基于GPU的三維醫(yī)學(xué)圖像處理算法研究.pdf

1、醫(yī)學(xué)圖像處理與分析技術(shù)不僅極大地提高了現(xiàn)代醫(yī)學(xué)臨床診斷水平，而且為醫(yī)學(xué)培訓(xùn)、教學(xué)與研究、手術(shù)導(dǎo)航等提供了數(shù)字實現(xiàn)手段，成為推動現(xiàn)代醫(yī)學(xué)發(fā)展的重要力量。因此，關(guān)于醫(yī)學(xué)圖像處理與分析技術(shù)的研究一直是國內(nèi)外廣大學(xué)者所關(guān)注的焦點，這對保證人們身體健康和提高人們身體素質(zhì)具有重大意義。 根據(jù)當前實際應(yīng)用的需求，采用直觀的包含豐富信息的3D數(shù)據(jù)代替簡單的2D圖像已成為醫(yī)學(xué)圖像處理領(lǐng)域的發(fā)展趨勢。但是，在目前的個人電腦中進行三維數(shù)據(jù)處理仍是一個

2、非常耗時的計算過程，不能滿足實際應(yīng)用中的實時性要求，這主要歸因于三維圖像包含數(shù)據(jù)量較大，而且各種醫(yī)學(xué)圖像處理算法相對復(fù)雜、計算量較大。因此，如何進一步提高三維醫(yī)學(xué)圖像處理算法的計算效率，使其滿足實時應(yīng)用的需求，是當前該領(lǐng)域內(nèi)一個亟待解決的問題。 近年來，計算機圖形處理器(GraphicsProcessingUnit，GPU)得到了極大地發(fā)展，從最初局限于圖形渲染的圖形卡，發(fā)展為如今可編程的并行計算平臺。針對GPU的高級編程語言如

3、Cg、HLSL等使得人們更加容易對其進行編程控制，并應(yīng)用在渲染之外的通用計算方法，如偏微分方程求解、矩陣運算等，與CPU的串行計算模式不同，GPU是一種高度并行的流處理器，具有更強的浮點計算能力，在物理模擬、信號分析等許多領(lǐng)域人們將高強度的計算任務(wù)以適當?shù)姆绞睫D(zhuǎn)化為流數(shù)據(jù)計算模式，通過編程在GPU中進行加速計算，通常能獲得一個數(shù)量級的速度提高，這也是當今的熱點研究問題之一。因此，通過對GPU編程發(fā)揮其高強度計算能力來解決三維醫(yī)學(xué)圖像處理

4、的速度瓶頸，提高算法的執(zhí)行效率，將是一個十分有應(yīng)用價值的研究內(nèi)容。 本文首先研究了可編程圖形處理器的體系結(jié)構(gòu)及其流式編程模型。GPU的體系結(jié)構(gòu)以圖形流水線為基礎(chǔ)，提供了頂點處理器和片段處理器的可編程特性，通過OpenGL等編程接口與主程序進行通信。GPU將用戶編寫的程序作為運算核對數(shù)據(jù)流中的多個元素同時進行處理，實現(xiàn)高度的并行計算。但根據(jù)流計算的特點，GPU程序?qū)Υ鎯ζ鞯脑L問將受到一定的限制。在此基礎(chǔ)上，本文研究了高效的三維醫(yī)學(xué)

5、圖像處理算法，主要包括基于3D紋理的精確體繪制方法、CPU-GPU聯(lián)合工作模式加速基于互信息的3D圖像剛性配準、GPU加速的圓弧軌跡Katsevich錐束CT重建算法，具體內(nèi)容為： (1)基于3D紋理的體繪制方法是一種高效的三維醫(yī)學(xué)體數(shù)據(jù)可視化手段，但由于受低采樣率的影響，在最終繪制圖像中往往會出現(xiàn)切片痕跡，造成圖像質(zhì)量較差。分段積分是提高繪制圖像質(zhì)量的有效方法，它首先對每個采樣段應(yīng)用體繪制積分方程，然后沿視線方向?qū)⑺胁捎枚芜M

6、行累加，得到較好質(zhì)量的繪制圖像。采樣段內(nèi)的顏色值通常采用線性表達式代入到體繪制積分方程中，但由于人體各組織之間關(guān)聯(lián)復(fù)雜，線性插值不能很好地近似采樣段內(nèi)的顏色變化，本文通過計算每個采樣段中點采樣位置得到更加精確的拋物線近似表達，并進一步求解體繪制積分方程，將其化簡為易于在GPU中實現(xiàn)的形式。通過頂點處理器計算采樣段三個控制點位置的紋理坐標，利用片段處理器計算采樣段上的積分方程。實驗結(jié)果表明該方法在保證實時繪制速度的同時取得了更好的繪制圖像

7、質(zhì)量。在此基礎(chǔ)上，本文進一步改進了基于剪切幾何體的剖切繪制方法，降低內(nèi)存使用，提高剖切繪制的速度。 (2)針對基于互信息的3D醫(yī)學(xué)圖像剛性配準，提出一種基于CPU-GPU聯(lián)合工作模式的加速方法。最外層的搜索算法需要復(fù)雜的邏輯控制，但計算強度小，適合CPU計算。在搜索過程中調(diào)用互信息計算函數(shù)，首先將浮動圖像進行空間變換和三線性插值，然后統(tǒng)計與參考圖像之間的聯(lián)合直方圖，并根據(jù)聯(lián)合直方圖計算熵和互信息值。空間變換和三線性插值約消耗互信

8、息計算函數(shù)的85％時間，而且適合并行計算，因此將其移植至GPU中執(zhí)行。采用平面三維紋理、渲染到紋理等技術(shù)編寫頂點程序和片段程序，在GPU中執(zhí)行三線性插值，并將結(jié)果讀入系統(tǒng)內(nèi)存，繼續(xù)由CPU完成互信息值計算。實驗結(jié)果表明，與傳統(tǒng)方法相比，該算法在獲得相似配準精度的情況下，將配準速度提高了一個數(shù)量級。 (3)改進濾波反投影方法在GPU中的實現(xiàn)技術(shù)，并應(yīng)用于圓弧軌跡Katsevich精確錐束重建算法中。Katsevich算法首先對投影

9、數(shù)據(jù)進行濾波處理，包括偏導(dǎo)數(shù)計算、傅立葉變換、Hilbert變換等，這個過程由CPU完成，并將濾波后的投影數(shù)據(jù)傳遞到GPU內(nèi)存，進行反投影計算。本文利用幀緩沖對象(FBO)的多個綁定點，將上一次的輸出作為下一次渲染的輸入，在GPU中完成所有射源轉(zhuǎn)角下的反投影數(shù)據(jù)累加；采用浮點紋理映射保證重建圖像的質(zhì)量；設(shè)置RGBA四通道紋理實現(xiàn)數(shù)據(jù)級的并行計算；采用四叉樹編碼的矩形網(wǎng)格加速繪制過程。本文GPU加速的重建方法所得圖像質(zhì)量已非常接近于傳統(tǒng)C