基于GPU的体绘制算法和Tomosynthesis投影数据模拟研究

论文摘要

随着CT、MRI、US等医学影像技术在临床中广泛应用,产生了大量医学图像数据。临床诊断参考病灶区域二维切片,要求医生具有丰富临床经验。三维可视化技术能够以二维切片序列为基础绘制出观察对象的三维立体图像,为医生临床诊断提供更丰富准确的参考信息,具有重要的实际应用价值。常用可视化方法有面绘制和体绘制,前者可显示感兴趣组织表面结构,绘制速度快但无法显示丰富内部结构,后者可绘制出物体轮廓及内部的全部信息,成像质量高但绘制速度慢。由于计算量大,基于CPU实现的体绘制无法实时绘制,影响了该技术的应用推广。近年GPU迅速发展,基于GPU加速体绘制的算法成为研究热点。本文研究了体绘制常用算法中的Raycasting算法和3D纹理映射算法,实现了基于GPU的Raycasting算法和3D纹理映射算法,在普通PC机上可对中小规模数据集进行实时绘制。另外本文使用GPU支持的CUDA平台实现了Raycasting算法,获得较好的重建效果。体绘制中使用包围盒方便计算穿过体数据场的光线参数,紧身包围盒可以跳过大量无效体素达到加速效果。本文提出了一种基于back-step的紧身包围盒加速的Raycasting算法,该方法可快速搜索紧身包围盒边界实现加速,无需体数据预处理和额外存储空间,且不影响最终绘制图像质量。在CUDA架构下,本文实现了Raycasting算法基于back-step紧身包围盒的加速算法,获得了较好的加速效果。传递函数将体数据灰度值映射为颜色和不透明度,来突出显示特定的组织结构。本文提出了基于成像平面不同位置设置不同传递函数的方法,通过对成像平面不同位置设置不同传递函数,可一次绘制出不同组织结构而方便对比观察。但仅据成像平面坐标信息设置不同传递函数无法充分显示体数据信息,本文实现了基于物体空间内不同空间位置设置不同传递函数的方法,对物体空间内感兴趣的区域设定不同传递函数方案进行突出显示,旋转或缩放绘制对象能以任意角度和大小观察感兴趣区域结构。此外,本文实现了体绘制结果的快速体切割,方便观察被遮挡位置或指定区域的组织结构信息。Tomosynthesis利用有限角度数据重建出物体任意断层图像。投影数据模拟是算法研究的基础步骤,利用Raycasting算法和Tomosynthesis投影过程的几何关系相似性,本文将GPU加速体绘制算法的技术应用到Tomosynthesis投影模拟过程中。与CPU实现的传统模拟方法比较,本文提出的基于GPU的Tomosynthesis投影模拟方法可以快速获得高精度的投影图像。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题研究背景和意义
• 1.2 可视化技术国内外研究现状
• 1.2.1 体绘制算法概述
• 1.2.2 基于GPU实现的体绘制发展现状
• 1.3 本论文主要内容及论文结构
• 2 基于GPU的体绘制算法
• 2.1 3D纹理映射算法
• 2.2 Raycasting算法
• 2.2.1 Cg语言实现Raycasting算法
• 2.2.2 CUDA平台实现Raycasting算法
• 2.3 体绘制算法性能比较
• 3 基于back-step的紧身包围盒加速Raycasting算法
• 3.1 空间跳跃加速原理
• 3.2 基于back-step的紧身包围盒加速Raycasting算法
• 3.3 结果与分析
• 4 基于空间位置的传递函数设计方法和快速体切割的实现
• 4.1 成像平面内不同位置设置不同的传递函数
• 4.2 物体空间内不同区域设置不同的传递函数
• 4.3 基于物体空间坐标位置的快速体切割
• 5 基于GPU的Tomosynthesis投影数据模拟
• 5.1 基于CPU的Tomosynthesis投影数据模拟
• 5.2 基于GPU光线投射算法的Tomosynthesis投影模拟
• 5.3 投影模拟结果与分析
• 结论
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢