摘要：科学数据可视化算法通过特定的计算过程在各种显示设备上将数据和信息转化为图形的表现形式，使得用户可以直观、准确了解数据分布，探索数据背后隐含的规律。生物医学可视化是数据可视化技术在生物医学中的应用。在生物医学成像中，我们常需要在称为Volume Rendering的过程中将从 CT 或 MRI 设备获得的体数据可视化为有意义的、可用于显示的2D图像。Ray Casting是这一过程中最常用的图形可视化技术。为实现高质量的实时体渲染，需要充分利用GPU的并行计算能力。本次报告中，我将介绍并讨论生物医学数据可视化中的图形技术，重点围绕报告人在疫情开始阶段独立完成的、面对新馆肺炎患者CT扫描数据、具备独特的GPU Ray Tracing能力生医数据渲染引擎展开，介绍生物医学领域中可能用到的几何图元的绘制、建模和仿真技术的历史与现状。希望能带给同学们一些对于交叉学科研究的有趣思考。

报告人简介：马雷，北京大学未来技术学院副研究员，多模态跨尺度生物医学成像设施装置负责人。长期从事计算机图形与软件、科学可视化研究。他曾担任国际图形软件公司Autodesk研究实验室图形研发工程师，适图科技公司技术总监/联合创始人。目前主要研究大规模生物神经元仿真与成像大设施建设的各项关键技术。致力于计算角度出发，融汇人工智能等前沿进展，开发新一代三维生医影像可视化技术，为科学发现提供新方法。近五年在本领域顶级期刊与会议上发表论文三十余篇，涵盖计算机图形学、科学计算可视化、机器学习与类脑智能等领域。他的相关研发成果已应用国际领先的CAD/CAE工业软件如AutoCAD等。