dicom医学图象体绘制加速及压缩算法研究与实现

《dicom医学图象体绘制加速及压缩算法研究与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号UDC密级学位论文DICOM医学图象体绘制加速及压缩算法研究与实现作者姓名：李玉文指导教师：邹豪副教授东北大学中荷生物医学与信息工程学院申请学位级别：硕士学科类别：工学0学科专业名称：生物医学工程论文提交日期：2009年6月10日论文答辩日期：2009年7月7日学位授予日期：答辩委员会主席：赵宏评阅人：赵越、南琳东北大学2009年7月AThesisinBiomedicalEngineeringResearchandRealizationonAlgorithmforDICOMMedicalImageAccelerationandJ1‘UompresslonByLiYuWen

2、Supervisor：AssociateprofessorZouHaoNortheastemUniversityJuly2009独创性声明本人声明所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人已经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示诚挚的谢意。学位论文作者签名：季乒力签字日期：Z矿刀．7：7学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门或机构送交论文的

3、复印件和磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。作者和导师同意网上交流的时间为作者获得学位后：半年口一年口一年半口两年0学位论文作者签名：季声夕签字日期：工口∥7．7．7、象一彦．琴卸枷名期签日币声师字导签东北大学硕士学位论文摘要DIOOM医学图象体绘制加速及压缩算法研究与实现摘要医学图象体绘制是可视化领域的研究热点和经典主题。医学图象体绘制技术能充分利用CT、MⅪ等医学图象体数据，根据需要得到任意视角的三维图象，便于医生对人体内部结构进行观察，并且通过丰富的交互过程，给医生提供了多角度、多层次的观察和分析手段。然

4、而面对现今庞大的数据量，对可视化技术提出了更高的要求，如何在PC机上实现大规模体数据的实时绘制成为我们亟待解决的问题。因此体数据压缩成为现今非常活跃的一个研究领域。本文在国家数字化医学影像设备工程技术研究中心的资助下，主要在体绘制加速及压缩方面进行了研究，主要工作围绕以下几个方面：首先，根据DICOM医学图象格式与数据编码方法实现了DICOM文件的解析和读取，使其能直接用于体绘制中。然后，分析研究了当今主流的体绘制算法。针对实际应用中要求实时绘制的要求，实现了提高体绘制效率的ProximityClouds加速算法，绘制速度因此提高了70％。并且进一步对梯度计算进行改进，将改进后

5、的算法应用于基于GPU的光线投射法中，绘制速度又进一步得到了提高。最后，提出了增量式体数据压缩算法，在光线投射体绘制算法中完成了压缩体数据的工作。与传统的VQ和小波变换等压缩算法相比，增量式体数据压缩算法是无损压缩，不需要解压缩，能够实现大规模数据的实时体绘制，压缩比一般可以达到1：2以上(如心脏体数据的压缩比为1：2．5，头部体数据的压缩比为1：1．8)，但是预处理时间较长。此外，本文还实现了动态体数据载入算法，使大规模数据能够分层载入容量有限的显卡中。关键词：体绘制；DICOM；加速；压缩；动态载入一III—东北大学硕士学位论文AbstractResearchandAppl

6、icationonAlgorithmforVolumeRenderingAccelerationandCompressionofDICOMMedicalImageAbstractVolumerenderingofmedicalimageisaheatandclassicalissueinthefieldofvisualization．ItmakesbestuseofthevolumedataofCTorMⅪtorender3Dimageofanyangleneeded．whichbringsmuchconveniencetoobservethephysicalstructure

7、fordoctor．Thankstotheinteractiveprocedure，thedoctorCangetmulti-angleandmulti-levelmeansofobservationandanalysis．Buthugedatademandhigherrequirementforvisualization．Howtorealizereal．timerenderingforlarge-scaledatabecomesaclosedquestion．Thus，thecompre