基于GPU的低剂量CT容积数据体绘制算法研究

来源 :郑州大学 | 被引量 : 0次 | 上传用户:xiaoyao2000
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
用三维重建图像进行诊断是减少CT重复检查并提高临床诊断精度的重要手段。本文针对传统三维重建算法渲染时间过长及近年CT检查所致公众剂量负担过高的问题,研究基于GPU的低剂量CT容积数据体绘制算法,以期以最短的重建时间和最少的辐射剂量获得最佳的诊断效果。然而,低剂量CT扫描在降低辐射剂量的同时,引入大量X线量子噪声,严重影响重建图像的质量。此外,随着CT设备扫描精度的提高,一次检查可得数百甚至上千幅CT图像,传统重建算法重建这些数据势必花费大量的时间。重建图像质量和三维重建速度是限制低剂量CT重建技术广泛应用的主要瓶颈。因此,本文将重点开展改善低剂量CT图像质量预处理的方法和提高三维重建算法渲染速度的方法等两方面研究,主要工作如下:预处理方法是决定三维重建图像质量的基础,直接影响诊断精度。针对低剂量CT图像中含有的量子噪声,会造成重建图像质量退化的问题,本文提出一种改善低剂量CT图像质量的预处理算法。首先,利用Anscombe方差稳定变换把量子噪声近似转变为具有稳定方差的高斯噪声;其次,在剪切波域使用改进的硬阈值方法处理高频系数,选取非噪声系数的位置;最后,对非噪声系数及低频系数进行非下采样剪切波逆变换和Anscombe逆变换,获得改进图像。实验结果表明,该算法在降低量子噪声的同时更多地保留了图像细节,为进一步重建出高质量的三维图像奠定良好的基础。重建速度直接决定三维图像是否可以实时交互及显示。光线投射算法是经典的体绘制算法,针对传统光线投射算法计算量大、渲染速度慢、在CPU平台上难以实时重建的问题,本文提出一种基于GPU的改进光线投射算法。首先,设计GPU程序确定投射光线的终点与方向;其次,采用加速度步长采样思想确定重采样点的位置并利用快速复合插值方法计算重采样点的值;最后,采用不透明度提前截止法进一步加速重建过程。视觉效果和重建速度均表明,该算法在保证重建图像质量的前提下,能有效提高传统光线投射算法的渲染速度。最后,本文结合提出的预处理算法和高速光线投射算法,提出一种基于GPU的低剂量CT容积数据体绘制算法。重建图像质量和三维重建速度均表明,该算法能高速、高质的重建出低剂量CT三维图像,为低剂量CT三维重建技术的实用化提供重要手段。
其他文献
随着汽车技术的发展以及在人们生活中的普及,我们对于车载网络的容错功能和带宽有了更高的要求,现有的汽车总线系统例如CAN总线已经逐渐难以满足大量的数据通信的要求,因此新
目前,研究网络安全态势的方法大多是对数据源上日志数据进行关联、处理和分析,得出当前网络态势情况,进而对网络安全态势进行预测。然而这种方式存在诸多问题。网络中各种网
3D地震勘探项目中常常使用手持GPS或者是高精度GPS-RTK设备进行测点定位。数以万计的炮点和测点位置的测定、遍历,所需时间、人力以及高精度仪器价格等因素均推高了地震勘探
经济全球化和多样化使得企业从“以产品为中心”向“以客户为中心”转变,客户关系管理(CRM)成为企业竞争力的一个重要方面。利用数据挖掘技术分析这种海量的CRM数据,可以挖掘
继互联网之后,物联网逐渐走进了人们的日常生活,随着物联网应用的普及,信息产业化再一次得到变革。而无线传感器网络(wireless sensor network,WSN)作为物联网发展的核心技术之一,
随着电子商务飞速发展,互联网上的商品信息量呈“爆炸式”的发展,出现信息过载问题。为了改善用户购物体验的购物搜索引擎和个性化推荐服务等应用,都需要能将网上各式的商品
随着计算机性能的提高和网络技术的迅速发展,互联网日益呈现出复杂、异构等特点,当前的网络体系已经暴露出严重的不足,网络正面临着严峻的安全和服务质量(QoS)保证等重大挑战。
词汇的相关性研究是自然语言处理领域的一个基础课题。在传统的词语相关性研究中,大多关注一对词汇之间的相关性;并且大多都存在一个假设:即相关的词汇至少应该以“共同出现
面向服务的架构(Service-Oriented Architecture,SOA)是网络环境下的业务集成的一种软件系统架构,它具有良好的耦合性、服务复用性与平台无关性等特性,因此具有广泛的应用。
双目立体视觉是计算机视觉中的一个重要的研究领域,直接模拟人类双眼处理景物的方式,实现对三维信息的感知,即运用两个摄像机对同一景物从不同位置成像,进而从视差中恢复深度