• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 17
    • 下载费用:30 金币  

    重庆时时彩四胆方法: 基于CUDA的DICOM医学影像动态非线性调窗方法.pdf

    关 键 词:
    基于 CUDA DICOM 医学影像 动态 非线性 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    摘要
    申请专利号:

    CN201410095122.3

    申请日:

    2014.03.14

    公开号:

    CN103914852A

    公开日:

    2014.07.09

    当前法律状态:

    授权

    有效性:

    有权

    法律详情: 授权|||实质审查的生效IPC(主分类):G06T 7/20申请日:20140314|||公开
    IPC分类号: G06T7/20 主分类号: G06T7/20
    申请人: 兰州交通大学
    发明人: 王阳萍; 党建武; 邓冲; 杜晓刚; 赵庶旭; 杨景玉; 王松; 陈永; 郭治成; 闵永智; 杨艳春; 蒋偑钊; 王冰; 王文润
    地址: 730070 甘肃省兰州市安宁区安宁西路88号
    优先权:
    专利代理机构: 北京中恒高博知识产权代理有限公司 11249 代理人: 刘洪京
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201410095122.3

    授权公告号:

    ||||||

    法律状态公告日:

    2018.03.30|||2014.08.06|||2014.07.09

    法律状态类型:

    授权|||实质审查的生效|||公开

    摘要

    本发明公开了一种基于CUDA的DICOM医学影像动态非线性调窗方法,包括读取DICOM格式图像中DICOM图像的像素值信息和DICOM图像的标签信息;设置图像窗口的窗宽和窗位,并将非线性函数用于调窗;基于CUDA采用并行算法计算非线性调窗中的映射方程,计算得出DIB图像的像素数据;根据计算得出的DIB图像的像素数据组成的像素数据组,以及步骤一中的标签信息填充位图结构体,并将构造的位图显示出来;根据显示的位图判断是否需要重新设置调窗的窗宽和窗位,如需要重新设置,则返回步骤二。非线性调窗对图像的显示更加细致,达到图像增强的效果,基于CUDA的并行计算有效缩短了DIB图像生成所用时间,保证了实时性。

    权利要求书

    权利要求书
    1.  一种基于CUDA的DICOM医学影像动态非线性调窗方法,其特征在于,
    步骤一、包括读取DICOM格式图像中DICOM图像的像素值信息和DICOM图像的标签信息;
    步骤二、设置图像窗口的窗宽和窗位,并将非线性函数用于调窗;
    步骤三、基于CUDA采用并行算法计算非线性调窗中的映射方程,计算得出DIB图像的像素数据;
    步骤四、根据计算得出的DIB图像的像素数据组成的像素数据组,以及步骤一中的标签信息填充位图结构体,并将构造的位图显示出来;
    步骤五、根据上述显示的位图判断是否需要重新设置调窗的窗宽和窗位,如需要重新设置,则返回步骤二。

    2.  根据权利要求1所述的基于CUDA的DICOM医学影像动态非线性调窗方法,其特征在于,上述标签信息包括图像类型,图像的行数,图像的列数,每个像素数据所包含的样本数,分配位数即表示为每个像素分配的总位数,存储位数即表示每个像素实际的有效位数,表示每个像素有效位的最高位,窗位即当前显示图像实际数据的中心值,窗宽即当前图像实际数据的显示范围,以及截距和斜率。

    3.  根据权利要求1或2所述的基于CUDA的DICOM医学影像动态非线性调窗方法,其特征在于,Sigmoid函数应用于上述非线性调窗的映
    射方程f(i)公式如下:
    f(i)=2551+e-b×i-CW,i∈(-,+)]]>
    其中,b为与曲线的倾斜度有关的特定值,C表示窗位,W表示窗宽。

    4.  根据权利要求1或2所述的基于CUDA的DICOM医学影像动态非线性调窗方法,其特征在于,幂次函数应用于上述非线性调窗的映射方
    程f(i)公式如下:f(i)=255×(i-C+W2W)r]]>
    其中,c、r均为正数,且r≠1,C表示窗位,W表示窗宽。

    5.  根据权利要求4所述的基于CUDA的DICOM医学影像动态非线性调窗方法,其特征在于,所述r<1。

    6.  根据权利要求5所述的基于CUDA的DICOM医学影像动态非线性调窗方法,其特征在于,所述r=0.4。

    7.  根据权利要求1或2所述的基于CUDA的DICOM医学影像动态非线性调窗方法,其特征在于,所述并行算法将计算机的CPU作为Host主机,GPU作为device端,由CPU调用GPU的流多处理器进行计算,即CPU将数据加载到GPU中,每个像素采用GPU的一个Thread来计算。

    说明书

    说明书基于CUDA的DICOM医学影像动态非线性调窗方法
    技术领域
    本发明涉及医学图像处理领域,具体地,涉及一种基于CUDA的DICOM医学影像动态非线性调窗方法。
    背景技术
    为了统一不同医疗设备产生的医学图像的存储格式和传输方式的差异,由美国放射学会(American College of Radiology,ACR)和全美电子制造商协会(National Electrical Manufacturers Association,NEMA)组成的联合委员会开发的医学数字图像存储与通信(Digital Imaging and Communications in Medicine,DICOM)标准已发展成为医学影像信息学中设备之间传输图像和相关信息的国际通用标准,简化了医学图像信息交换,并在实际医疗中得到广泛的使用。医院中的CT、MRI、PET、超声、放疗计划系统中都使用符合DICOM标准的医学图像。
    在医学图像生成后,在其他平台上显示医学图像并获得与图像相关信息是十分重要的。由于医学图像中所存储的数据是相对值,并且其灰度级一般为4096灰度级或者更高,在实际中,这远远高出显示器所能显示的最大灰度级范围(一般为256灰度级)。为了逼真的显示医学图像,需要将其灰度级映射到显示器设备能够显示的灰度级,并允许医护人员实时地根据需要。动态调节所显示的灰度范围,这就是对医学图像进行的调窗处理。
    目前针对DICOM格式医学图像显示的研究主要是线性调窗和动态线性调窗的快速实现,以及将DICOM格式医学图像转化成位图后的图像增强。使用线性调窗,不符合人眼的视觉特性,容易淹没细节。
    发明内容
    本发明的目的在于,针对上述问题,提出一种基于CUDA的DICOM医学影像动态非线性调窗方法,以实现图像显示更加细致,增强图像的优 点,并保证动态调窗的实时性。
    为实现上述目的,本发明采用的技术方案是:
    一种基于CUDA的DICOM医学影像动态非线性调窗方法,步骤一、包括读取DICOM格式图像中DICOM图像的像素值信息和DICOM图像的标签信息;
    步骤二、设置图像窗口的窗宽和窗位,并将非线性函数用于调窗;
    步骤三、基于CUDA采用并行算法计算非线性调窗中的映射方程,计算得出DIB图像的像素数据;
    步骤四、根据计算得出的DIB图像的像素数据组成的像素数据组,以及步骤一中的标签信息填充位图结构体,并将构造的位图显示出来;
    步骤五、根据上述显示的位图判断是否需要重新设置调窗的窗宽和窗位,如需要重新设置,则返回步骤二。
    根据本发明的优选实施例,上述标签信息包括图像类型,图像的行数,图像的列数,每个像素数据所包含的样本数,分配位数即表示为每个像素分配的总位数,存储位数即表示每个像素实际的有效位数,表示每个像素有效位的最高位,窗位即当前显示图像实际数据的中心值,窗宽即当前图像实际数据的显示范围,以及截距和斜率。
    根据本发明的优选实施例,Sigmoid函数应用于非线性调窗的映射方
    程f(i)公式如下:
    f(i)=2551+e-b×i-CW,i∈(-,+)]]>
    其中,b为与曲线的倾斜度有关的特定值,C表示窗位,W表示窗宽。
    根据本发明的优选实施例,幂次函数应用于非线性调窗的映射方程
    f(i)公式如下:f(i)=255×(i-C+W2W)r]]>
    其中,c、r均为正数,且r≠1,C表示窗位,W表示窗宽。
    根据本发明的优选实施例,所述r<1。
    根据本发明的优选实施例,所述r=0.4。
    根据本发明的优选实施例,所述并行算法将计算机的CPU作为Host主机,GPU作为device端,由CPU调用GPU的流多处理器进行计算,即CPU将数据加载到GPU中,并每个像素采用GPU的一个Thread来计算。
    本发明的技术方案具有以下有益效果:
    本发明的技术方案,采用非线性调窗方式,根据需要,扩展不同灰度级使图像的显示方式更符合人类视觉特性或是突出某些感兴趣区域,达到图像显示更加细致,增强图像的目的。为了解决非线性调窗计算时间长与动态调窗要求实时性的矛盾,利用CUDA平台采用并行算法对图像生成算法并行化计算。极大地缩短图像生成所使用的时间,保证了实时性。
    下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
    附图说明
    图1为本发明实施例所述的DICOM图像与DIB转换框图;
    图2为本发明实施例所述的DICOM文件片段示意图;
    图3为本发明实施例所述的调窗处理原理框图;
    图4为本发明实施例所述的Sigmoid曲线图;
    图5为本发明实施例所述的幂次函数曲线图;
    图6为本发明实施例所述的异构编程原理框图;
    图7为本发明实施例所述的动态调窗流程图;
    图8a为本发明实施例所述的胸腔采用线性调窗的成像图;
    图8b为本发明实施例所述的胸腔采用非线性调窗的成像图;
    图9a为本发明实施例所述的采用线性调窗的成像图;
    图9b为本发明实施例所述的采用幂次函数非线性调窗成像图;
    具体实施方式
    以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
    一种基于CUDA的DICOM医学影像动态非线性调窗方法,步骤一、包括读取DICOM格式图像中DICOM图像的像素值信息和DICOM图像的标签信息;
    步骤二、设置图像窗口的窗宽和窗位,并将非线性函数用于调窗;
    步骤三、基于CUDA采用并行算法计算非线性调窗中的映射方程,计算得出DIB图像的像素数据;
    步骤四、根据计算得出的DIB图像的像素数据组成的像素数据组,以及步骤一中的标签信息填充位图结构体,并将构造的位图显示出来;
    步骤五、根据上述显示的位图判断是否需要重新设置调窗的窗宽和窗位,如需要重新设置,则返回步骤二。
    其中,标签信息包括图像类型,图像的行数,图像的列数,每个像素数据所包含的样本数,分配位数即表示为每个像素分配的总位数,存储位数即表示每个像素实际的有效位数,表示每个像素有效位的最高位,窗位即当前显示图像实际数据的中心值,窗宽即当前图像实际数据的显示范围,以及截距和斜率。
    Sigmoid函数应用于非线性调窗中映射方程f(i)如下:
    f(i)=2551+e-b×i-CW,i∈(-,+)]]>
    其中,b为与曲线的倾斜度有关的特定值,C表示窗位,W表示窗宽。
    幂次函数应用于非线性调窗的映射方程f(i)如下:
    f(i)=255×(i-C+W2W)r]]>
    其中,c、r均为正数,且r≠1。C表示窗位,W表示窗宽。
    并行算法将计算机的CPU作为Host主机,GPU作为device端,由CPU调用GPU的流多处理器进行计算,即CPU将数据加载到GPU中,每个像素采用GPU的一个Thread来计算。
    具体的实施步骤如下:
    1.1DICOM文件元信息组读取,
    DICOM格式图像必须转换成计算机兼容的图像格式才能显示。将其转换成设备无关位图(Device Independent Bitmap,DIB),转换之前首先要提取DICOM文件中相关信息和像素值。其次,根据相关信息,将像素值转换为设备产生的实际物理值。最后,将物理值转为相应的DIB像素灰度值。
    将DICOM格式的图像文件后缀名由“dcm”改为“cpp”,就可以使用MSVC(Microsoft Visual C++)读出其二进制内容,如图2所示。
    在DICOM文件的128个字节导言和“DICM”标示符之后,紧接着是DICOM文件元信息。其中最重要的是(0002,0012)标签,从中可以知道此文件所采用的传输语法(Implementation Class UID)是Little Endian还是Big Endian,它规定了DICOM格式文件中字节排列的格式。DICOM格式文件中默认使用Little Endian排列格式,即在由多字节组成的二进制数中,不重要的字节首先被编码,并且在包含多个8位字节代码的字符时,字符应按出现顺序编码。Big Endian排列格式与之相反。排列格式决定了标签和 图像像素值的读取方式。
    1.2DICOM图像像素数据编码相关信息读取
    对像素数据集做如下定义:
    定义1对于M×N×K灰度级的数字图像P为集合XM×YN到集合KP的函数,且满足以下条件:
    (1)XM={i|i∈Z^0≤i≤M-1}
    (2)YN={i|i∈Z^0≤i≤N-1}
    (3)KP={i|i∈Z^0≤i≤2K-1}
    称XM×YN为图像P的像素集,记为PM×N,称XM×YN中<m,n>元素为图像P的一个像素,记为Pmn。称KP为图像的灰度级集。KP中元素i为图像P的第i级灰度,记为。图像P的灰度级数为2K。
    在DICOM格式文件中与图像像素数据编码密切相关的标签主要有以下几个:
    (0028,0002)Samples per Pixel:每个像素数据所包含的样本数,DICOM图像为灰度图像时这个值一般为1,彩色图像时一般为3;
    (0028,0004)Photometric Interpretation:图像颜色系统,表示图像类型,可选值有MONOCHROME1、MONOCHROME2、RGB、YBR等。MONOCHROME1代表图像为灰度图像,其最小样本值显示为白色;MONOCHROME2代表图像为灰度图像,其最小样本值显示为黑色;RGB代表图像为彩色图像。这个标签决定了DICOM调窗所使用转换公式类型;
    (0028,0010)Rows:行,表示图像的行数,即定义1中的M;
    (0028,0011)Columns:列,表示图像的列数,即定义1中的N;
    (0028,0100)Bits Allocated:分配位数,表示为每个像素分配的总位数;
    (0028,0101)Bits Stored:存储位数,表示每个像素实际的有效位数,即定义1中的K;
    (0028,0102)High Bit:最高位,表示每个像素有效位的最高位。综合以上三个标签可以确定每个像素有效位的开始位与结束位,保留有用的位,将多余的位去掉,得到图像像素值;
    (0028,1050)Window Center:窗位,当前显示图像实际数据的中心值,;
    (0028,1051)Window Width:窗宽,当前图像实际数据的显示范围。只有在当图像颜色系统为MONOCHROME1或者MONOCHROME2时,以上两个标签才起作用,对其他的图像没有意义。有些DICOM图像并没有使用“窗宽”和“窗位”标签,较早的DICOM标准中也没有这两个标签,这时需要找到像素的最大和最小值,做全窗显示。
    (0028,1052)Rescale Intercept:截距;
    (0028,1053)Rescale Slope:斜率。对于CT图像,通过获取截距与斜率的值,可以将图像像素值从0~4095还原成CT值的范围(一般在-1024~3095之间)。由于DIB图像是根据CT值生成的,故需要将DICOM图像像素值转换为CT值,转换公式如下:
    HU=PixelValue*RescaleSlope+RescaleIntercept   (1)
    其中,HU为CT值,PixelValue为DICOM图像像素值。
    (7FE0,0010)Pixel Data:像素数据,此标签存储的是DICOM图像P中所有像素的像素值,总数为M×N。
    使用以上标签提供的信息,就可以将DICOM格式文件中的像素数据还原为真实的由医疗设备产生的物理数据,接着,只需按照合适的方式来转换并显示这些物理数据,就可以将其直观地提供给医护人员使用。
    1.3非线性调窗处理
    虽然DICOM格式医学图像的灰度级远远大于显示器所能显示的灰度级,但是针对特定的器官和组织,有和其对应的灰度区间,例如,脑组织的CT值一般在-100Hu~150Hu之间,所以,可以只将显示感兴趣组织的灰度区间压缩显示到显示器能够显示的灰度区间上,屏蔽其他灰度范围的像 素。通过调节灰度区域的范围和大小来观察不同密度的器官组织或病变,这就是调窗处理。这个被压缩的灰度范围就是窗口,其灰度范围的宽度叫窗宽,其中心值叫窗位。以CT图像为例,将一定区间的CT值转化成显示器灰度值,如图3所示。
    其中,CTmax和CTmin分别为灰度区间的最大值和最小值,窗宽=CTmax-CTmin,窗位=(CTmax+CTmin)/2。
    当图像颜色系统为MONOCHROME1时,对于M×N×K的DICOM格式图像P到M×N×L的DIB图像Q之间的转换公式如下:
    LQi=2L-1i<C-W2g(i)C-W2iC+W20i>C+W2---(2)]]>
    其中W为窗宽,C为窗位,LQ为DIB图像的灰度级集,为图像Q中象素的第i级灰度,g(i)为KP到LQ的映射,并满足:
    &ForAll;i&ForAll;j(i&Element;KP^j&Element;KP^ij&RightArrow;LQi&GreaterEqual;LQj)---(3)]]>
    当图像颜色系统为MONOCHROME2时,对于M×N×K的DICOM格式图像P到M×N×L的DIB图像Q之间的转换公式如下:
    KPi=0i<C-W2f(i)C-W2iC+W22L-1i>C+W2---(4)]]>
    其中W为窗宽,C为窗位,f(i)为KP到LQ的映射,并满足:
    &ForAll;i&ForAll;j(i&Element;KP^j&Element;KP^ij&RightArrow;LQiLQj)---(5)]]>
    两种颜色系统是相关的,它们产生的图像互为反色,即g(i)=2L-1-f(i)。故只需考虑DICOM格式中颜色系统为MONOCHROME2的图像,将其取反,就可得到MONOCHROME1图像。
    引入非线性调窗主要是由于线性调窗存在以下几个方面的不足。
    首先,线性调窗不能保证感兴趣数值区域(Values Of Interest,VOI)在生成的DIB图像占据更多灰度级。非线性调窗可以在满足以上要求的同时,对其他区域保留大致的图像信息,从而达到图像增强的目的。其次,对于灰度级非常高的DICOM图像(例如DR图像,其灰度级可达214=16384级),窗口较大,使用线性调窗会使细节信息淹没。
    再次,人眼对不同灰度的对比灵敏度是不同的。研究表明,人眼对比灵敏度在灰度标准显示函数的亮度范围是非线性的。相对于图像较亮的区域,人眼对图像较暗的区域不敏感。人眼在敏感度上的变化使得其在观察较亮区域的灰度变化比较暗区域的更容易,这就需要压缩较亮灰度区域,拉伸较暗灰度区域。
    最后,根据韦伯定律,不同工作环境亮度,会使人对同一亮度产生不同的相对亮度感觉,不同显示器也会造成显示的差异,利用可视化模型可以对图像显示进行修正,这些修正也是通过非线性函数实现的。
    非线性调窗可选的函数比较多,本技术方案采用具有代表性的函数Sigmoid函数和幂次函数。
    a)Sigmoid函数的基本形式如公式6所示。
    Sigmoid(x)=11+e-x---(6)]]>
    其定义域为(-∞,+∞),值域为(0,1),在其定义域内为光滑连续的递增函数,满足公式5的要求。将其应用到非线性调窗时,需要对其按公式7调整。
    f(i)=2551+e-b×i-CW,i&Element;(-,+)---(7)]]>
    其中,b与曲线的倾斜度有关的数值。选取骨窗时,窗位C=300,窗宽W=1500,b=4,f(i)函数曲线如图4所示。
    过窗位点C=300的切线(直线)与f(i)=0和f(i)=255的交点分别是窗口的最小值
    Min=C-W2=-450---(8)]]>
    和最大值
    Max=C+W2=1050---(9)]]>
    从曲线的形状可以看出,使用Sigmoid函数,可以使窗口内的数值在生成的DIB灰度值中占绝大部分区域,将公式8和公式9带回公式7,即可计算整个窗口在DIB中的所占比例p:
    p=(f(Max)-f(Min))/255=2551+e-b/2-2551+eb/2---(10)]]>
    当b=4时,p=76.16%。这样即可以细致的显示感兴趣区域,也能大致显示其他区域的信息,弥补了线性调窗的若干不足。
    b)幂次函数的基本形式如下:
    h(x)=cxr+b      (11)
    其中,参数c、r均为正数。当r=1时,幂次函数变为线性函数。
    将其应用到非线性调窗时,变为:
    f(i)=255×(i-C+W2W)r---(12)]]>
    当r的取值在0~1之间时,此函数和对数函数可以扩展低灰度值,压缩高灰度值,让图像的灰度分布更符合人眼敏感度。当r大于1时,此函数和指数函数可以扩展高灰度级,压缩低灰度级。通过调节参数值,幂次函数可以完成对数函数和指数函数的功能。本技术方案中使用幂次函数实现非线性调窗,且r的取值一般小于1。
    幂次函数还经常用于显示设备的伽马校正中。目前,几乎所有的CRT显示器、电子照相机和摄影胶片的光电转换性都是非线性的。
    在选取肺窗时,窗位C=-400,窗宽W=1500,f(i)函数曲线如图5所示。从上到下分别为r=0.2、r=0.4、r=0.6时的曲线图像。
    由于当r=0.2时函数过于陡峭,r=0.6时函数较为接近线性函数,故一般选取r=0.4。
    1.4DICOM图像的DIB显示
    提取DICOM信息,就是为了填充DIB显示需要的位图文件格式的位图信息头、颜色信息和图形数据。
    位图信息头中主要需要的位图高度、位图宽度、位图位数、位图区域大小等信息均已获得。颜色信息可以根据图像颜色系统确定。图形数据就是调窗之后获得的DIB像素灰度值。需要注意的是,生成位图时需要进行四字节对齐。
    此时,就可以将一张DICOM格式图像在计算机中显示了。
    2基于CUDA的动态调窗快速实现
    采用非线性调窗后,由于引进了超越函数,必然使生成图像时的计算量增大,造成图像生成时的延时。而动态调窗需要保证图像迅速更新,操作时不能有滞后的现象。这就要求提高图像生成的效率。
    在图像调窗过程中发现,对于每个像素,计算过程是独立的,因此可以使用并行计算的方法,缩短灰度映射时的计算时间??梢岳孟兄玫腉PU计算能力来实现像素映射的并行运算。同时非线性问题在GPU中的 特殊功能单元(Special Function Units,SFU)中获益颇丰,在计算一些超越函数(例如log()、exp()、cos()、sin()等)时,相比传统处理器获得了接近25倍的性能提升。
    2.1GPU与CUDA架构
    CDUA包括英伟达对图形处理器通用计算技术(General Purpose Computing on Graphics Processing Unit,GPGPU)的完整的解决方案,是一个由CPU和GPU组成的异构计算网络。将CPU作为Host主机,GPU作为device(设备)端。由CPU调用GPU的流多处理器进行计算。CUDA可以使程序员对GPU进行编程,进而发挥其拥有的强大的并行处理和浮点运算能力。串行代码在主机上执行,而并行代码在设备上执行。如图6所示。
    2.2并行算法设计
    由于每个像素的计算是独立的,所以可以使用一个Thread(线程)计算一个像素值为每一个像素分配一个Thread。并且,不同的Thread之间不需要同步动作,可以设置每个Block(线程块)中使用尽量多的Thread来进一步提高速度。
    如果在GPU中实现折线调窗,那就需要多个判断语句来确定数值所位于的区域。而条件子句(if语句)会极大地降低流多处理器内部的执行性能。不难发现,Sigmoid函数与折线调窗比较相似,并且Sigmoid函数更加平滑,且定义域为(-∞,+∞),且在这个定义域上函数形式是相同的,不再需要进行条件判断,所以,在GPU上不考虑折线调窗方法,而是用更加优秀的Sigmoid函数非线性调窗来代替。
    为了方便医护人员动态调窗和查看调整后的图像,使用Microsoft Visual Studio2010的微软基础类(Microsoft Foundation Classes,MFC)编写用户界面和鼠标消息响应操作,在MFC中调用CUDA核心程序。使用CUDA编写的文件的扩展名是.cu,而在MFC中不能直接包含(include).cu 文件,这就需要使用extern“C”的方式来实现Kernel函数的调用。同时,还需要对CUDA文件的生成方式、整个项目的依赖项和生成事件进行设置。
    程序执行的主要步骤如下:
    1打开图像文件;
    2提取相关标签信息与图像数据;
    3设置窗宽窗位;
    4选择非线性函数用于调窗射;
    5调用GPU核心程序,根据窗宽窗位及非线性映射方程计算DIB图像的像素数据;
    6返回DIB像素数据数组,根据标签信息与DIB图像的像素数据填充位图结构体,并显示位图;
    7如果重新设置窗宽窗位,则返回步骤3进行多次计算,否则转步骤8。
    8结束。
    程序的流程图如图7所示。
    在程序中使用线程索引、Block索引、Block尺寸、Grid尺寸来直接确定数据在输入数组的位置,这样可以方便地索引数据,减少数据传输,并能正确地完成并行读取。内核代码部分如下:


    结果分析
    实验以C++语言为基础,在VS2010环境下编译。实验平台所使用的CPU为Intel Celeron [email protected],GPU为英伟达GeForce GTX650Ti,计算机系统为Microsoft Windows XP Professional Service Pack3,内存2G。
    对灰度级较高的DR图像,通过线性调窗(图8a)与非线性Sigmoid函数调窗图像(图8b)显示效果比较发现,Sigmoid函数调窗图像不仅对骨骼能够更清晰地显示,同时能够对体表边缘进行显示,展现出更多的图像细节。
    对CT图像分别经过线性调窗(图9b)与幂次函数非线性调窗(图9a)后比较,发现用幂次函数进行非线性调窗对低灰度区域的软组织信息显示更加详细,弥补了CT对软组织显示能力弱的缺点。在分别应用线性与非 线性调窗之后对图像使用模糊聚类方法进行分割时,应用非线性调窗的图像获得了更好的分割效果。
    针对不同的调窗方式,对分辨率为512*512的CT图像进行加速,实验5次,计算平均耗时与平均加速比,时间统计单位为毫秒。结果如表一所示。
    表一、CT图像加速比对比表:
    针对不同的调窗方式,对分辨率为3027*2560的DR图像进行加速,实验5次,计算平均耗时与平均加速比,时间统计单位为毫秒。结果如表二所示。
    表二、DR图像加速比对照表:

    从图8a、图8b图9a、图9b可也看出,使用非线性调窗可以获得更好的图像显示效果,也为后期的图像处理打下基础。同时,使用GPU计算位图像素值,使计算速度获得了明显的提升,保证了动态调窗的实时性,为医学图像的研究及临床应用提供了方便。
    最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的?;し段е?。

    关于本文
    本文标题:基于CUDA的DICOM医学影像动态非线性调窗方法.pdf
    链接地址://www.4mum.com.cn/p-6130481.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
  • 七乐彩app 浙江快乐彩十二选五开奖结果 彩票分析家 江西时时彩查询结果 上海天天彩选四开规则 河南11选5走势图百度乐彩 体彩p3试机号今天 开天眼中彩票大奖 全年固定杀肖公式规律 贵州11选5前2跨度 p3试机号后预测总汇 南昌麻将口诀 股票配资余额 双色球如何在网上合买 中华彩票安卓 广东快乐10分开奖助手