首页 > 文献资料
-
基于Viscous Fluid模型的快速CT-CBCT图像变形配准算法研究
CT和CBCT图像之间的变形配准是自适应放射治疗中的一项关键技术.本研究利用互信息量作为相似性测度,基于Viscous fluid模型,在图形处理器GPU框架下用CUDA编程语言实现了CT-CBCT快速图像变形配准.本研究选用6例临床头颈部肿瘤患者的CT和CBCT图像对本文算法进行了验证和分析,并与经典demons算法进行了对比.实验结果表明,本文算法能快速、精确地完成CT和CBCT图像的变形配准,配准时间为秒级,能较好地满足临床对于快速变形图像配准的要求.
-
基于空域、频域和时间域的复合图像增强方法
在数字X线医学图像的放射成像过程中,由于人体结构和组织的复杂性以及成像系统中X线散射、电子噪声等各种不利因素的影响,导致图像质量的下降.本研究采用一种基于空间域、频率域以及时间域的高度复合的图像增强算法,同时将该算法在图形处理器(GPU)中利用统一计算设备架构(CUDA)编程接口实现,在达到对比度增强、细节增强、抑制图像中噪声的目的的同时满足临床实时性要求,从而降低X线剂量的使用,保护医师和患者的身体健康.
-
以图形处理器为基础的超声成像仿真平台
超声成像技术是当前医学检测的主要技术,具有安全、无创、实时性好等优点.以图形处理器为基础的超声成像方针平台将使得超声成像技术具有更加广阔的发展前景.本文从超声仿真成像的物理基础、平台设计方案以及图形处理器的渲染流程三个方面对此问题进行了研究.
-
导读
01专题
超声
近年来提出的多种先进超声成像方法可以提供生物组织的更多信息，但极大的数据量和计算量限制了这些成像方法的实时实现。图形处理器凭借其高度的可并行性和强大的数值计算能力在大规模数据处理中发挥出了重要作用，因此，关于 GPU 在医学超声成像中的应用越来越多。《图形处理器在医学超声成像中的应用研究进展》一文综述了GPU 在医学超声成像中的应用，包括超高速成像、弹性成像、血流成像等方面的应用研究进展。 -
图形处理器在医学超声成像中的应用研究进展
近年来提出的多种先进超声成像方法可以提供生物组织的更多信息，但极大的数据量和计算量限制了这些成像方法的实时实现。图形处理器（Graphics Processing Unit，GPU）凭借其高度的可并行性和强大的数值计算能力在大规模数据处理中发挥出了重要作用。因此，关于GPU在医学超声成像中的应用越来越多。本文综述了GPU在医学超声成像中的应用，包括超高速成像、弹性成像、血流成像等方面的应用研究进展。
-
基于通用GPU技术的三维TV算法的快速实现
TV算法是一种很好的有限角度投影数据图像重建算法,但在应用于三维的有限角度投影数据重建时,该算法存在的高耗时问题就更为突出并成为其应用瓶颈.本文提出了一套基于通用GPU技术在图形处理器上快速实现的三维TV算法.实验结果表明,与运行在CPU上的三维TV算法相比,该算法在获得可比的重建结果的前提下,有效地提高了重建速度.
-
基于GPU并行计算的超声波束合成方法
逐列扫描式的聚焦成像方法会限制超声成像帧频的提高.采用平面波发射模式只需要一次发射和接收即可获得一幅完整的超声图像,平面波成像是可以大幅度地提高成像帧频,从而实现超声超高速成像的方法之一.但是现有的超声波束合成器无法达到超声超高速成像对于计算能力的要求.对基于平面波成像的超声延时-叠加波束合成算法进行并行性分析,在此基础上设计并实现两种基于图形处理器(GPU)并行计算的超声平面波成像波束合成方法——基于2个Kernel和基于1个Kernel的并行波束合成方法.两种方法的主要区别在于波束合成中对延时值的计算和存储策略的不同处理,仿体实验证明两种方法的计算帧频分别达到2 178和2453帧/s.相比于普通的方法,这两种基于GPU的并行波束合成方法的计算帧频分别提速99倍和111倍.实验结果表明,GPU波束合成器相比于传统方法,可以大幅度提高计算能力.
-
首都师范大学检测成像实验室CT研究进展
CT检测成像技术包括数据采集、图像重建、图像应用三个层面.本文简要介绍了近年来首都师范大学检测成像实验室在这三个层面技术研究方面所取得的进展.具体包括多种新的扫描模式和相应重建算法、X射线能量谱的研究、基于GPU的多种解析重建算法和迭代重建算法的加速实现方法 、多种伪影形成机理的研究及有效的伪影校正方法 、基于GPU实现的体绘制算法、基于这些研究成果的算法平台和软件研发以及成果推广应用情况等.本文目的 在于与本领域专家交流相关问题的国内外研究状况及本实验室的研究进展,促进研究的进一步深入.
-
基于图形处理器加速的医学图像分割算法研究
目的:提出对基于显卡图形处理器(GPU)加速的吉布斯(Gibbs)随机场医学图像分割算法的改进.方法:利用片元作色器并行执行的逐点计算,取代了CPU串行执行的逐点计算,大大减小CPU的负载,处理效率高于单独采用CPU的效率.结果:改进后的分割算法的加速性较CPU的串行计算方式减小了CPU的运算量,效率得以提高,计算速度较原算法有明显改善(计算速度提高400%以上).结论:采用显示卡加速的基于Gibbs随机场的模糊C均值分割算法运算接近实时,大大提高了Gibbs随机场分割算法在临床的实用性.
-
基于GPU的筒串卷积剂量计算在肿瘤放射TPS中的应用性能研究
目的:研究基于图形处理器(graphics processing unit,GPU)的筒串卷积剂量算法在放射治疗计划系统(tre at-ment planning system,TPS)中的计算速度和精度,评估其临床应用性能.方法:以使用NVIDIA K5000显卡的Ray-Station(Version 4.5.1)肿瘤放射TPS为研究工具,各选10例鼻咽癌患者和宫颈癌患者进行静态调强放疗(static intensitymodulated radiation therapy,SIMRT)和容积旋转调强放疗(volumetric modulated arc therapy,VMAT)计划,分别采用高性能CPU和K5000 GPU对所有计划使用筒串卷积算法进行剂量计算,评估2种方法的剂量计算速度;借助质量保证(quality assurance,QA)验证工具,参考TG119标准,验证基于GPU的筒串卷积算法的精度.结果:与高性能CPU相比,基于GPU的剂量计算速度提高了3～7倍.基于GPU的筒串卷积算法中,各计划等中心点的剂量计算值与测量值的偏差在±4.5％之内;在3％/3 mm标准下,所有测试病例QA计划的γ通过率均大于95％,可满足临床要求.结论:放射TPS中应用基于GPU的筒串卷积剂量计算可使计算速度加快,计算结果的精度也符合肿瘤放射治疗临床应用的要求.
-
三维医学图像的交互式图形处理器快速重建
目的:开发一种基于图形处理器(GPU)的医学三维图像交互式重建系统,用于临床辅助诊断、手术计划等领域.方法:在GPU重建算法基础上使用了八叉树空间结构和多边形辅助光线投射方法实现进一步的优化,分别用基础算法和优化后的算法对一组CT图像进行重建,验证优化效果.结果:本研究实现的优化算法在真实医学三维图像重建中得到了高质量的重建结果,并且比原有的基于GPU的重建算法快2～3倍.结论:本研究实现的三维重建系统能有效加快重建速度,实现交互式快速重建.
-
用于血流动力学研究的三维心动图优切面的提取
目的 实时三维超声是心脏血流动力学研究的重要手段.以前靠人工寻找佳观察切面,难度较大;现提出新方法使计算机自动选取.方法 将三维超声心动仪得到的体数据进行绘制显示后进行各种切面的提取绘制操作.由于个人电脑上带图形处理器的显卡发展,该研究在普通的个人电脑上实现了复杂的三维动态心脏图像显示.并利用改进的互信息法对优切面提取进行了论证.结果 采用了C/C++语言编程,使用OpenGL三维图形库进行了绘制,并采用了Cg语言编写GPU(Graphics Processing Unit)进行了硬件加速,快速的实现了三维超声心动图优切面自动选取的功能.结论 此方法能以较高的准确率及较快的绘制速度满足医生在临床中的要求.
关键词： 血流动力学 三维超声图像 开放式图形库(OpenGL) 图形处理器 -
基于可编程图形处理器的快速傅立叶变换
利用GPU通用计算技术,使用按时间抽选(DIT)算法,提出了一种在GPU上实现二维快速傅立叶变换(FFT)的方法.并对GPU与CPU在该实现中的差异和性能进行了比较.实验结果表明:二维傅立叶变换在GPU上的实现效率明显高于在CPU上的实现效率.
-
基于GPU的蒙特卡洛模拟在辐射剂量计算中的研究进展及应用
蒙特卡洛(MC)算法在辐射剂量计算中发挥着重要作用,但是计算速度限制了其在临床中的应用.随着图形处理器(GPU)技术的发展,GPU并行加速方法被越来越多地应用到MC计算中.本文主要介绍基于GPU的MC在光子、电子和质子输运模拟过程在辐射剂量计算方面的研究进展及其在医学物理上的应用.
-
基于GPU的MC加速算法
等值面重建被广泛应用于标量场可视化,特别是在医学领域,大量的医学研究和临床观察需要借助于医学体数据的表面重建结果.本文提出一种加速算法,利用普通微机平台上的图形处理器(GPU)中的定点着色器的可编程性,把等值面重建的巨量计算从CPU转到了GPU,极大加快了重建速度,从而在普通微机体系上就能实现动态三维数据的实时面绘制.
关键词： 等值面重建 Marching Cubes算法 图形处理器 -
用CUDA实现放射治疗中剂量的快速计算
剂量计算是放射治疗计划系统的关键技术之一,它既要有较高的计算精度又要有较快的计算速度.有限笔束(FSPB)算法是目前放射治疗计划系统大多采用的光子线剂量计算算法,其计算速度尚不能达到实时治疗计划程度.本文采用图形处理器(GPU),对FSPB算法中耗时的部分实现了基于GPU并行化计算,与基于中央处理器(CPU)的计算相比,在中低端GPU(Geforce GT320)上,剂量计算速度提高可达25～35倍,在较高端GPU(TeslaC1060)上计算速度提高可达55～100倍,计算效率完全可用于实时治疗计划中的剂量计算.
-
一种基于GPU的体积CT快速重建算法
为了解决体积CT图像重建时间较长问题,提出了一种适合于医学临床应用的快速重建算法.首先,提出了一种基于图形处理器(GPU)的体积CT图像重建方式,利用GPU强大的并行和浮点运算能力进行计算效能的提升.其次,将体积CT图像重建中的几何运算与像素运算分离,减少了重复运算,进一步提高了计算效率.后,基于医学应用背景,算法中实现了体积CT扫描和重建的并行化的思想.结果表明,利用上述的快速算法,在普通计算机硬件平台上即可实现重建时间减少70倍以上.
-
剂量分布比较中γ因子的快速计算方法
γ比较方法作为放射治疗剂量学验证中的一种手段,现在已经在科研和临床的剂量分布比较中得到广泛应用.但是,在比较三维剂量分布时,γ因子的计算量大,需要花费大量的时间.本文采用一种预先排序技术和基于图形处理器(GPU)的并行计算技术结合,实现了γ因子的快速计算.通过7对剂量分布的测试,基于GPU的γ因子的计算速度提高了几十倍,而且与CPU相比保持了相同的计算精度.实验结果表明,利用GPU的并行计算对γ比较方法进行加速是切实有效的.
