[发明专利]基于GPU并行运算的X射线造影图像仿真方法有效
申请号: | 201210479044.8 | 申请日: | 2012-11-22 |
公开(公告)号: | CN102945328A | 公开(公告)日: | 2013-02-27 |
发明(设计)人: | 杨健;王涌天;刘越;宋爽 | 申请(专利权)人: | 北京理工大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00;G06T19/00 |
代理公司: | 北京理工大学专利中心 11120 | 代理人: | 高燕燕 |
地址: | 100081 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 gpu 并行 运算 射线 造影 图像 仿真 方法 | ||
1.基于GPU并行运算的X射线造影图像仿真方法,其特征在于,包括以下步骤:
第一步:旋转造影成像模型的构建:根据临床C型臂旋转造影成像系统的参数信息,包括C型臂旋转角度、成像系统各部位之间的距离,构建旋转造影成像模型;
第二步:三维影像中冠状动脉的分割:通过选取血管种子点,利用区域增长算法对CT影像中的冠状动脉进行半自动分割;
第三步:基于权重优化的冠状动脉增强影像的模拟:根据冠脉结构在三维影像中的空间分布信息,对相应的CT值进行权重优化,增强三维影像中冠状动脉脉络结构;
第四步:透视投影模型的构建:根据摄像机成像原理,利用旋转成像系统的参数信息,构建内参和外参矩阵,实现三维影像空间到二维成像空间的映射;
第五步:基于欧式距离的权重因子设定:利用第四步获取的三维影像的投影坐标信息,计算每个投影坐标点和其最近四个像素坐标之间的欧氏距离,构建归一化比例因子,作为不同体素对成像平面像素灰度信息的权值;
第六步:能量透射衰减模型的构建:根据X射线在三维影像中透射路径信息,构建指数型能量衰减积分模型,计算透射X射线的能量分布;
第七步:GPU纹理参数的初始化:将三维影像的每层体素坐标设置为GPU加速的相关纹理参数,作为后续算法并行处理的原始数据;
第八步:基于GPU加速的X射线造影成像:利用第七步所设定的纹理参数,采用第四步、第五步和第六步所述的X射线造影成像模型,并行计算三维影像在投影平面的灰度信息分布,实现最终冠脉增强的造影仿真影像。
2.如权利要求1所述的基于GPU并行运算的X射线造影图像仿真方法,其特征在于,该旋转造影成像系统支持静态和动态两种成像模式,其中静态模式通过固定成像角度,可实现病患的实时成像;动态模式通过设置成像旋转范围,可实现病患的全方位成像。
3.如权利要求1或2所述的基于GPU并行运算的X射线造影图像仿真方法,其特征在于,所述的透视投影模型采用以下方法构建:首先模拟成像系统中的三个坐标系:世界坐标系o-xWyWzW,投影图像坐标系o′-uv和摄像机坐标系c-xCyCzC,其中世界坐标系以影像中心为原点,以实际物理距离为单位;投影图像坐标系以投影平面起始位置为原点,以像素为单位;摄像机坐标系以光源中心为原点,以体素为单位;
三个坐标系中的齐次坐标表示如下:世界坐标系:pW=[xW,yW,zW,l]T,摄像机坐标系:pC=[xC,yC,zC,l]T,投影图像坐标系:pI=[u,v,l]T;通过左乘变换矩阵实现各坐标系间的相互变换;设MC,MI表示坐标系间的变换矩阵,且分别实现o-xWyWzW坐标系到c-xCyCzC坐标系的变换,和c-xCyCzC坐标系到o’-uv坐标系的变换:pC=MCpW pI=MIpC;则有PI=MIMCpW,在摄像机成像模型中相应有:
在摄像机成像模型中,矩阵K的表达形式如下:
在旋转造影仿真系统中,f对应光源到成像平面的距离,即SID;dx和dy为三维影像在平行XOY平面方位的分辨率;
矩阵R和t分别描述世界坐标系到摄像机坐标系的旋转和平移,表示如下:
其中θ为C型臂与XOZ平面的夹角,为C型臂与YOZ平面的夹角,SOD为射线源到旋转中心P的距离,此时公式描述中设定X射线源在世界坐标系的第四象限,在其它象限只需重新设定对应的平移矩阵t;
投影模型表示如下:
4.如权利要求1或2所述的基于GPU并行运算的X射线造影图像仿真方法,其特征在于,对三维影像中冠脉进行增强,使得后续造影图像模拟中冠脉的对比度提高,可提高临床对血管病灶的确诊率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210479044.8/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用