計算機性能的飛速發(fā)展給很多行業(yè)帶來了巨大的幫助,尤其是醫(yī)學(xué)圖像處理領(lǐng)域。在當(dāng)前的臨床應(yīng)用中,醫(yī)學(xué)成像是大量計算機應(yīng)用程序的基石,它貫穿于醫(yī)療診斷,治療計劃的制定乃至手術(shù)治療的整個過程。醫(yī)學(xué)圖像配準(zhǔn)則是醫(yī)學(xué)圖像處理的基石,它是將兩個輸入的圖像進行一系列的空間變換后達到空間上對齊的一個技術(shù),也是本文的研究重點。本文研究點來自于實驗室橫向項目中的兩點需求。一是實時監(jiān)測放射治療患者在治療過程中的姿態(tài)變化,以在患者動作幅度較大時自動停止治療,二是對多模態(tài)的醫(yī)學(xué)圖像進行融合,以幫助醫(yī)生更精確地制定放療計劃。這兩個需求的核心都是圖像配準(zhǔn),但也需要對圖像配準(zhǔn)算法進行相應(yīng)的改造以適應(yīng)各自的應(yīng)用場景。對于需求一,它的本質(zhì)是一個對實時性要求較高的單模態(tài)圖像配準(zhǔn)問題。大體分為兩個步驟,首先對本應(yīng)用場景下的二維圖像進行背景上的大致對齊,然后再通過衡量病灶區(qū)域的相似度差異來判斷病人姿態(tài)變化幅度的大小。步驟一中需要用到剛性配準(zhǔn),步驟二中則需使用到圖像配準(zhǔn)中的相似性度量。為達到實時性的需求,本文對使用圖形處理器(Graphics Processing Unit,GPU)加速計算的近似歸一化互信息幾方面的技術(shù)進行了深入...

【文章頁數(shù)】：83 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 選題背景及意義
    1.2 圖像配準(zhǔn)國內(nèi)外研究現(xiàn)狀
        1.2.1 基于灰度的圖像配準(zhǔn)研究現(xiàn)狀
        1.2.2 基于特征的圖像配準(zhǔn)研究現(xiàn)狀
        1.2.3 實時圖像配準(zhǔn)國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容
    1.4 創(chuàng)新點
    1.5 組織結(jié)構(gòu)
第二章 相關(guān)技術(shù)研究綜述
    2.1 醫(yī)學(xué)圖像配準(zhǔn)相關(guān)定義
        2.1.1 醫(yī)學(xué)圖像定義
        2.1.2 圖像配準(zhǔn)定義
    2.2 圖像配準(zhǔn)框架概述
        2.2.1 相似度測量
        2.2.2 圖像采樣
        2.2.3 圖像插值
        2.2.4 空間變換
        2.2.5 參數(shù)尋優(yōu)
    2.3 信息論相關(guān)概念概述
        2.3.1 信息熵
        2.3.2 互信息MI
        2.3.3 歸一化互信息NMI
    2.4 二維聯(lián)合直方圖概述
    2.5 CUDA概述
    2.6 本章小結(jié)
第三章 基于CUDA加速的單模態(tài)二維光學(xué)圖像的姿態(tài)監(jiān)測算法研究
    3.1 問題的提出
    3.2 放療環(huán)境及精度要求
    3.3 基于CUDA加速的單模態(tài)二維光學(xué)圖像的姿態(tài)監(jiān)測算法框架
    3.4 Layer mask在圖像配準(zhǔn)中的遷移使用
    3.5 多級分辨率與多級空間轉(zhuǎn)換組合加速的圖像配準(zhǔn)算法
        3.5.1 多級分辨率策略
        3.5.2 多級空間轉(zhuǎn)換策略
        3.5.3 多級分辨率與多級空間轉(zhuǎn)換組合策略的圖像配準(zhǔn)算法
    3.6 改進的使用CUDA計算近似歸一化互信息的算法
        3.6.1 傳統(tǒng)的使用CUDA計算直方圖的算法
        3.6.2 改進的使用CUDA計算近似歸一化互信息的算法
    3.7 實驗與結(jié)果分析
        3.7.1 實驗環(huán)境
        3.7.2 實驗一:基于GPU和基于CPU計算NMI的性能比較
        3.7.3 實驗二:不同thread對 GPU計算NMI性能的影響實驗
        3.7.4 實驗三:GPU近似NMI計算與標(biāo)準(zhǔn)NMI計算對比實驗
        3.7.5 實驗四:姿態(tài)幅度檢測算法的實時及有效性評測實驗
        3.7.6 實驗五:姿態(tài)幅度檢測算法的精度實驗
        3.7.7 實驗總結(jié)
    3.8 本章小結(jié)
第四章 多模態(tài)醫(yī)學(xué)圖像的配準(zhǔn)及三維可視化的實現(xiàn)
    4.1 問題的提出
    4.2 基于多級B樣條變換的多模態(tài)醫(yī)學(xué)圖像自動配準(zhǔn)算法
        4.2.1 算法框架
        4.2.2 多模態(tài)醫(yī)學(xué)圖像的相似性度量的選擇
        4.2.3 基于多級B樣條自由變換的局部精細配準(zhǔn)
    4.3 基于小波變換的多模態(tài)醫(yī)學(xué)圖像的融合算法
    4.4 醫(yī)學(xué)圖像三維可視化的實現(xiàn)
    4.5 實驗與結(jié)果分析
        4.5.1 實驗環(huán)境
        4.5.2 實驗一:多模態(tài)醫(yī)學(xué)圖像配準(zhǔn)實驗
        4.5.3 實驗二:多模態(tài)醫(yī)學(xué)圖像融合實驗
        4.5.4 實驗三:融合圖像的三維可視化實驗
        4.5.5 實驗總結(jié)
    4.6 本章小結(jié)
第五章 總結(jié)與展望
    5.1 全文總結(jié)
    5.2 未來工作
致謝
參考文獻



本文編號：3964591