本文關(guān)鍵詞：超聲彈性成像高精度位移追蹤方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：超聲彈性成像是一種能估計(jì)軟組織彈性屬性的技術(shù),這種組織的彈性信息來源于通過超聲信號(hào)追蹤而來的位移,因此高精度的位移估計(jì)方法對(duì)于彈性成像是非常重要的。作為一種更客觀,更準(zhǔn)確,低價(jià)格的技術(shù),超聲成像技術(shù)已經(jīng)逐漸替代人工觸診來對(duì)一些組織的早期病變進(jìn)行臨床診斷。當(dāng)前,提高超聲散斑位移追蹤與估計(jì)的精度和速度是研究超聲彈性成像的學(xué)者們追求的目標(biāo),因此本文從這兩個(gè)方面開展了以下研究工作：1)提高計(jì)算速度：密歇根理工大學(xué)Jingfeng博士于2015年提出了一種新穎的可以同時(shí)提高軸向和橫向運(yùn)動(dòng)估計(jì)精確度的子采樣位移估計(jì)的方法,該方法顯示出優(yōu)于其它方法的性能優(yōu)勢(shì),同時(shí)具有較高的靈活性,但是該方法計(jì)算密集,在基于CPU的計(jì)算機(jī)架構(gòu)下,難以獲得實(shí)時(shí)的性能。研究發(fā)現(xiàn)該方法計(jì)算過程中位移估計(jì)點(diǎn)之間不存在內(nèi)部線程通信,非常適合并行計(jì)算。因此我們通過英偉達(dá)公司的CUDA架構(gòu)實(shí)現(xiàn)了該方法在GPU上的高效計(jì)算。對(duì)比于原始方法在C Mex編譯條件下的實(shí)現(xiàn),GPU實(shí)現(xiàn)的方法顯示最多可實(shí)現(xiàn)76X的加速,同時(shí)保持了較高的子采樣位移估計(jì)精度。2)提高位移精度：基于人體組織的局部區(qū)域的物理屬性(即用于表示組織硬度的彈性模量或應(yīng)變簡(jiǎn)介)具有一致性以及局部位移具有連續(xù)性的特點(diǎn),本文提出一種對(duì)應(yīng)的正則化方法以去除位移中的噪聲并提高運(yùn)動(dòng)跟蹤精度。更具體地,利用從傳統(tǒng)的位移估計(jì)程序中得到的二維(2D)位移估計(jì),通過粒子群算法根據(jù)所提出的正則化約束求解最優(yōu)解,該最優(yōu)解對(duì)應(yīng)的是滿足正則化條件的精確位移。在這項(xiàng)研究中,人體組織局部區(qū)域的彈性模量具有一致性是物理約束,并使用上述所提到的數(shù)學(xué)正則化表示。通過用計(jì)算機(jī)數(shù)字體模和活體數(shù)據(jù)實(shí)驗(yàn)對(duì)該算法的測(cè)試表明：無論是仿真數(shù)據(jù)實(shí)驗(yàn)還是活體數(shù)據(jù)實(shí)驗(yàn),該方法都能夠有效提高側(cè)向位移估計(jì)精度并改善軸向位移估計(jì)精度,最終可得到質(zhì)量更高的軸向和橫向應(yīng)變圖像。初步結(jié)果表明,該方法無論是從概念上,還是從計(jì)算方法上,對(duì)于提高目前臨床設(shè)備--超聲彈性成像的圖像質(zhì)量很有用。
【關(guān)鍵詞】：超聲彈性成像 子采樣位移估計(jì) CUDA 位移去噪 粒子群算法
【學(xué)位授予單位】：西南石油大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TB559;TP391.41
【目錄】：

• 摘要3-4
• Abstract4-7
• 第1章 緒論7-16
• 1.1 研究背景與意義7-8
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀8-9
• 1.3 GPU技術(shù)與CUDA框架介紹9-10
• 1.4 組織運(yùn)動(dòng)追蹤的基本方法10-14
• 1.4.1 基于超聲信號(hào)的運(yùn)動(dòng)追蹤10-14
• 1.4.2 基于圖像的運(yùn)動(dòng)追蹤14
• 1.5 本文的工作及創(chuàng)新14-15
• 1.6 文章的組織結(jié)構(gòu)15-16
• 第2章 GPU加速的高精度位移估計(jì)方法及超聲彈性成像應(yīng)用16-30
• 2.1 理論基礎(chǔ)16-20
• 2.1.1 一維二次多項(xiàng)式擬合的子采樣位移估計(jì)算法16-17
• 2.1.2 二維二次多項(xiàng)式擬合的子采樣位移估計(jì)算法17-19
• 2.1.3 Couple子采樣位移估計(jì)算法框架19-20
• 2.1.4 Couple子采樣位移估計(jì)算法的實(shí)現(xiàn)20
• 2.2 Couple子采樣位移估計(jì)算法的GPU實(shí)現(xiàn)20-23
• 2.2.1 GPU編程環(huán)境20-21
• 2.2.2 Couple子采樣位移估計(jì)算法的并行實(shí)現(xiàn)21-23
• 2.3 應(yīng)變計(jì)算23
• 2.4 實(shí)驗(yàn)驗(yàn)證23-24
• 2.5 實(shí)驗(yàn)結(jié)果24-29
• 2.5.1 計(jì)算速度24-25
• 2.5.2 計(jì)算機(jī)模擬仿真和體膜實(shí)驗(yàn)25-29
• 2.6 本章小結(jié)29-30
• 第3章 基于正則化約束的超聲散斑位移去噪及超聲彈性成像應(yīng)用研究30-38
• 3.1 方法模型30-31
• 3.2 最優(yōu)化問題求解31-32
• 3.3 算法實(shí)現(xiàn)32-34
• 3.4 實(shí)驗(yàn)驗(yàn)證及結(jié)果34-36
• 3.4.1 實(shí)驗(yàn)驗(yàn)證34
• 3.4.2 實(shí)驗(yàn)結(jié)果分析34-36
• 3.5 本章小結(jié)36-38
• 第4章 總結(jié)與展望38-40
• 4.1 本文工作總結(jié)38
• 4.2 后續(xù)工作展望38-40
• 致謝40-41
• 參考文獻(xiàn)41-45
• 攻讀碩士學(xué)位期間發(fā)表的論文及科研成果45

【參考文獻(xiàn)】

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 張靜;序列圖像運(yùn)動(dòng)估計(jì)與動(dòng)脈超聲彈性成像[D];重慶大學(xué);2007年

  本文關(guān)鍵詞：超聲彈性成像高精度位移追蹤方法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：434380