前话：因平日实验作用皆为简单1-D Transfer Function，又专研于Volumetric Lighting，不作TF之究，故以下纯属肤浅之说，仅为己之拙见。
在灰度值之上增加梯度和二次导数的方法，就是把体数据放在一个更高维的空间，从而更好的区分开体数据。不过从大量实践看来，这种方法效果有限，比1-D传递函数没有明显的优越性可言，皆因体数据太复杂，噪声也不少！
于是，进一步考虑空间信息（x,y,z）和物体形状等信息的尝试也很多见，传递函数的维度更高了。
关于依赖模式分类设定传递函数的方法，Fan-Yin Tzeng做了出色的尝试。从她那几篇论文看来，她的方法是类似于Semi-automatic Segmentation的Interactive Regconition方法，效果也很好！Tzeng开个先河，这种方法是主流。