基于ITK的醫(yī)學(xué)配準(zhǔn)算法研究實(shí)現(xiàn).pdf

1、醫(yī)學(xué)圖像配準(zhǔn)是指對(duì)同一對(duì)象在不同條件（不同時(shí)間、不同成像設(shè)備、不同拍攝角度等）下獲取的圖像，通過尋求空間上的變換，將一幅圖像映射到另一幅圖像，使得兩圖像中對(duì)應(yīng)于空間同一位置的點(diǎn)（同源點(diǎn)）一一對(duì)應(yīng)起來，從而實(shí)現(xiàn)信息融合的目的。配準(zhǔn)技術(shù)是圖像重構(gòu)、融合的前提，是其它處理算法和應(yīng)用的基礎(chǔ)。在臨床實(shí)踐中，利用醫(yī)學(xué)圖像配準(zhǔn)技術(shù)將多組醫(yī)學(xué)圖像標(biāo)定到同一坐標(biāo)系中，是醫(yī)學(xué)影像診療的常用方法，廣泛應(yīng)用于輔助診斷、治療計(jì)劃、手術(shù)導(dǎo)航和評(píng)估治療效果等方面。醫(yī)

2、學(xué)圖像配準(zhǔn)本質(zhì)上是一個(gè)優(yōu)化迭代的過程，加之3D醫(yī)學(xué)圖像往往涉及到非常大的數(shù)據(jù)量，運(yùn)算量大、耗時(shí)過多已成為圖像配準(zhǔn)在臨床應(yīng)用中的極大瓶頸。因此，本文在實(shí)現(xiàn)配準(zhǔn)算法的基礎(chǔ)上，利用GPU強(qiáng)大的并行計(jì)算能力，將配準(zhǔn)過程中可并行的部分交由GPU來處理，加速圖像配準(zhǔn)進(jìn)程，以滿足臨床應(yīng)用實(shí)時(shí)性需求。
　　首先，本文回顧了圖像配準(zhǔn)的研究背景、研究現(xiàn)狀、發(fā)展歷程。介紹了醫(yī)學(xué)圖像配準(zhǔn)的基礎(chǔ)知識(shí)，包括配準(zhǔn)的定義、配準(zhǔn)方法的分類及配準(zhǔn)的基本流程。對(duì)配準(zhǔn)框

3、架中的四個(gè)基本模塊所采用的各種技術(shù)進(jìn)行了分析比較。
　　其次，將配準(zhǔn)算法流程分為四個(gè)模塊:空間變換、插值、相似性測(cè)度及優(yōu)化方法，詳細(xì)介紹了各個(gè)模塊設(shè)計(jì)和實(shí)現(xiàn)方法。并以牙模數(shù)據(jù)為例，借助ITK算法平臺(tái)進(jìn)行數(shù)據(jù)的讀寫及預(yù)處理，通過實(shí)驗(yàn)驗(yàn)證了本文配準(zhǔn)算法的正確性。
　　最后，針對(duì)當(dāng)前3D配準(zhǔn)技術(shù)在臨床應(yīng)用中耗時(shí)過大、不便于實(shí)時(shí)應(yīng)用的通病，本文借助GPU的并行計(jì)算環(huán)境，使用CUDA編程語言對(duì)配準(zhǔn)算法進(jìn)行并行化設(shè)計(jì)與優(yōu)化，大大縮短了配