基于CUDA的醫(yī)學(xué)圖像三維實(shí)時(shí)體繪制技術(shù).pdf

1、三維可視化技術(shù)是醫(yī)學(xué)圖像領(lǐng)域的一個(gè)研究熱點(diǎn)，它涉及計(jì)算機(jī)圖形學(xué)、數(shù)字圖像處理、生物醫(yī)學(xué)等背景知識(shí)，是多學(xué)科交叉的研究領(lǐng)域。醫(yī)學(xué)圖像所用的數(shù)據(jù)一般較大，而隨著CT、MRI等醫(yī)療設(shè)備的更新?lián)Q代，所產(chǎn)生的醫(yī)學(xué)圖像數(shù)據(jù)分辨率將更高。對于這樣龐大的數(shù)據(jù)，現(xiàn)有的基于CPU計(jì)算平臺(tái)的可視化算法均難以達(dá)到實(shí)時(shí)交互顯示的效果，而早期的GPGPU（基于GPU的通用計(jì)算）加速的可視化算法雖然能夠顯著提升繪制速度，但存在著GPU硬件架構(gòu)不適用于通用計(jì)算，編程困

2、難，以及紋理限制無法加載較大規(guī)模的醫(yī)學(xué)圖像數(shù)據(jù)等不足，因此并沒有很好的解決三維可視化實(shí)時(shí)交互的問題。CUDA（統(tǒng)一計(jì)算設(shè)備）是NVIDIA推出的GPU通用計(jì)算產(chǎn)品，它的編程更簡單，功能更強(qiáng)大，架構(gòu)體系也更加適用于GPU通用計(jì)算，而基于CUDA實(shí)現(xiàn)的三維可視化算法較好地解決了傳統(tǒng)GPU加速存在的缺陷，達(dá)到了很高的實(shí)時(shí)交互速度以及不錯(cuò)的繪制質(zhì)量。
　　本文研究和總結(jié)了CUDA的體系架構(gòu)模型，并圍繞著CUDA應(yīng)用于三維醫(yī)學(xué)圖像體繪制技術(shù)

3、展開了深入的研究，其中重點(diǎn)研究了光線投射法與錯(cuò)切變形法在CUDA上的實(shí)現(xiàn)。另一方面，針對切片間距過大時(shí)導(dǎo)致的繪制圖像出現(xiàn)條紋現(xiàn)象的問題，常見的插值方法比如線性插值、最近鄰插值的改善作用十分有限，本文研究如何使用徑向基函數(shù)進(jìn)行切片層間插值以抑制條紋現(xiàn)象。
　　本文的主要內(nèi)容有：
　　1．實(shí)現(xiàn)了一種基于徑向基函數(shù)的切片層間插值方法。該方法使用Multiquadric函數(shù)作為徑向基函數(shù)，并沿著垂直于切片層的方向，取相鄰連續(xù)的原始樣

4、點(diǎn)，構(gòu)造插值函數(shù)，再由此函數(shù)得到插值切片，最后構(gòu)成新的三維體數(shù)據(jù)。實(shí)驗(yàn)結(jié)果表明，徑向基函數(shù)插值對繪制圖像的效果改善很顯著，條紋現(xiàn)象得到了有效抑制。
　　2．研究和實(shí)現(xiàn)了基于CUDA的光線投射算法。該方法將CPU與GPU進(jìn)行協(xié)同工作，并將光線采樣這一高度并行的過程交由 GPU來處理。體數(shù)據(jù)被綁定在CUDA的紋理存儲(chǔ)器中，通過特定的算法確定光線在體數(shù)據(jù)中的采樣位置，而對采樣點(diǎn)的三次線性插值以及灰度到RGBA的映射均由紋理存儲(chǔ)器的濾波功

5、能自行完成。整個(gè)過程在CUDA體系架構(gòu)下變得方便迅捷。
　　3．改進(jìn)并實(shí)現(xiàn)了基于CUDA的錯(cuò)切變形算法。針對CUDA的架構(gòu)體系，對原始的錯(cuò)切變形算法做了改進(jìn)，將算法中兩次二維采樣過程縮減為一次，詳細(xì)推導(dǎo)了坐標(biāo)系間變換的公式；考慮到CUDA線程非同步的問題，摒棄了原始算法采用的查找表的方法，并使用紋理存儲(chǔ)器進(jìn)行線性插值，充分利用了CUDA提供的資源。實(shí)驗(yàn)結(jié)果顯示，在多線程并發(fā)執(zhí)行下，繪制速度非?？?，完全能夠進(jìn)行實(shí)時(shí)交互，繪制質(zhì)量也很