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。