[发明专利]基于GPU并行运算的X射线造影图像仿真方法

说明书

技术领域

本发明涉及一种基于GPU并行运算的X射线造影图像仿真方法，适用于重建算法优势的评价及临床医务人员培训等领域。

背景技术

冠状动脉造影成像以其高分辨率和高对比度等特征，被称为心血管疾病诊断和治疗成像方法中的“金标准”。获取造影图像的途径包括单平面、双平面及旋转造影成像方式。旋转造影成像可实现多角度照射，降低了对狭窄病灶误诊的概率，方便医生对血管狭窄程度的了解及合适治疗方案的制定。但临床冠脉造影图像仍普遍存在以下问题：(1)因血管结构错综复杂引起的交叉和遮挡严重；(2)二维造影图像丢失大量的空间信息；(3)造影图像中存在大量的背景噪声。上述问题导致临床医生很难通过有限的成像角度对病灶进行诊断和治疗。

基于X射线冠状动脉造影图像的三维重建可有效弥补冠状动脉造影术中存在的缺陷。该技术可从有限的二维图像中恢复血管的三维信息，在先验知识的引导下，实现对血管狭窄部分的测量和评估、对冠状动脉运动的模拟、及最佳造影成像角度的确定等。但因真实造影数据的多样性导致三维重建算法缺少统一的评价标准。

基于X射线造影图像的仿真可获取具有先验知识的造影图像，为三维重建算法的研究和改进提供精确的评价标准，最终实现基于真实造影图像高精度的三维重建。在临床应用中，有利于医生完成对病灶的快速定位和处理，有效地减少手术时间，提高手术效率，减少X射线的辐射对病人和医生造成的危害。

实现X射线造影图像仿真的主流算法可分为两类——体素驱动法和光线驱动法。体素驱动法是通过连接三维影像的所有体素和光源，利用透视投影模型，获取体素在投影平面上对应的像素坐标及所有像素的灰度分布信息，从而实现造影图像的仿真，但该方法因精度较低而未被广泛使用。光线驱动法是通过连接投影平面上的像素和光源，利用能量积分衰减模型，求解像素的灰度值，获取仿真的造影图像。该方法已被广泛用于图像去噪及重建的后续处理中，但其计算量偏大，故在实际算法设计中，可根据精度要求，设定固定的能量积分步长，获取造影图像，因而能在一定程度上降低计算的复杂度。随着基于GPU的单指令多数据计算模型的迅速发展，在医学影像的处理中，通过设计并行算法程序，以体素或像素初始化GPU纹理，实现并行渲染，可极大程度的提高算法的运行效率。

综上所述，现有X射线造影图像仿真存在的问题：

1.不能对造影图像进行全方位成像，实现病患的全面性诊断；

2.仿真结果和真实造影图像相比，真实度低；

3.仿真造影图像时间效率低。

发明内容

为克服现有X射线造影图像仿真技术的不足，本发明提出了一种基于GPU并行运算的X射线造影图像仿真方法，是一种基于冠脉增强的三维影像，以透视投影模型和能量衰减模型作为成像基础的造影图像的快速仿真方法。

该种基于GPU并行运算的X射线造影图像仿真方法，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；

所述的旋转造影成像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，实现病患的实时成像；动态模式通过设置成像旋转范围，实现病患的全方位成像；

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：基于并行计算的冠脉增强的X射线造影成像仿真：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。