發(fā)布時間：2017-05-20 09:07

  本文關鍵詞：基于GPU的改進型血管重建方法，，由筆耕文化傳播整理發(fā)布。

【摘要】：逆向工程經(jīng)過多年的發(fā)展之后取得了很大的進步,本項目主要將逆向工程技術運用到應用到數(shù)字醫(yī)學領域。這個項目已經(jīng)可以實現(xiàn)人體大多數(shù)器官組織的重建,本文主要實現(xiàn)了血管三維重建及相關算法的改進,改進主要集中在兩個方面：加速和平滑。平滑即對重建效果通過熱傳導方程平滑和VTK平滑；加速即利用CUDA對MC算法和熱傳導平滑算法進行加速。通過這兩點的改進,實現(xiàn)對整個重建過程的優(yōu)化。血管的三維重建利用了現(xiàn)在比較常用的MC算法,利用醫(yī)學DICOM格式的CT圖像提取出血管的邊緣信息,根據(jù)這些有用的信息進行二值化處理,并轉化為bmp格式的圖像,再將提取出來的bmp圖像通過MC算法合成立體器官。在三維重建的過程中,模型成像質量和模型構建速度是關鍵判定指標�；贕PU的熱傳導算法是將所有已經(jīng)處理好的bmp圖像保存到GPU中,通過CUDA強大的并行運算將盡量多的點進行熱傳導運算,重新調整bmp圖像的像素值,以便形成更加準確的圖像。通過實驗證明通過GPU加速的熱傳導方程在圖像平滑速度上有了質的提高。針對移動立方體算法長期存在的成像效果差、等值面提取速度慢等問題,本文利用CUDA的非常強的并行計算能力與CPU協(xié)同實現(xiàn)等值面的提取,并且會將提取好的數(shù)據(jù)保存起來以供后期處理的使用。當需要對這些數(shù)據(jù)進行相關的處理的時候再進行調用,避免CPU和GPU過多的進行交互操作。通過實驗證明,比起常規(guī)的MC算法,基于GPU的MC算法提取等值面的速度會大大的提高。然后利用VTK函數(shù)庫進一步對生成的結果進行顯示優(yōu)化,從實驗結果能夠看到VTK的非常棒的優(yōu)化效果。最后,本項目算法的的實現(xiàn)運用了C++編程語言,基于了C#的winform的軟件平臺實現(xiàn),構建了實現(xiàn)血管重建相關的算法的優(yōu)化,并開發(fā)出相配套的軟件系統(tǒng),該軟件性能穩(wěn)定并且已經(jīng)通過CFDA認證進入市場。
【關鍵詞】：DICOM MC算法 GPU 熱傳導 VTK
【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：R814.42;TP391.41
【目錄】：

• 摘要10-11
• Abstract11-13
• 字符說明13-14
• 第一章 引言14-24
• §1.1 課題來源和研究意義14-15
• §1.2 逆向工程的應用與概述15-20
• 1.2.1 逆向工程的相關含義15-17
• 1.2.2 關于逆向工程的分類17-18
• 1.2.3 逆向工程的組成部分18-20
• §1.3 逆向工程背景分析20-21
• 1.3.1 逆向工程在國外的研究20-21
• 1.3.2 逆向工程在國內的發(fā)展21
• §1.4 本文所研究的內容21-22
• §1.5 本章小結22-24
• 第二章 DICOM的應用24-30
• §2.1 DICOM背景24
• §2.2 DICOM的信息24-29
• 2.2.1 窗寬窗位25-26
• 2.2.2 像素間距、層厚、張數(shù)、尺寸、像素值26-27
• 2.2.3 其他信息27-29
• §2.3 小結29-30
• 第三章 體繪制與面繪制30-36
• §3.1 面繪制30-34
• 3.1.1 面繪制的經(jīng)典算法MC算法30-31
• 3.1.2 MC算法原理31-34
• §3.3 體繪制34-35
• §3.4 體繪制與面繪制性能對比35
• §3.5 小結35-36
• 第四章 血管重建平滑36-46
• §4.1 熱傳導平滑算法36-41
• 4.1.1 熱傳導方程介紹36-37
• 4.1.2 圖像濾波技術37
• 4.1.3 熱傳導原理37-40
• 4.1.4 實驗結果40-41
• §4.2 VTK平滑41-45
• 4.2.1 VTK背景41
• 4.2.2 VTK的框架結構41-43
• 4.2.3 VTK平滑實現(xiàn)43-45
• 4.2.4 實驗結果45
• §4.3 小結45-46
• 第五章 基于CUDA的血管重建加速46-57
• §5.1 CUDA基礎知識46-50
• 5.1.1 CUDA的相關背景46-47
• 5.1.2 CUDA設計原理47-49
• 5.1.3 CUDA的硬件模型49-50
• §5.2 基于CUDA的熱傳導平滑算法50-52
• 5.2.1 基于CUDA的熱傳導算法實現(xiàn)50-52
• 5.2.2 加速效果52
• 5.2.3 分析52
• §5.3 基于CUDA的MC算法52-56
• 5.3.1 基于CUDA的MC算法實現(xiàn)52-55
• 5.3.2 加速效果55
• 5.3.3 分析55-56
• §5.4 小結56-57
• 第六章 醫(yī)用軟件設計57-67
• §6.1 3D重建菜單59-63
• 6.1.1 肝臟、膽囊、腫瘤菜單59-61
• 6.1.2 下腔靜脈、骨骼61-62
• 6.1.3 血管切割62
• 6.1.4 血管細分62-63
• 6.1.5 全部顯示63
• §6.2 其他菜單63-66
• 6.2.1 2D閱片、模擬教學菜單64-65
• 6.2.2 病例管理、配準、報告65-66
• §6.3 小結66-67
• 第七章 結論和展望67-69
• §7.1 結論67-68
• §7.2 展望68-69
• 參考文獻69-74
• 致謝74-75
• 附件75

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 錢悅;;圖形處理器CUDA編程模型的應用研究[J];計算機與數(shù)字工程;2008年12期

2 謝水生;李華;林宗楷;王少榮;陳增淦;張鍵;陳統(tǒng)一;;基于連續(xù)組織切片的神經(jīng)三維可視化研究[J];計算機應用研究;2007年06期

3 楊耀權,施仁,于希寧,高鏜年;激光掃描三角法大型曲面測量中影響參數(shù)分析[J];西安交通大學學報;1999年07期

4 郝立巍,江貴平,華如梅,李樹祥;基于法矢量低通濾波的三維數(shù)據(jù)等值面平滑顯示[J];中國生物醫(yī)學工程學報;2003年03期

  本文關鍵詞：基于GPU的改進型血管重建方法，由筆耕文化傳播整理發(fā)布。

本文編號：381163