基于GPU和水平集的肝脏快速分割方法的研究

摘要

水平集方法解决了传统活动轮廓方法难以适复杂的图像边缘拓扑变化问题。GPU技术为图像并行化处理提供了高效的图像处理机制，通过将图像处理过程中可并行化处理的部分移植到GPU平台上进行处理，能够大幅度地减少图像处理的时间。本文对影响水平集演化的一个重要索-距离变换函数进行了研究，选择了高效、准确的距离变换算法，并利用CUDA构架实现了水平集函数更新计算部分的并行化，解决了水平集实时性差的问题。通过对复杂肝脏图像的分割实验，验证了本文算法的有效性。