基于CUDA的DICOM序列图像预处理与分割技术研究

摘要

随着医疗成像技术的发展,医学图像被广泛应用到临床诊断和辅助治疗,它可以协助医护人员直观理解组织结构。为了统一不同医疗设备产生的医学图像的存储格式和传输方式的差异而开发的DICOM标准已经发展成为医学影像信息学中设备之间传输相关信息的国际通用标准。DICOM图像序列本身就包含很大的数据量,同时随着医疗设备快速增长,如何实时高效地处理海量的DICOM图像信息,并为医护人员提供良好的工具,用于查看和提取感兴趣区域,成为医学图像研究的重点。本文研究医学图像预处理和图像分割的目标是通过可靠高效的算法增强图象显示效果,增加分割准确度,提高其工作效率。
　　调窗是DICOM医学影像的显示的关键步骤,传统调窗技术主要使用线性调窗,不符合人眼的视觉特性,容易淹没细节。本文采用两种非线性调窗方式,根据需要,扩展不同灰度级。为了解决非线性调窗计算时间长与动态调窗要求实时性的矛盾,本文在CUDA平台上对图像生成算法并行化实现。实验结果表明,非线性调窗对图像的显示更加细致,达到图像增强的效果,为图像后期处理做好准备,同时并行化算法也极大地缩短图像生成所使用的时间,保证了实时性。
　　由于医学图像生成容易受到空间时间影响,噪声较大,具有不确定性,传统的硬分割方法很难取得理想的分割结果。模糊分类技术能很好地处理医学图像中的不确定性,却由于计算量大不能保证实时性。本文通过引入灰度统计方法和通用计算图形处理器技术,给定较好的初始聚类中心,并针对模糊C均值聚类算法的可并行性,将其改进并在图形处理器上完成计算,降低了算法迭代次数和计算时间,保证了实时性。实验结果表明,使用该方法对医学图像分割得到了良好的结果。
　　在以上工作的基础上完成了DICOM序列图像预处理与分割系统,为医护人员提供查看和交互功能。整个系统模块能够高效地从多角度直观展示DICOM图像中的感兴趣区域,显示效果取得良好改进,这也使得预处理后的图像分割效果更加理想。系统界面友好,功能易用,具有较高的实用价值。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 研究的背景及意义

1.2 研究的主要内容与方法

1.3 国内外研究现状

1.4 本文的主要工作和文章结构

2 医学图像读取与CUDA

2.1 DICOM医学图像读取

2.2 CUDA技术

2.3 本章小结

3 基于CUDA的医学图像动态调窗技术研究

3.1 DICOM图像线性调窗技术

3.2 DICOM图像动态非线性调窗技术

3.3 基于CUDA的动态调窗快速实现

3.4 实验结果与分析

3.5 本章小结

4 基于CUDA的FCM医学图像分割算法

4.1 医学图像预处理

4.2 基于灰度直方图的FCM分割算法

4.3 基于CUDA的FCM医学图像分割算法实现

4.4 实验结果与分析

4.5 本章小结

5 基于CUDA的医学图像处理系统实现

5.1 DICOM序列图像转换

5.2 DICOM序列图像显示

5.3 图像分割模块

5.4 本章小结

结论

致谢

参考文献

攻读学位期间的研究成果