基于GPU硬件加速医学图像融合探讨

医学图像融合是目前的一个研究热门问题,是一个多学科交叉的研究领域,是计算机图形学和图象处理在生物医学工程中的重要应用。它涉及数字图象处理、计算机图形学以及医学领域的相关知识。医学图像融合及可视化是一种保存不同成像模式图像的特征,将其融合在一张图像上显示的图形图像处理技术,它能够反应病变区域空间位置对应关系,以及综合评价病人病理特性,为更有依据的医疗诊断及后续治疗起了相当大的帮助。它在诊断医学、手术规划及模拟仿真、整形及假肢外科、放射治疗规划、解剖教学等应用方向都发挥了重要作用。因此,对医学图像融合的研究,具有重要的学术意义和应用价值。然而过去的图像融合技术,在精度以及计算时间上都不够理想,从而在一些方面上限制了其的应用范围。随着计算机硬件的高速发展,图形处理器(GPU)的计算能力也保持着几何级数的增长趋势,不仅被运用于图形渲染,还凭借着它的出色的浮点计算能力、灵活的可编程性以及并行架构,被越来越多的应于图形学之外的其他通用计算领域,从而形成了一项新的技术——通用图形硬件加速编程(GPGPU)技术。本文研究的主要内容是提出了一种新的多标准算法——频域非下采样轮廓波变换,从理论上证实了该变换算法,并且研究了GPU在与医学图像分割相关的图形计算和通用计算中的应用技术,包括利用GPU的图形渲染管线进行通用计算的基本思路和技巧,最后将GPU加速与多标准变换相结合,先容了基于GPU实现融合算法的具体步骤,并通过实验证实了GPU对于医学图像融合所具有的巨大加速作用。【关键词】：医学图像非下采样轮廓波变换多孔算法可编程图形硬件融合技术
【论文提纲】：摘要5-7ABSTRACT7-9目录9-12第1章绪论12-231.1医学图像融合技术概述12-131.2医学图像融合在医疗中的应用13-141.2.1解剖成像图像融合的应用131.2.2解剖成像图像与功能图像融合的应用13-141.2.3图像融合在放射医疗中的应用141.3医学图像融合的技术研究14-181.3.1医学图像数据融合前预处理技术概述14-151.3.2医学图像配准技术概述15-161.3.3医学图像融合技术概述16-171.3.4融合后体绘制方法概述17-181.4可编程图形处理器概述18-211.4.1GPU的发展历程18-201.4.2GPU的局限性201.4.3GPGPU技术研究和应用现状20-211.5论文的研究内容与章节安排21-23第2章频域非下采样轮廓波变换算法23-322.1频域非下采样金字塔(FNSP)算法24-262.2频域方向滤波器组的构造26-292.3频域多孔算法实现29-302.4小结30-32第3章GPGPU技术基础32-473.1GPGPU技术的硬件基础32-343.1.1OpenGL先容323.1.2IEEE标准的实数纹理32-333.1.3离屏渲染与render-to-texture技术333.1.4帧缓冲区复制33-343.2GPGPU编程的基本概念34-383.2.1数组即纹理34-363.2.2内核即着色器363.2.3运算即绘制36-373.2.4乒乓技术37-383.3GPU程序的调试技巧38-423.3.1GLIntercept39-403.3.2OpenGL标准查错函数40-413.3.3逻辑错误调试策略41-423.4GPU程序的优化策略42-453.4.1充分利用GPU的并行性42-433.4.2避免着色器中的重复计算433.4.3使用优化总线带宽43-443.4.4调整显存访问模式443.4.5其他优化方法44-453.5小结45-47第4章频域非下采样轮廓波变换算法在GPU上的实现47-574.1GPU上的FFT算法实现47-504.1.1DFT的数学原理47-484.1.2FFT的数学原理48-494.1.3FFT算法的GPU实现49-504.1.4GPU与CPU平台上的FFT算法时间比较504.2频域非下采样金字塔算法在GPU上的实现50-514.3频域方向滤波器组构建在GPU上的实现51-544.3.1频域方向滤波器组的构建方式51-524.3.2数据存储方式52-534.3.3频域非下采样轮廓波变换53-544.4试验结果和讨论54-554.5本章小结55-57第5章基于GPU加速的交互式三维绘制技术57-655.1三维体数据575.2三维体数据绘制技术概述57-585.3RayCasting算法优化58-605.3.1光线提前终止算法595.3.2减少光线投射数目595.3.3空体元跳过技术59-605.4基于GPU加速的RayCasting体绘制技术60-625.5体绘制交互技术62-645.5.1体数据的部分绘制62-635.5.2任意裁剪面显示技术63-645.6小结64-65第6章基于GPU加速的医学图像融合技术65-746.1图像融合算法65-676.1.1低频融合规则65-666.1.2高频融合规则66-676.2GPU下的融合算法实现676.3不同融合结果比较67-716.3.1融合效果评价方法67-686.3.2融合精度比较68-706.3.3融合速度比较70-716.4三维体数据融合结果71-736.5小结73-74第7章总结与展望74-767.1全文总结747.2医学图像融合领域的发展和展望74-76参考文献76-79致谢79-80攻读学位期间发表的学术论文目录80-82