关于医学可视化
通过CT/MRI获得的关于人体某部位的一组切片，是对人体这个三维空间的采样值，是一个三维数据场。
切片图像中的一个像素的意义是什么？三维采样是否依据香农定律？离散数据场引入了哪些干扰和失真？如何精确地重构连续空间？
可视化目标：
应用定向型 or 实验研究型？可视化目标的制定，需要有效地结合医疗影像的实际需求，或是创造新需求新应用。
一个组织的可视化可以是这样的方案：渲染表面，需要时可以进行体切割——虚拟手术刀。仅仅渲染表面够了吗？譬如骨头，因为里面也是同质的骨组织，就没有必要处理了！又未必尽然！譬如病肺，里面还有血管、肺结节等。这样说，一个可视化方案，应该仅仅针对某个应用，或是骨折诊断，或是肺结节检测。
由于成像仪器的局限，组织之间的边界不是阶跃的，而是模糊过渡的。这里，存在一个如何定位边界点的问题：采用什么样的边界模型？边界定位在过渡曲线的拐点处？传递函数调整中引入多维的目的和效果：在更高的维度空间中对三维空间数据场进行分类，然后有目的地选择可视化哪些部分和怎样可视化。目前的交互调整方式都是二维，那么，三维的调整界面会带来什么样的挑战？四维或更高维的空间，由于不能与人直接交互，也就作罢了。
选择研究的方向很重要！或是等值面绘制，或是体数据结构管理（八叉树、k-d树等），或是海量数据处理，或是光照渲染（阴影、自阴影、多重散射）等。关键是抓住一个点！菜鸟要一步一个脚印走，切忌贪心。东搞搞西搞搞，最终就要昏头转向了。菜鸟应该选择做外围，不要想着一下子就抓核心啃硬骨头。当然，前提是要通过大量的文献阅读，了解哪些是外围的，哪些是核心难题。然后，抓住某个有意义的可以通过努力解决的“小”问题，做点研究。往后就可以一步步深入了。
传统图形学主要有场景建模、光照计算、实时渲染、渲染质量、图形硬件、动画和多媒体合成等。体图形学无需场景建模，代之以传递函数分类，这是体图形学的特殊所在！——这样说，或许不够严格，因为烟雾之类等模型是用数学公式来表示。于是，可视化算法族除了光线投射，还有溅射法、错切—变形法和体元投射法等。光照计算和实时高质量绘制，也是体图形学的两大内容。
……
