer Functions Using t-SNE for Data Segmentation in Direct Volume Rendering
.png){kind=icon}
PRE
AI
DOI：10.1109/TVCG.2024.3484471.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
传输函数(TF)设计对于提升体绘制中体数据的可视化质量和理解至关重要。近期研究提出了多种多维TF，以利用从体数据中提取的多种属性来控制单个体素的渲染。虽然多维TF增强了数据分离能力，但操作多种属性进行渲染很繁琐。相比之下，低维TF更易于管理，但在渲染期间分离体数据存在问题。本文提出了一种新颖的两级传输函数方法，通过降低TF维度来渲染体数据。所提出的技术涉及从体数据中提取多维TF属性，并将t-随机近邻嵌入(t-SNE)应用于TF属性以进行降维。两级传输函数将经典的2D TF和t-SNE TF结合到传统的直接体绘制管线中。通过比较t-SNE TF中的分段和渲染图像，使用各种体数据集评估了所提出的方法。本研究结果表明，所提出的方法可以有效地使我们轻松地操作多维属性，同时保持体绘制中的高可视化质量。
Keyword:
Dimensionality reduction
transfer function
direct volume rendering
期刊
IF:
6.5
论文数:
346
被引数:
2.2W
机构
引用论文
分享收藏Fast interpolation-based t-SNE for improved visualization of single-cell RNA-seq data基于快速插值的t-sne可改善单细胞rna-seq数据的可视化.png)
NATURE METHODS
OAAI
NATURE METHODSIF32.1
OAAI分享收藏Volume Rendering by Stochastic Neighbor Embedding-Based 2D Transfer Function Building基于Stochastic Neighbor Embedding的2D传输函数构建的体绘制
PREAI
分享收藏分享收藏
查看更多内容