3. Kapitel   3 Medizinische Softwaresysteme   Ein  Computer-,  Kernspin-  oder  Ultraschall-Tomograph  liefert  einen  Stapel  von  Schnittbildern,  die  selbst  aus Grauwerten bestehen. Die Grauwerte sagen hier etwas über die Gewebedichte aus.   Wenn  nun die  Schnittbilder übereinander  gestapelt  werden,  ergibt  sich ein dreidimensionaler  Datensatz,  der  zum Beispiel die räumliche Struktur eines Kopfes wiedergibt. Hier könnte ein Bildverarbeitungsprogramm helfen, indem es  dem  Betrachter  das  Datenvolumen  auf  dem  Bildschirm  so  präsentiert,  als  würde  er  ihn  aus  einer    räumlichen Perspektive  sehen.  Es  wäre  allerdings  nutzlos,  wenn  Grauwerte  einfach  als  Grauwerte  dargestellt  würden.  Denn dann wäre der Datenquader genauso undurchsichtig wie der menschliche Körper selbst. Deshalb interpretiert man die Grauwerte als Durchsichtigkeiten: zum Beispiel, je höher der Wert, desto stärker absorbiert oder reflektiert eine vorgestellte  Substanz,  die  man  sich  anstelle  des  menschlichen  Körpers  denkt,  das  Licht.  Man  zeigt  also  dem Betrachter das Bild, das sich ergeben würde, wenn diese Substanz aus einer Richtung beleuchtet würde. Man kann auch bei solcher Software den Durchsichtigkeitsgrad von Objekten beliebig wählen.   Der letzte Punkt ist besonders wichtig, denn man möchte diejenigen Gewebe, die die eigentliche Struktur, die man beobachten möchte, überdecken vollständig oder halb transparent machen. Zum Beispiel bei Computertomogrammen  hat  der  Knochen  einen  hohen  Grauwert.  Wenn  man  nun  hohen  Grauwerten  auch  hohe Durchsichtigkeit zuordnet, wird das Licht bei der Beleuchtung wenig absorbiert und somit kann man hinter dem Schädel das Gehirn sehen.   Der  Rechenaufwand  für  diese  Lichtstrahlverfolgung  ist  allerdings  erheblich.  Man  muss  sehr  viele  Strahlen  von Voxel zu Voxel verfolgen und für jedes einzelne Voxel berechnen um wie viel  es den Lichtstrahl abschwächt oder reflektiert. Selbst wenn man sich auf einfache Geometrien beschränkt, braucht ein moderner Computer für ein Bild aus einem Datenvolumen mit 256x256x256 Punkten immer noch viel Rechenzeit.   Wenn man nun bewegte Bilder in Echtzeit darstellen möchte, so dass der Betrachter sein Objekt in verschiedene Positionen bewegen kann, muss man die Rechenzeit für einzelne Bilder verkürzen,  denn für ein fernsehfilmartiges Bilderlebnis müssen ungefähr 25 Bilder pro Sekunde neu berechnet werden. Für die Rechenzeitverkürzung kann man folgende Ansätze verwenden: - Bereiche  im  Datensatz,  die  völlig  transparent  sind  können  übersprungen  werden.  Wenn  der  Benutzer beispielsweise nur den Schädelknochen sehen will, kann er alle andere Gewebe als transparent definieren und  somit  ist  dann  90  Prozent  des  Raumes  im  Datenvolumen  leer,  was  die  Rechenzeit  entsprechend reduziert. - Die  Strahlenverfolgung  kann  abgebrochen  werden,  so  bald  ein  Lichtstrahl  auf  seinem  Weg  durch  den Datensatz durch Absorption so weit abgeschwächt wird, dass er vernachlässigbar ist. Das spart Rechenzeit, wenn sich im Datensatz viele undurchsichtige Objekte befinden. Wenn zum Beispiel ein Schädelknochen als undurchsichtig dargestellt werden soll, muss das Licht nur bis zum Schädelknochen verfolgt werden.   - Bei   Echtzeit-Visualisierung   kann   man   bewegte   Bilder   mit   reduzierter   Auflösung   darstellen,   da   die geringere Genauigkeit bei bewegten Bildern nicht so störend ist als bei stehenden Bildern. Das heißt, dass sich  die  Auflösung  reduziert,  solange  der Benutzer  Parameter  wie  Blickwinkel  und  Position  ändert.  Die volle Auflösung wird erst dann berechnet, wenn der Benutzer eine Zeit lang gewissermaßen stillhält.