基于CUDA的DICOM序列圖像預處理與分割技術研究.pdf

1、隨著醫(yī)療成像技術的發(fā)展,醫(yī)學圖像被廣泛應用到臨床診斷和輔助治療,它可以協(xié)助醫(yī)護人員直觀理解組織結(jié)構(gòu)。為了統(tǒng)一不同醫(yī)療設備產(chǎn)生的醫(yī)學圖像的存儲格式和傳輸方式的差異而開發(fā)的DICOM標準已經(jīng)發(fā)展成為醫(yī)學影像信息學中設備之間傳輸相關信息的國際通用標準。DICOM圖像序列本身就包含很大的數(shù)據(jù)量,同時隨著醫(yī)療設備快速增長,如何實時高效地處理海量的DICOM圖像信息,并為醫(yī)護人員提供良好的工具,用于查看和提取感興趣區(qū)域,成為醫(yī)學圖像研究的重點。本文

2、研究醫(yī)學圖像預處理和圖像分割的目標是通過可靠高效的算法增強圖象顯示效果,增加分割準確度,提高其工作效率。
　　調(diào)窗是DICOM醫(yī)學影像的顯示的關鍵步驟,傳統(tǒng)調(diào)窗技術主要使用線性調(diào)窗,不符合人眼的視覺特性,容易淹沒細節(jié)。本文采用兩種非線性調(diào)窗方式,根據(jù)需要,擴展不同灰度級。為了解決非線性調(diào)窗計算時間長與動態(tài)調(diào)窗要求實時性的矛盾,本文在CUDA平臺上對圖像生成算法并行化實現(xiàn)。實驗結(jié)果表明,非線性調(diào)窗對圖像的顯示更加細致,達到圖像增強的

3、效果,為圖像后期處理做好準備,同時并行化算法也極大地縮短圖像生成所使用的時間,保證了實時性。
　　由于醫(yī)學圖像生成容易受到空間時間影響,噪聲較大,具有不確定性,傳統(tǒng)的硬分割方法很難取得理想的分割結(jié)果。模糊分類技術能很好地處理醫(yī)學圖像中的不確定性,卻由于計算量大不能保證實時性。本文通過引入灰度統(tǒng)計方法和通用計算圖形處理器技術,給定較好的初始聚類中心,并針對模糊C均值聚類算法的可并行性,將其改進并在圖形處理器上完成計算,降低了算法迭代