基于圖形卡的二維-三維配準(zhǔn)的算法實(shí)現(xiàn).pdf

1、在計(jì)算機(jī)輔助外科手術(shù)和圖像導(dǎo)航外科手術(shù)中，圖像配準(zhǔn)是重要的一環(huán)，術(shù)前體數(shù)據(jù)與術(shù)中獲取的圖像間的配準(zhǔn)能夠給治療提供實(shí)時(shí)信息，輔助手術(shù)導(dǎo)航。術(shù)中的三維圖像不容易獲取，一般只能得到二維圖像。雖然二維圖像缺乏三維體數(shù)據(jù)的空間信息，但是它的獲取速度快并且能夠減少患者和醫(yī)生暴露在射線中的時(shí)間，將術(shù)中二維圖像與術(shù)前體數(shù)據(jù)進(jìn)行配準(zhǔn)可以補(bǔ)償一些空間信息。在本文中，二維圖像指X光圖片，三維體數(shù)據(jù)指CT數(shù)據(jù)。 本文首先回顧了圖像配準(zhǔn)的背景和分類、一般

2、配準(zhǔn)的原理和方法，接著概述了二維三維配準(zhǔn)的基本算法。在此基礎(chǔ)上，提出了一種基于圖形卡的二維/三維配準(zhǔn)方法。為了驗(yàn)證該方法的有效性，運(yùn)用這種方法分別對三個(gè)臨床醫(yī)學(xué)數(shù)據(jù)進(jìn)行總共八組實(shí)驗(yàn)。與傳統(tǒng)的二維/三維配準(zhǔn)方法相比，基于圖形卡的配準(zhǔn)方法在保證穩(wěn)定性的基礎(chǔ)上具有更好的實(shí)時(shí)性。本文的主要工作和創(chuàng)新點(diǎn)如下： 1．DRR圖像的生成。在選擇的最佳臨近搜索優(yōu)化算法中將會生成大量DRR圖，在傳統(tǒng)的配準(zhǔn)方法普遍采用基于CPU的生成方法，然而傳統(tǒng)方

3、法非常耗時(shí)，很難滿足臨床需要，本文采用基于GPU的DRR生成算法替代傳統(tǒng)算法，一方面解放CPU去執(zhí)行其他代碼，另一方面利用GPU的高速性提高生成速度，從而大大的縮短的配準(zhǔn)時(shí)間。 2．選取一個(gè)較好的相似性測度，以適應(yīng)最佳臨近搜索優(yōu)化算法。相似度是用來衡量兩幅相同維數(shù)的圖像的相似程度，也是最佳臨近搜索算法的基礎(chǔ)。由于本文的配準(zhǔn)方法是基于灰度的，選取了歸一化互相關(guān)（Normalized Cross Correlation）作為相似度衡

4、量標(biāo)準(zhǔn)，它將兩幅二維圖片的灰度值作為輸入?yún)?shù)進(jìn)行統(tǒng)計(jì)計(jì)算，通過歸一化處理能夠很好地反應(yīng)兩幅圖片的匹配程度。 3．在對CT數(shù)據(jù)進(jìn)行空間變換時(shí)，只需改變其相機(jī)位置坐標(biāo)，因此減少了圖像在CPU和GPU之間傳遞的次數(shù)，即圖像可以一次傳入GPU。這樣提高了最佳臨近搜度優(yōu)化算法的速度。 4．最佳臨近搜索的優(yōu)化算法,是考慮到配準(zhǔn)優(yōu)化算法的穩(wěn)定性和直觀性兩大優(yōu)點(diǎn)來實(shí)現(xiàn)的。該算法的優(yōu)點(diǎn)在于其穩(wěn)定性，因?yàn)樾挛恢玫臎Q定完全在已計(jì)算的位置中選取