加速醫(yī)學圖像三維重建算法研究.pdf

1、醫(yī)學數據可視化作為科學計算可視化應用最成功的領域，經過幾十年的發(fā)展，已經從輔助診斷發(fā)展成為輔助治療的重要手段，并將深入到醫(yī)學的各個領域。體數據可視化(Volume Visualization)技術是醫(yī)學可視化的重要研究內容，其處理過程包括體數據的獲取、模型的建立、數據的映射、繪制等操作。體數據主要是通過采樣、模擬或建模等技術獲得的，在醫(yī)學中主要是指計算斷層造影(CT)、磁共振成像(MRI)、磁共振血管造影(MRA)、超聲波成像(US)、

2、正電子發(fā)射計算斷層造影(PET)、單光子發(fā)射計算斷層造影(SPEcT)等設備采樣的切片數據集。在醫(yī)學中，體可視化的目標就是通過三維數據場可視化技術創(chuàng)建出能準確反映人體的視覺影像。 本文的主要工作是研究醫(yī)學CT圖像二維切片序列的三維重建算法，討論三維重建的面繪制和體繪制算法，分析面繪制和體繪制中經典算法的優(yōu)缺點。 在第四章，本文提出了一種高效利用緩存的加速光線投射算法，并用c++語言結合匯編語言實現了一個簡單的醫(yī)學圖像三

3、維重建系統(tǒng)。根據中央處理器緩存的特點，將體數據在內存中的地址進行交錯，使得進行三線性插值時原本在內存中并不相鄰的采樣點相鄰的概率大大增加，利用處理器的硬件預取機制，提高了緩存命中率。 當三線性插值結束，得到當前采樣點的值，需要將其轉化為最終的顏色值，因此對每個采樣點都要查找顏色轉換表，本文將常用的表比如顏色查找表，以及光線與顏色累加緩沖區(qū)組織在連續(xù)的內存地址，這樣處理器在進行緩存預取時內存地址沖突的概率就大大降低了。 在

4、數據的組織上，本文采樣了分塊的方法，將三維的體數據分成8×8的塊，利用了訪問數據時的局部性原則。此外，本方法采用了一系列優(yōu)化措施，如略過空體素與提前光線結束等，并使用多媒體指令集對關鍵代碼進行了優(yōu)化。在加速的同時，本方法采用了后分類和三線性插值，保證了結果的精度。實驗結果表明，本方法繼承了光線投射算法的優(yōu)點，生成的圖像質量高，速度比傳統(tǒng)光線投射算法有很大提高。 本文的最后一章討論近年來成為研究熱點的基于可編程圖形處理器的三維重建