1.医学体数据特征抽象的直接体绘制方法，所描述的特征抽象方法包括以下五个步骤：

1）导入医学体数据；

2）利用光线投射算法，沿光线方向对体数据采样。根据采样光线上的标量值使用移动最小二乘法重构出一条标量曲线，然后对标量曲线进行特征分析，对标量曲线求二阶导数，找出所有极大值和极小值，然后使用基于梯度模的二值函数判断局部极值区间是否为有效的特征区域。基于梯度模的二值函数如下：其中i为采样光线上寻找到的第i个局部极小值与紧随其后的局部极大值间的区间(以下称局部区间)，j为局部区间[lmini,lmaxi]中的采样点，▽fj为采样点j的梯度信息，t为用户定义的阈值，当区间[lmini,lmaxi]存在梯度模值大于t的采样点时，δ(i)为

1，即此局部区间为一个有效特征，否则为0。

3）将提取出的特征区域抽象为采样点，然后根据采样光线上的抽象采样点数量计算抽象采样点的不透明度。视所有抽象采样点的不透明度相同，设为α，若一条采样光线上满足要求的特征，即抽象采样点的个数为Sf，则可以得到修改后的体绘制积分公式：其中，C(r)为采样光线r对应像素的颜色值；s(k)为采样光线上第k个抽象采样点的标量值，此处使用局部区间的最大标量值；c(s(k))表示第k个抽象采样点的标量值s(k)通过传输函数映射得到的颜色值。

则距视点最远的抽象采样点p的可视度V(s(p))可表示为：

为了使该抽象采样点具有最大

可视度，使函数取到最大值，可通过对函数求导，并且令求导后的函数值等于0，计算得到最大值 最后可以得到基于局部区间分析的体绘制积分方程：其中，m为采样光线所有的局部区间，s′(i)为局部区间的标量值，使用局部区间的极大值，c(s′(i))为标量值s′(i)通过传输函数映射得到的颜色值。

分别分析每个特征区域内采样点的标量值及梯度信息，找到标量值最大的采样点，其物理位置作为抽象采样点的物理位置，其标量值作为抽象采样点的标量值，同时找到特征内梯度模值最大的梯度信息作为抽象采样点的法向量；最后，为抽象采样点设置颜色并执行局部光照计算；

4）使用HSV颜色模型，将特征的深度与色相H映射，增强特征的深度感知。为了增强用户感兴趣或是重要的特征，引入重要度函数：f(Si,Gi)=(1-λ)·Si+λ·Gi (5)

其中，Si表示第i个抽象采样点的标量值，Gi表示第i个抽象采样点的梯度模值，并且标量值和梯度模值都为归一化后的值，λ为用户定义的加权参数，用来权衡标量值和梯度模值对阈值函数f(Si,Gi)的贡献量。因此所有抽象采样点的重要度和为：进而可以得到某一特征在最终像素中的贡献度为： 若仅考虑采样光线上的抽象采样点，则根据式(4)可得：

因此基于抽象采样点重要度函数的积分公式为：

5）将抽象采样点融合，形成最终的医学图像。