论文部分内容阅读
随着医学成像技术的快速发展,磁共振成像技术彻底摆脱了电离辐射对人体细胞的伤害,无创伤,而且具有多方位成像,信息量大,能清楚区分软组织等特点。从磁共振脑图像中对脑组织的分割提取已成为脑功能研究及临床医学应用中的一项非常重要的预处理过程。在实际应用中,为检测出病人和正常人大脑之间的细小差别,需要对大量病人和正常人的脑图像进行脑组织提取实验,以便细节比较。这需要较高的脑组织提取精度和速度,以及较强的稳定性。手动的脑组织提取方法可以达到精度很高,但是费时费力,需要操作人员对大脑解剖结构非常清楚,且受主观性影响;自动的脑组织提取方法中采用混合方法,可以达到较高精度和稳定性要求,处理时间比手动的快,但是速度上仍然难以满足用户需求。为此,本文提出基于CUDA的脑组织快速提取方法的研究,采用改进的BET、水平集、区域生长三种结合的混合的并行处理的脑组织自动提取算法。在本文中,利用CUDA多核GPU加速的方法快速提取脑组织。脑组织的提取算法首先采用改进的BET,通过分配线程并行处理的方式计算,每次迭代,一个线程计算大脑表面的一个顶点新位置,每个线程块计算同一幅MR脑图像切片的所有顶点更新时的新位置。因此,迭代N次后,可以同时更新K幅MR脑图像切片所有顶点的新位置,即BET演化结束。为了改善算法的准确性,我们用上一幅MR脑图像切片的BET演化结果作为下一幅MR脑图像切片的初始脑组织轮廓。实验结果表明,这种BET并行计算提取脑组织的方法在准确性和稳定性方面全局最优,在处理110幅MR脑图像切片时,运行时间不足1s,实现了脑组织轮廓的快速提取。在BET演化的基础上,将所有离散的顶点两两相连连成线,得到初始的脑组织轮廓,并通过区域生长方法可以得到每幅MR脑图像切片的初始脑组织掩模,最后再利用水平集和区域生长结合的方法提取准确的脑组织。实验结果表明,水平集并行处理的方法在准确性和稳定性方面局部最优,在处理一幅MR脑图像切片时,运行时间低于1s,这种基于CUDA并行处理的混合方法实现了对脑组织的快速提取。