基于ITK的醫(yī)學配準算法研究實現(xiàn).pdf

1、醫(yī)學圖像配準是指對同一對象在不同條件（不同時間、不同成像設備、不同拍攝角度等）下獲取的圖像，通過尋求空間上的變換，將一幅圖像映射到另一幅圖像，使得兩圖像中對應于空間同一位置的點（同源點）一一對應起來，從而實現(xiàn)信息融合的目的。配準技術是圖像重構、融合的前提，是其它處理算法和應用的基礎。在臨床實踐中，利用醫(yī)學圖像配準技術將多組醫(yī)學圖像標定到同一坐標系中，是醫(yī)學影像診療的常用方法，廣泛應用于輔助診斷、治療計劃、手術導航和評估治療效果等方面。醫(yī)

2、學圖像配準本質(zhì)上是一個優(yōu)化迭代的過程，加之3D醫(yī)學圖像往往涉及到非常大的數(shù)據(jù)量，運算量大、耗時過多已成為圖像配準在臨床應用中的極大瓶頸。因此，本文在實現(xiàn)配準算法的基礎上，利用GPU強大的并行計算能力，將配準過程中可并行的部分交由GPU來處理，加速圖像配準進程，以滿足臨床應用實時性需求。
　　首先，本文回顧了圖像配準的研究背景、研究現(xiàn)狀、發(fā)展歷程。介紹了醫(yī)學圖像配準的基礎知識，包括配準的定義、配準方法的分類及配準的基本流程。對配準框

3、架中的四個基本模塊所采用的各種技術進行了分析比較。
　　其次，將配準算法流程分為四個模塊:空間變換、插值、相似性測度及優(yōu)化方法，詳細介紹了各個模塊設計和實現(xiàn)方法。并以牙模數(shù)據(jù)為例，借助ITK算法平臺進行數(shù)據(jù)的讀寫及預處理，通過實驗驗證了本文配準算法的正確性。
　　最后，針對當前3D配準技術在臨床應用中耗時過大、不便于實時應用的通病，本文借助GPU的并行計算環(huán)境，使用CUDA編程語言對配準算法進行并行化設計與優(yōu)化，大大縮短了配