基于GPU加速的医学图像显示及处理系统

《基于GPU加速的医学图像显示及处理系统》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、分类号密级UDC昆明理工大学硕士学位论文基于GPU加速的医学图像显示及处理系统研究生姓名胡杨升指导教师姓名、职称贺建峰教授学科专业医疗信息技术研究方向医学图像处理论文工作起止日期2016年3月-2018年3月论文提交日期2018年5月摘要摘要随着现代医学的高速发展，医学图像已经成为现代医学不可或缺的一部分，同时医学图像处理系统也成为一个不可或缺的辅助诊断工具。然而，由于实际临床需求的多样性和复杂性，已有的开源软件或商用软件并不能完全满足需求，那么开发一个具有较高扩展性和灵活性的系统平台就是非常必要的。本文的工作内容分为两个部分，软件平台的开

2、发和GPU分割加速的研究。我们根据云南省第一人民医院（昆华医院）肿瘤疾病综合诊疗中心的实际临床需求，设计了一个软件平台ImageView，它是在开发环境VisualStudio2015中使用跨平台C++应用程序开发框架Qt开发的一个具有较高扩展性的软件，我们使用VTK（VisualizationToolkit）实现了医学图像的可视化，以及使用ITK（InsightSegmentationandRegistrationToolkit）实现了基本的图像处理和分割算法。ImageView可以呈现不同的视图，包括单窗口切片视图、单序列多窗口视图、交

3、互切片试图和三维渲染视图，它还可以同时显示多个视图并进行对比。它还可以通过网络连接到医院的肿瘤患者信息采集系统来下载病例图像并进行处理。ImageView还具有良好的扩展性，可以对软件的各主要功能进行扩展开发。经过我们的测试，发现ImageView数据读取速度快，可以同时读入多个三维数据比对，视图交互性能好，三维渲染效果逼真。在我们的开发过程中，发现采用传统方式进行医学图像分割的算法计算量巨大，阻碍了实际的临床应用。针对此问题，我们研究采用了GPU加速的方法对图像分割算法进行加速处理。我们对分割算法进行了深入分析，使用CPU+GPU协同处理

4、的方式对算法进行了加速处理。我们通过使用OpenCL（OpenComputingLanguage）平台实现GPU分割算法的并行计算。实验结果表明，使用GPU并行计算在处理三维图像中具有很高的加速比，可以进行快速的图像分割，为实际的临床应用奠定了基础。关键字：医学图像处理；GPU加速；Qt；VTK；ITK；OpenCLIAbstractAbstractWiththerapiddevelopmentofmodernmedicine,medicalimagehasbecomeanintegralpartofmodernmedicine.Atthe

5、sametime,medicalimageprocessingsystemhasalsobecomeanindispensableauxiliarydiagnostictool.However,duetothediversityandcomplexityoftheactualclinicalneeds,theexistingopensourcesoftwareorcommercialsoftwarecan'tfullymeetthedemand,sodevelopingasystemplatformwithhighexpansibility

6、andflexibilityisverynecessary.Theworkofthisarticleisdividedintotwoparts,thedevelopmentofthesoftwareplatformandtheresearchontheaccelerationofGPUsegmentation.Accordingtothefirstpeople'sHospitalofYunnanprovince(Kunhuahospital)theactualclinicalneedsoftumordiseasecomprehensived

7、iagnosisandtreatmentcenter,designedasoftwareplatformofImageView,itisinthecrossplatformC++applicationdevelopmentframework,thedevelopmentofaQthashighscalabilityofthesoftwaredevelopmentenvironmentusingVisualStudio2015,weuseVTK(VisualizationToolkit)visualizationofmedicalimages

8、,andtheuseofITK(InsightSegmentationandRegistrationToolkit)toachievethebasicimageprocessin