12年的持续探索！西浦学者数据可视化研究获国际顶会大奖

可视化技术广泛应用于各行业。在医学、生物学、天文学等复杂科学领域，这项技术能将抽象特征转化为直观数据，揭示发展趋势，辅助决策，在科研与生活中均具有实用价值。

点云数据（如下图所示）是一种由许多点组成的数据集，这些点在三维空间中表示物体的位置。每个点通常包括其在空间中的X、Y和Z坐标，有时还会包括颜色、强度或其他信息，用于提供有关点在物理空间中的确切位置和其他特性。

天文学中的点云数据通常用来描述星系或其他天体分布的三维空间坐标。这种数据有助于科学家理解宇宙的结构、星系的形成和演化，以及宇宙大尺度结构的分布和空间特征。

12年前，西浦智能工程学院计算机系副教授俞凌云博士正在攻读博士学位，她和团队在一次与天文学家的讨论中发现天文学研究中的点云数据选择存在痛点。天文学的点云数据通常非常庞大，无序散乱的点之间没有明确的空间关系，在选择点云可视化数据的过程中，天文学家仍然依赖传统的布尔运算的选择方式，他们需要从不同观察角度，通过鼠标在屏幕上标记目标区域，多次选取、计算、删选，才能获取近似想要的数据范围，低效且不准确。

为解决该痛点，俞博士和团队开发出了一套高效智能的点云数据选择工具——用户只需大致圈出需要的部分，它就能够筛选出密度较大的点云粒子群，剔除掉干扰的数据点，快速、准确地捕获精准的目标数据，大大提高了数据处理的效率和精度。

俞博士介绍说，天文学领域的点云数据包含了大量星体的位置、分布等信息，然而星体之间结构复杂，边界模糊，因此很难将想要探索的粒子群准确分离出来。

“当用户使用了我们的技术，在屏幕上圈出某一部分后，它就能根据数据本身的密度分布以及画圈的形状和位置，推断出深度空间中用户感兴趣的目标粒子群。即使在圈选范围内有多个大密度的粒子群，我们开发的工具也能通过匹配粒子分布的情况和其所处的位置，筛选出最符合用户预期的目标粒子群。这种方法让天文学研究过程变得更加直观、高效和准确。”

（图片说明：使用俞博士团队设计的工具选取出的不同角度的点云粒子团。）

该项目于近日获得可视化领域国际顶级会议IEEE可视化会议2024（IEEE Visualization Conference，IEEE VIS）颁发的“时间检验奖（Test of Time Award）”类别下的“12年科学可视化时间检验奖”。据了解，组委会在其之前颁发的“最佳论文奖（Best Paper Award）”及“荣誉提名奖（Honorable Mention）”中筛选出发表时间在十年以上的论文，并综合分析了文章的被引量、应用广泛性等因素，选出最具影响力的六篇文章，颁发该类奖项。

（图片说明：俞凌云博士的学生祝贺她获奖。）

俞博士（上图左二）表示，经过12年的发展，目前这项技术已经从天文学扩展到医学、地理等多个领域。

“例如，当医生发现病人的CT片中存在疑似病变的阴影，就可以利用这项技术对该类医学图像精准分割，放大、旋转进行仔细查看，来更加准确地诊断病情。”她解释道。

俞博士介绍道：“此次获奖的论文是我在博士期间完成的，这个课题也一直传承到现在，伴随着各项技术的更新迭代而不断完善提升。我和学生们正在将点云数据选择技术从二维屏幕拓展至虚拟现实及混合现实环境，进一步探索其在新型环境中的应用。”

她表示，在虚拟现实空间中，用户可以直接“伸手”进入数据世界，进行更加自然、丰富的交互操作；而在混合现实环境中，用户则可以在虚拟与现实之间自由切换，实现更加灵活的数据处理方式。

“但这意味着用户交互意图的表达方式也产生了变化，因此我们一直在挖掘现代沉浸式环境中交互意图的表达特点，以提升用户体验和数据处理的效率，满足不同领域的需求。”

IEEE可视化会议于今年十月在美国召开，俞凌云博士线上参与了颁奖并发表致谢。