首页> 中文学位 >基于CUDA的医学图像三维实时体绘制技术
【6h】

基于CUDA的医学图像三维实时体绘制技术

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 课题背景

1.2 医学图像处理的研究内容

1.3 医学图像三维可视化技术概述

1.4 DICOM文件结构

1.5 本文的内容安排

第二章 CUDA通用计算模型

2.1 CUDA与GPGPU的比较

2.2 CUDA程序工作模式

2.3 CUDA的硬件架构

2.4 CUDA存储器模型

2.5 CUDA的通信机制

2.6 CUDA的组织结构

2.7 CUDA的软件体系

2.8 OpenGL库简介

2.9 本章小结

第三章 基于径向基函数的切片层间插值方法

3.1 径向基函数插值法原理

3.2 基于Multiquadric函数的切片层间插值方法

3.3 实验结果

3.4 本章小结

第四章 基于CUDA的光线投射算法

4.1 算法简介与流程

4.2 基于CUDA的光线投射算法实现

4.3 实验结果与分析

4.4 本章小结

第五章 基于CUDA的错切变形算法

5.1 错切变形算法原理

5.2 基于CUDA的错切变形算法实现

5.3 实验结果与分析

5.4 本章小结

第六章 结论与展望

参考文献

致谢

攻读硕士学位期间的研究成果

展开▼

摘要

三维可视化技术是医学图像领域的一个研究热点,它涉及计算机图形学、数字图像处理、生物医学等背景知识,是多学科交叉的研究领域。医学图像所用的数据一般较大,而随着CT、MRI等医疗设备的更新换代,所产生的医学图像数据分辨率将更高。对于这样庞大的数据,现有的基于CPU计算平台的可视化算法均难以达到实时交互显示的效果,而早期的GPGPU(基于GPU的通用计算)加速的可视化算法虽然能够显著提升绘制速度,但存在着GPU硬件架构不适用于通用计算,编程困难,以及纹理限制无法加载较大规模的医学图像数据等不足,因此并没有很好的解决三维可视化实时交互的问题。CUDA(统一计算设备)是NVIDIA推出的GPU通用计算产品,它的编程更简单,功能更强大,架构体系也更加适用于GPU通用计算,而基于CUDA实现的三维可视化算法较好地解决了传统GPU加速存在的缺陷,达到了很高的实时交互速度以及不错的绘制质量。
  本文研究和总结了CUDA的体系架构模型,并围绕着CUDA应用于三维医学图像体绘制技术展开了深入的研究,其中重点研究了光线投射法与错切变形法在CUDA上的实现。另一方面,针对切片间距过大时导致的绘制图像出现条纹现象的问题,常见的插值方法比如线性插值、最近邻插值的改善作用十分有限,本文研究如何使用径向基函数进行切片层间插值以抑制条纹现象。
  本文的主要内容有:
  1.实现了一种基于径向基函数的切片层间插值方法。该方法使用Multiquadric函数作为径向基函数,并沿着垂直于切片层的方向,取相邻连续的原始样点,构造插值函数,再由此函数得到插值切片,最后构成新的三维体数据。实验结果表明,径向基函数插值对绘制图像的效果改善很显著,条纹现象得到了有效抑制。
  2.研究和实现了基于CUDA的光线投射算法。该方法将CPU与GPU进行协同工作,并将光线采样这一高度并行的过程交由 GPU来处理。体数据被绑定在CUDA的纹理存储器中,通过特定的算法确定光线在体数据中的采样位置,而对采样点的三次线性插值以及灰度到RGBA的映射均由纹理存储器的滤波功能自行完成。整个过程在CUDA体系架构下变得方便迅捷。
  3.改进并实现了基于CUDA的错切变形算法。针对CUDA的架构体系,对原始的错切变形算法做了改进,将算法中两次二维采样过程缩减为一次,详细推导了坐标系间变换的公式;考虑到CUDA线程非同步的问题,摒弃了原始算法采用的查找表的方法,并使用纹理存储器进行线性插值,充分利用了CUDA提供的资源。实验结果显示,在多线程并发执行下,绘制速度非常快,完全能够进行实时交互,绘制质量也很不错。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号