볼륨 렌더링

Volume rendering
3D 와이어 프레임 모델의 렌더링은 3D 렌더링을 참조하십시오.
3차원(3D)
컴퓨터 그래픽스
Activemarker2.PNG
기초
주요 용도
관련 토픽
여러 개의 X선 단층 촬영(정량 광물 밀도 보정 포함)을 적층하여 3D 모델을 형성합니다.
근육, 지방, 뼈 및 혈액에 대해 서로 다른 색 구성표를 가진 전완의 볼륨 렌더링 CT 스캔

과학 시각화 및 컴퓨터 그래픽스에서 볼륨 렌더링(volume rendering)은 3D 스칼라 필드(일반적으로 3D 스칼라 필드)에서 개별적으로 샘플링된 데이터 세트의 2D 투영을 표시하는 데 사용되는 기술 세트입니다.

일반적인 3D 데이터 세트는 CT, MRI 또는 MicroCT 스캐너로 획득한 2D 슬라이스 영상 그룹입니다.통상, 이것들은 통상적인 패턴(예를 들면, 깊이 1 밀리미터 마다 1 슬라이스)으로 취득되어 통상적인 패턴의 화상 픽셀수가 일정하게 됩니다.이것은 각 볼륨 요소 또는 복셀 주변의 즉시 영역을 샘플링하여 얻은 단일 값으로 표시되는 일반 볼륨 그리드의 예입니다.

3D 데이터 세트의 2D 투영을 렌더링하려면 먼저 볼륨을 기준으로 공간에 카메라를 정의해야 합니다.또한 모든 복셀의 불투명도와 색상을 정의해야 합니다.이는 일반적으로 가능한 모든 복셀 값에 대해 RGBA 값을 정의하는 RGBA(빨강, 녹색, 파란색, 알파의 경우) 전송 함수를 사용하여 정의됩니다.

예를 들어 볼륨에서 등각면(같은 값의 표면)을 추출하여 폴리곤 메쉬로 렌더링하거나 볼륨을 데이터 블록으로 직접 렌더링하여 볼륨을 볼 수 있습니다.행진 큐브 알고리즘은 볼륨 데이터에서 등서면을 추출하는 일반적인 기술입니다.직접 볼륨 렌더링은 여러 가지 방법으로 수행할 수 있는 계산 부하가 높은 작업입니다.

범위

볼륨 렌더링의 두 가지 예가 포함된 CT 스캔의 프레젠테이션 유형입니다.

볼륨 렌더링은 얇은 슬라이스 단층 촬영 프레젠테이션과 구별되며, 일반적으로 최대 [1]강도 투영을 포함한 3D 모델의 투영과도 구별됩니다.그러나 기술적으로 볼 때 모든 볼륨 렌더링은 2차원 디스플레이로 볼 때 투영이 되기 때문에 투영과 볼륨 렌더링의 구분이 다소 모호합니다.그럼에도 불구하고 볼륨 렌더링 모델의 대명사는 사실적 및/또는 관찰 가능한 표현을 만들기 위해 예를 들어[2] 색칠과 음영을[3] 혼합한 것이 특징이다.

직접 볼륨 렌더링

직접 볼륨 렌더러를[4][5] 사용하려면 모든 샘플 값을 불투명도 및 색상에 매핑해야 합니다.이는 단순한 램프, 부분 선형 함수 또는 임의 테이블인 "전송 함수"를 사용하여 수행됩니다.일단 RGBA 컬러 모델(빨강, 녹색, 파랑, 알파) 값으로 변환되면 합성된 RGBA 결과는 프레임 버퍼의 대응하는 화소에 투영된다.이 방법은 렌더링 기술에 따라 달라집니다.

이러한 기술을 조합할 수 있습니다.예를 들어, 전단 워프 구현에서는 텍스처링 하드웨어를 사용하여 화면 외 버퍼에 정렬된 슬라이스를 그릴 수 있습니다.

볼륨 레이 캐스팅

주요 기사:볼륨 레이 캐스팅
볼륨 레이 캐스팅.피비 A가 제공한 악어 미라.허스트 인류학 박물관, UC 버클리.CT 데이터는 Siemens SOMATOM Definition, Siemens Healthcare를 사용하여 스탠포드 대학 방사선학과 레베카 파리그 박사가 취득했습니다.이미지는 Fovia의 High Definition Volume Rendering® 엔진을 통해 렌더링되었습니다.

볼륨 레이 캐스팅 기술은 렌더링 방정식에서 직접 도출할 수 있습니다.일반적으로 최고의 화질을 제공하는 것으로 간주되는 매우 고품질의 결과를 제공합니다.볼륨 레이 캐스팅은 객체 기반 기법과 같이 입력 볼륨 데이터가 아닌 출력 화상에서 연산이 이루어지기 때문에 화상 기반 볼륨 렌더링 기법으로 분류된다.이 기술에서는 원하는 각 영상 픽셀에 대해 광선이 생성됩니다.단순한 카메라 모델을 사용하면, 광선은 카메라의 투영 중심(일반적으로 아이 포인트)에서 시작해 카메라와 렌더링되는 볼륨 사이에 떠 있는 가상 이미지 평면의 이미지 픽셀을 통과합니다.시간을 절약하기 위해 볼륨의 경계에 따라 레이가 잘립니다.그런 다음 볼륨 전체에서 규칙적이거나 적응적인 간격으로 광선이 샘플링됩니다.데이터는 각 샘플 포인트에서 보간되며, 전송 함수는 RGBA 샘플을 형성하기 위해 적용되며, 샘플은 광선의 누적 RGBA에 합성되며, 광선이 볼륨을 벗어날 때까지 프로세스가 반복됩니다.RGBA 색상은 RGB 색상으로 변환되어 해당 영상 픽셀에 부착됩니다.화면의 모든 픽셀에 대해 이 과정이 반복되어 완성된 이미지를 형성합니다.

스플래팅

이것은 품질과 속도를 맞바꾸는 기술이다.여기서 모든 볼륨 요소는 Lee Westover가 말한 것처럼 눈덩이처럼 뒤쪽에서 앞쪽 순서로 시야 표면에 튀어 올라갑니다.이러한 스플랫은 일반(가우스) 방식으로 특성(색상과 투명도)이 크게 다른 디스크로 렌더링됩니다.애플리케이션에 [6][7]따라서는 플랫 디스크나 그 외의 속성 분포가 있는 디스크도 사용됩니다.

전단 워프

전단 워프 알고리즘을 사용한 마우스 두개골(CT) 렌더링 예제

볼륨 렌더링에 대한 전단 워프 접근법은 Philippe Lacroute와 Marc Levoy에 [8]의해 널리 알려진 Cameron과 Undrill에 의해 개발되었습니다.본 기술에서는 볼륨의 가장 가까운 면이 화소에 대한 복셀의 고정 배율을 갖는 오프스크린 화상 데이터 버퍼와 정렬된 축이 되도록 시청 변환이 변환된다.그러면 볼륨이 훨씬 더 유리한 메모리 정렬과 고정 스케일링 및 혼합 계수를 사용하여 이 버퍼에 렌더링됩니다.볼륨의 모든 슬라이스가 렌더링되면 버퍼가 원하는 방향으로 휘어지고 표시된 영상에서 크기가 조정됩니다.

이 기술은 소프트웨어에서 비교적 빠릅니다.단, 레이 캐스팅에 비해 정확도가 떨어지고 잠재적으로 영상 품질이 저하될 수 있습니다.볼륨 복사본을 여러 개 저장하기 위한 메모리 오버헤드가 있으며, 근접축 정렬 볼륨을 가질 수 있습니다.이 오버헤드는 실행 길이 인코딩을 사용하여 완화할 수 있습니다.

텍스처 기반 볼륨 렌더링

뷰 정렬 텍스처 매핑 및 확산 반사를 사용하여 사체 헤드로 렌더링된 볼륨

많은 3D 그래픽 시스템은 텍스처 매핑을 사용하여 이미지 또는 텍스처를 기하학적 개체에 적용합니다.범용 PC 그래픽 카드는 텍스처 처리가 빠르고 실시간 상호작용 기능을 통해 3D 볼륨의 슬라이스를 효율적으로 렌더링할 수 있습니다.워크스테이션 GPU는 더욱 고속으로 의료 이미지, 석유 및 가스 등 기타 시장에서 사용되는 생산량 시각화의 기초가 되고 있습니다(2007년).이전에는 Silicon Graphics InfiniteReality, HP Visualize FX 그래픽 액셀러레이터 등의 그래픽 시스템에 전용 3D 텍스처 매핑 시스템이 사용되었습니다.이 기술은 Bill Hibbard와 Dave Santek에 [9]의해 처음 설명되었습니다.

이러한 슬라이스는 볼륨에 맞춰 뷰어에 대한 각도로 렌더링하거나 보기 평면에 맞춰 정렬되지 않은 슬라이스에서 볼륨을 통해 샘플링할 수 있습니다.두 번째 기술에서는 3D 텍스처를 위한 그래픽 하드웨어 지원이 필요합니다.

볼륨 정렬 텍스처링은 적절한 품질의 이미지를 생성하지만 볼륨을 회전할 때 종종 현저한 변화가 발생합니다.

하드웨어 가속 볼륨 렌더링

직접 볼륨 렌더링의 매우 병렬적인 특성 때문에 GPU 볼륨 렌더링이 충분히 빨라지기 전에는 특수 목적 볼륨 렌더링 하드웨어가 풍부한 연구 주제가 되었습니다.가장 널리 인용된 기술은 한스피터 피스터와 미쓰비시 전기 [10]연구소의 과학자들이 개발한 VolumePro 실시간 레이캐스팅 시스템으로, 높은 메모리 대역폭과 강력한 힘을 사용하여 레이캐스팅 알고리즘을 사용하여 렌더링했습니다.이 기술은 테라레콘에 이전되어 2세대의 ASIC가 생산되어 판매되었다.VP1000은[11] 2002년에, VP2000은[12] 2007년에 출시되었습니다.

최근 레이캐스팅과 같은 기존 볼륨 렌더링 알고리즘을 가속화하기 위해 사용되는 기술은 최신 그래픽 카드를 사용하는 것입니다.프로그램 가능한 픽셀 셰이더에서 시작하여 사람들은 여러 픽셀에서 병렬 연산의 힘을 인식하고 GPGPU(그래픽 처리 장치)에서 범용 컴퓨팅을 수행하기 시작했습니다.픽셀 셰이더는 비디오 메모리에서 랜덤으로 읽고 쓸 수 있으며 기본적인 수학 및 논리 계산을 수행할 수 있습니다.이러한 SIMD 프로세서는 폴리곤 렌더링 및 신호 처리와 같은 일반적인 계산을 수행하기 위해 사용되었습니다.최근 GPU 세대에서는 픽셀 셰이더가 부동소수점 포맷으로 최대 1GB의 텍스처 메모리를 사용하여 MIMD 프로세서(현재 독립적으로 분기 가능)로 기능할 수 있게 되었습니다.이러한 파워로 볼륨 레이 캐스팅이나 단층 촬영 재구성 등 병렬로 수행할 수 있는 거의 모든 알고리즘이 엄청난 속도로 수행됩니다.프로그램 가능한 픽셀 셰이더는 조명, 그림자, 반사, 발광색 등의 특성 변화를 시뮬레이션하기 위해 사용할 수 있습니다.이러한 시뮬레이션은 높은 수준의 음영 언어를 사용하여 작성할 수 있습니다.

최적화 기술

최적화의 주요 목표는 가능한 한 많은 볼륨을 건너뛰는 것입니다.일반적인 의료 데이터 세트의 크기는 1GB입니다.30 프레임/초로 렌더링하려면 매우 빠른 메모리 버스가 필요합니다.복셀을 건너뛰는 것은 처리할 필요가 있는 정보가 적다는 것을 의미합니다.

빈 공간 건너뛰기

종종 볼륨 렌더링 시스템에는 육안으로 볼 수 있는 재료가 없는 볼륨 영역을 식별하는 시스템이 있습니다.이 정보를 사용하여 이러한 투명 [13]영역이 렌더링되지 않도록 할 수 있습니다.

조기 광선 종단

이는 볼륨이 앞뒤 순서로 렌더링될 때 사용되는 기술입니다.픽셀을 통과하는 광선의 경우, 일단 충분한 고밀도 재료가 발견되면 추가 샘플은 픽셀에 큰 영향을 미치지 않으므로 무시될 수 있습니다.

Octree 및 BSP 공간 분할

옥트리와 BSP-트리와 같은 계층 구조의 사용은 볼륨 데이터의 압축과 볼륨 측정 레이 캐스팅 프로세스의 속도 최적화에 매우 도움이 될 수 있습니다.

볼륨 세그멘테이션

볼륨 분할에는 이 CT 혈관 조영에서 오른쪽 영상에 사용되는 것과 같은 자동 골격 제거가 포함됩니다.
흉곽의 3D 렌더링 CT 스캔 볼륨 분할:흉부 내용물을 시각화하기 위해 폐 뿌리 앞의 흉벽, 기도 및 폐혈관이 디지털 방식으로 제거되었습니다.
- 파란색: 폐동맥
- 빨간색 : 폐정맥(및 복벽)
- 노란색: 종격
- 보라색: 다이어프램

영상 분할은 렌더링 전에 관심없다고 생각되는 볼륨의 대부분을 분할하는 데 사용할 수 있는 수동 또는 자동 절차로, 레이 캐스팅 또는 텍스처 블렌딩에 의해 수행되어야 하는 계산량을 크게 줄일 수 있습니다.이러한 감소는 n개의 순차적 색인 복셀에 대해 O(n)에서 O(log n)까지가 될 수 있습니다.볼륨 분할은 다른 광선 추적 알고리즘에서도 상당한 성능 이점을 제공합니다.이후 볼륨 분할을 사용하여 관심 구조를 강조 표시할 수 있습니다.

다중 적응형 해상도 표현

볼륨의 관심 영역을 보다 거친 분해능으로 표시함으로써 데이터 입력 오버헤드를 줄일 수 있다.자세히 관찰하면 메모리 또는 디스크에서 읽거나 보간으로 이러한 영역의 데이터를 채울 수 있습니다.원본에서 2D mipmap 영상이 생성되는 것과 동일한 방식으로 거친 분해능 볼륨이 더 작은 크기로 다시 샘플링됩니다.이러한 작은 볼륨은 볼륨을 새 방향으로 회전하는 동안 자체 사용되기도 합니다.

사전 통합 볼륨 렌더링

사전 통합 볼륨[14] 렌더링은 필요한 데이터의 대부분을 사전 계산하여 샘플링 아티팩트를 줄일 수 있는 방법입니다.퍼포먼스에 큰 영향을 주지 않고 품질을 향상시키므로 하드웨어 액셀러레이션애플리케이션에서[15][16] 특히 유용합니다.대부분의 다른 최적화와 달리 복셀을 생략하지 않습니다.오히려 복셀 영역을 정확하게 표시하는 데 필요한 샘플 수를 줄입니다.샘플 자체 대신 샘플 간의 간격을 렌더링하는 것이 좋습니다.이 기술은 빠르게 변화하는 물질을 포착합니다. 예를 들어 근육에서 뼈로의 전환은 훨씬 적은 계산으로 이루어집니다.

이미지 기반 메싱

이미지 기반 메싱은 컴퓨터 분석 및 설계(예: CAD, CFD 및 FEA)를 위해 3D 이미지 데이터(MRI, CT, 산업용 CT 또는 마이크로토모그래피)에서 컴퓨터 모델을 생성하는 자동화된 프로세스입니다.

복셀의 일시적인 재사용

전체 디스플레이 보기를 위해 픽셀당 하나의 복셀(전면)만 표시하면 됩니다(이미지 평활화에 더 많은 복셀을 사용할 수 있음). 애니메이션이 필요한 경우 표시할 전면 복셀을 캐시할 수 있으며 이동 시 카메라와 관련된 위치를 다시 계산할 수 있습니다.디스플레이 복셀이 너무 떨어져 모든 픽셀을 커버할 수 없는 경우에는 레이 캐스팅 등을 통해 새로운 전면 복셀을 찾을 수 있으며, 한 픽셀에 두 개의 복셀이 있는 경우에는 전면 복셀을 유지할 수 있습니다.

관련 소프트웨어 목록

오픈 소스
  • 3D 슬라이서– 과학적 시각화 및 이미지 분석용 소프트웨어 패키지
  • Clear Volume – GPU 레이캐스팅 기반의 라이브 3D 시각화 라이브러리로 하이엔드 볼륨 라이트 시트 현미경용으로 설계되었습니다.
  • ParaView – 크로스 플랫폼 대규모 데이터 분석 및 시각화 애플리케이션.ParaView 사용자는 질적 및 정량적 기법을 사용하여 신속하게 시각화를 구축하여 데이터를 분석할 수 있습니다.ParaView는 VTK(아래)에 구축되어 있습니다.
  • 스터디에펜스터(학생)Fenster) – 무료 비영리 Open Science 클라이언트/서버 기반 MIP(Medical Imaging Processing) 온라인 프레임워크입니다.
  • Vaa3D – 특히 현미경 이미지 분야에서 기가바이트 및 테라바이트급 대형 이미지(OpenGL 기반)를 위한 3D, 4D 및 5D 볼륨 렌더링 및 이미지 분석 플랫폼입니다.또한 Mac, Windows 및 Linux 버전과의 크로스 플랫폼도 지원합니다.포괄적인 플러그인 인터페이스와 이미지 분석을 위한 100개의 플러그인을 포함합니다.또한 여러 유형의 지표면 객체를 렌더링합니다.
  • VisIt – 과학 데이터를 표시하기 위한 크로스 플랫폼 인터랙티브 병렬 시각화 및 그래픽 분석 도구입니다.
  • 볼륨 지도 작성– En-Gedi Scroll 복구에 사용되는 오픈 소스 소프트웨어.
  • Voreen – 멀티모달 볼륨 데이터 세트의 인터랙티브한 시각화 및 분석을 위한 크로스 플랫폼 고속 애플리케이션 개발 프레임워크입니다.GPU 기반 볼륨 렌더링 및 데이터 분석 기술을 제공합니다.
  • VTK – Python 및 Java 바인딩을 사용한 데이터 처리, 시각화, 3D 상호작용, 컴퓨터 지오메트리를 위한 범용 C++ 툴킷입니다.또한 VTK.js는 JavaScript 구현도 제공합니다.
상업의
  • Ambivu 3D 워크스테이션– 다양한 볼륨 렌더링 모드를 제공하는 의료용 이미징 워크스테이션 (OpenGL 기반)
  • Amira – 과학자와 연구자를 위한 3D 시각화 및 분석 소프트웨어(생명과학 및 생물의학 분야)
  • Imaris – 3D 및 4D 현미경 데이터셋의 데이터 관리, 시각화, 분석, 분할 및 해석에 필요한 모든 기능을 제공하는 과학 소프트웨어 모듈
  • MeVisLab – 의료 이미지 처리 및 시각화를 위한 크로스 플랫폼 소프트웨어(OpenGL 및 Open Inventor 기반)
  • Open Inventor – 3D 그래픽 소프트웨어 개발을 위한 고급 3D API(C++, ).NET, Java)
  • ScanIP – Import 후 바로 스캔 데이터(MRI, CT, Micro-CT...)를 3D로 렌더링할 수 있는 이미지 처리 및 이미지 기반 메싱 플랫폼입니다.
Vaa3를 사용하여 구획의 표면 모델로 렌더링된 플라이 브레인 예제d
  • tomviz – 고급 3D 데이터 처리에 Python 스크립트를 활용할 수 있는 과학자와 연구자를 위한 3D 시각화 플랫폼입니다.
  • VoluMedic – 볼륨 슬라이싱 및 렌더링 소프트웨어

「 」를 참조해 주세요.

Wikimedia Commons에는 볼륨 렌더링과 관련된 미디어가 있습니다.
  • 공간 체적 내에서 일정한 값(예: 압력, 온도, 속도, 밀도)의 점을 나타내는 표면인 등각면
  • 벡터 필드 시각화를 위한 기술인 흐름 시각화
  • 볼륨 메쉬, 객체의 내부 볼륨을 다각형으로 표현한 것입니다.

레퍼런스

  1. ^ Fishman, Elliot K.; Ney, Derek R.; Heath, David G.; Corl, Frank M.; Horton, Karen M.; Johnson, Pamela T. (2006). "Volume Rendering versus Maximum Intensity Projection in CT Angiography: What Works Best, When, and Why". RadioGraphics. 26 (3): 905–922. doi:10.1148/rg.263055186. ISSN 0271-5333. PMID 16702462.
  2. ^ Silverstein, Jonathan C.; Parsad, Nigel M.; Tsirline, Victor (2008). "Automatic perceptual color map generation for realistic volume visualization". Journal of Biomedical Informatics. 41 (6): 927–935. doi:10.1016/j.jbi.2008.02.008. ISSN 1532-0464. PMC 2651027. PMID 18430609.
  3. ^ 페이지 185 in
  4. ^ Mark Levoy, "볼륨 데이터로부터의 표면 표시", IEEE CG&A, 1988년 5월용지의 아카이브
  5. ^ Drebin, Robert A.; Carpenter, Loren; Hanrahan, Pat (1988). "Volume rendering". ACM SIGGRAPH Computer Graphics. 22 (4): 65. doi:10.1145/378456.378484. Drebin, Robert A.; Carpenter, Loren; Hanrahan, Pat (1988). Proceedings of the 15th annual conference on Computer graphics and interactive techniques - SIGGRAPH '88. p. 65. doi:10.1145/54852.378484. ISBN 978-0897912754.
  6. ^ Westover, Lee Alan (July 1991). "SPLATTING: A Parallel, Feed-Forward Volume Rendering Algorithm" (PDF). Retrieved 28 June 2012.
  7. ^ Huang, Jian (Spring 2002). "Splatting" (PPT). Retrieved 5 August 2011.
  8. ^ Lacroute, Philippe; Levoy, Marc (1994-01-01). Fast Volume Rendering Using a Shear-warp Factorization of the Viewing Transformation. Proceedings of the 21st Annual Conference on Computer Graphics and Interactive Techniques. SIGGRAPH '94. New York, NY, USA: ACM. pp. 451–458. CiteSeerX 10.1.1.75.7117. doi:10.1145/192161.192283. ISBN 978-0897916677.
  9. ^ Hibbard W., Santek D., "상호작용이 핵심", 노스캐롤라이나 대학교 채플 힐 볼륨 시각화에 관한 채플 힐 워크숍, 채플 힐, 1989년 페이지 39-43.
  10. ^ Pfister, Hanspeter; Hardenbergh, Jan; Knittel, Jim; Lauer, Hugh; Seiler, Larry (1999). The VolumePro real-time ray-casting system. Proceedings of the 26th Annual Conference on Computer Graphics and Interactive Techniques - SIGGRAPH '99. p. 251. CiteSeerX 10.1.1.471.9205. doi:10.1145/311535.311563. ISBN 978-0201485608.
  11. ^ Wu, Yin; Bhatia, Vishal; Lauer, Hugh; Seiler, Larry (2003). Shear-image order ray casting volume rendering. Proceeding I3D '03 Proceedings of the 2003 Symposium on Interactive 3D Graphics. p. 152. doi:10.1145/641480.641510. ISBN 978-1581136456.
  12. ^ TeraRecon. "Product Announcement". healthimaging.com. Retrieved 27 August 2018.
  13. ^ 셔본디 A., 휴스턴 M., 내플 S:프로그램 가능한 그래픽 하드웨어를 사용한 동시 시각화에 의한 고속 볼륨 세그멘테이션.IEEE 시각화 절차(2003년)에서 페이지 171–176.
  14. ^ Max N., Hanrahan P., Crowfis R:3D 스칼라 기능의 효율적인 시각화를 위한 영역 및 볼륨 일관성.컴퓨터 그래픽스(샌디에이고 볼륨 시각화에 관한 워크숍, 1990) 제24권, 페이지 27-33.
  15. ^ Engel, Klaus; Kraus, Martin; Ertl, Thomas (2001). High-quality pre-integrated volume rendering using hardware-accelerated pixel shading. Proceedings of the ACM SIGGRAPH/EUROGRAPHICS Workshop on Graphics Hardware - HWWS '01. p. 9. CiteSeerX 10.1.1.458.1814. doi:10.1145/383507.383515. ISBN 978-1581134070.
  16. ^ Lum E., Wilson B., Ma K:볼륨 렌더링을 위한 고품질 조명 및 효율적인 사전 통합.Eurographics/IEEE 심포지엄 2004에서.

추가 정보

  • M. Ikits, J. Kniss, A. Lefohn 및 C.Hansen: 볼륨 렌더링 기술.입력: GPU Jems, 제39장 (Nvidia 개발자 존의 온라인 버전)
  • 볼륨 렌더링, 볼륨 렌더링 기본 튜토리얼 (박사 외머 센기즈 ç SELLEBİ)
  • Barthold Lichtenbelt, Randy Crane, Shaz Naqvi, 볼륨 렌더링 입문(Hewlett-Packard Professional Books), Hewlett-Packard Company 1998.
  • Peng H., Ruan, Z, Long, F, Simpson, JH, Myers, EW: V3D는 대규모 생체 이미지 데이터 세트의 실시간 3D 시각화 및 정량 분석을 가능하게 합니다.Nature Biotechnology, 2010 doi:10.1038/nbt.1612 대용량 고차원 이미지 데이터 렌더링.
  • Daniel Weiskopf (2006). GPU-Based Interactive Visualization Techniques. Springer Science & Business Media. ISBN 978-3-540-33263-3.