QQ客服 官方微博 反馈留言

题名	集成化医学影像算法平台中多模态三维图像重建框架的设计与实现
作者	戴亚康
学位类别	工学博士
答辩日期	2009-05-29
授予单位	中国科学院研究生院
授予地点	中国科学院自动化研究所
导师	田捷
关键词	医学影像 算法平台 三维图像重建 自由臂三维超声成像 体绘制 图形处理器 Medical Imaging Algorithm Toolkit Volume Reconstruction Freehand 3D Ultrasound Imaging Volume Rendering Graphics Processing Unit
其他题名	Design and Implementation of Multi-modality Volume Reconstruction Framework for Integrated Medical Imaging Algorithm Platform
学位专业	计算机应用技术
中文摘要	医学影像算法平台（通常也称作为算法工具包Algorithm Toolkit）的研发是医学影像领域的一个研究热点。目前国内外已经有了许多成熟的医学影像算法平台，包括VTK、ITK和MIITK等。这些平台集成了很多成熟的医学影像算法，为医学影像软件的开发提供了丰富的算法库，极大地便利了医学影像领域的研究者。三维图像重建算法用于将3DUS、CT、MRI、PET以及OI等医学成像设备采集到的原始数据重建成三维图像（体数据）以供后处理与分析，是医学影像算法中的一个非常重要的内容。但是目前多数医学影像算法平台（包括VTK、ITK和MIITK）还是停留在医学图像后处理与分析领域（可视化、分割、配准等），而没有集成三维图像重建算法。 针对上述问题，本文在我们实验室自主研发的集成化医学影像算法平台MITK的基础上设计并实现了一个统一的多模态三维图像重建框架，并在此基础上具体研究了三维超声图像重建算法及其在该多模态三维图像重建框架下的实现。本文的具体工作如下： 1. 提出了一种统一的多模态三维图像重建框架， 并在集成化医学影像算法平台MITK中实现。在该多模态三维图像重建框架下，可以实现各种医学成像模态（3DUS、CT、MRI、PET、OI等）的三维图像重建算法，而且对于每一种成像模态，可以不断扩展新的三维图像重建算法。该框架的实现使得MITK能为医学影像领域的研究人员提供从成像到后处理与分析的算法框架。 2. 提出了两种像素最近邻（PNN） 加速算法， 包括基于CPU的PNN加速算法CBAA和基于GPU的PNN加速算法GBAA。GBAA算法创新地利用GPU实现了PNN，能在1秒内完成500幅二维超声图像的三维重建，而CBAA算法可以在5秒内完成500幅二维超声图像的三维重建，从而可以达到临床应用对实时成像或接近实时成像的要求。 3. 提出了一种半自动的重建体预定义方法和一种基于GPU的实时可视化三维超声图像重建算法GBRVRA。这种半自动的重建体预定义方法可以快速而便捷地确定一个紧凑的并且与观察角度保持一致的重建体。GBRVRA算法可以在一幅B超图像采集周期内（40毫秒）完成一幅二维图像的三维重建及重建体的体绘制，从而可以在传统自由臂三维超声成像所需的数据采集时间内，引导操作者完成高质量的数据采集与 三维超声图像重建。 4. 在上述三维超声图像重建算法研究的基础上，完成了三维超声图像重建在所设计的多模态三维图像重建框架中的实现，包括相关原始数据类、文件读写类以及三维超声图像重建算法类的设计与实现，并在此基础上集成了上述CBAA算法和GBAA算法。此外，在MITK的体绘制框架中实现了多种体绘制算法，并实现了基于体绘制的三维交互测量。 全文共分五章。第一章介绍在医学影像算法平台中集成多模态三维图像重建框架的意义、医学影像算法平台的研究现状以及三维超声图像重建算法的研究现状。第二章介绍基于MITK的多模态三维图像重建框架的设计与实现，以及三维超声图像重建在该多模态三维图像重建框架中的实现。第三章介绍多种可以加速PNN重建的方法，以及基于这些加速方法的实时三维超声图像重建算法（GBAA和CBAA）的实现；第四章介绍半自动的重建体预定义方法，以及基于GPU的实时可视化...
英文摘要	The research and development of medical imaging algorithm platform (also algorithm toolkit) is a hot topic in the field of medical imaging. Currently there are many mature medical imaging algorithm toolkits, including VTK, ITK, MIITK,and so on. Integrating a lot of mature medical imaging algorithms, these platforms can provide abundant algorithm libraries for the development of medical imaging software, which greatly facilitates researchers in the field of medical imaging. Three-dimensional image (also volume) reconstruction algorithms, which are used to reconstruct raw data acquired from medical imaging devices, including 3DUS, CT, MRI, PET, OI, and so on, into volumes for post-processing and analyzing, are very important elements of medical imaging algorithms. However, most medical imaging algorithm toolkits (including VTK, ITK and MIITK) merely focus on algorithms for post-processing and analyzing, and have not integrated volume reconstruction algorithms. To address the problem, we designed and implemented a uniform multimodality volume reconstruction framework based on the integrated medical imaging algorithm platform (named Medical Imaging ToolKit, MITK) that is developed by our group，and further, we researched on three-dimensional ultrasound reconstruction and implemented corresponding reconstruction algorithms in the uniform reconstruction framework. The detailed research work of this dissertation is as follows: 1. We proposed a uniform multi-modality volume reconstruction framework, and implemented the framework in MITK. In the framework, we can integrate multi-modal volume reconstruction algorithms of various imaging modalities (3DUS, CT, MRI, PET, OI, etc.), and for each modality, we can integrate all kinds of volume reconstruction algorithms of the modality. With the framework, MITK can provide a full algorithm framework from volume reconstruction to post-processing and analyzing. 2. We proposed two accelerated Pixel Nearest Neighbour (PNN) algorithms, including the CPU based accelerated PNN algorithm (CBAA) and GPU based accelerated PNN algorithm (GBAA). The GBAA innovatively implemented the PNN using the graphics hardware and can complete reconstruction of 500 2D B-scan images within 1 second, while the CBAA can complete reconstruction of 500 images within 5 seconds, which satisfies the requirement of real-time or near-real-time imaging in clinical applications. 3. We proposed a semiautomatic technique to predetermine the reconstruction ...
语种	中文
其他标识符	200618014629090
内容类型	学位论文
源URL	[http://ir.ia.ac.cn/handle/173211/6180]
专题	毕业生_博士学位论文
推荐引用方式 GB/T 7714	戴亚康. 集成化医学影像算法平台中多模态三维图像重建框架的设计与实现[D]. 中国科学院自动化研究所. 中国科学院研究生院. 2009.

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。