超声弹性成像高精度位移追踪方法研究

发布时间：2017-06-09 04:05

  本文关键词：超声弹性成像高精度位移追踪方法研究，，由笔耕文化传播整理发布。

【摘要】：超声弹性成像是一种能估计软组织弹性属性的技术,这种组织的弹性信息来源于通过超声信号追踪而来的位移,因此高精度的位移估计方法对于弹性成像是非常重要的。作为一种更客观,更准确,低价格的技术,超声成像技术已经逐渐替代人工触诊来对一些组织的早期病变进行临床诊断。当前,提高超声散斑位移追踪与估计的精度和速度是研究超声弹性成像的学者们追求的目标,因此本文从这两个方面开展了以下研究工作：1)提高计算速度：密歇根理工大学Jingfeng博士于2015年提出了一种新颖的可以同时提高轴向和横向运动估计精确度的子采样位移估计的方法,该方法显示出优于其它方法的性能优势,同时具有较高的灵活性,但是该方法计算密集,在基于CPU的计算机架构下,难以获得实时的性能。研究发现该方法计算过程中位移估计点之间不存在内部线程通信,非常适合并行计算。因此我们通过英伟达公司的CUDA架构实现了该方法在GPU上的高效计算。对比于原始方法在C Mex编译条件下的实现,GPU实现的方法显示最多可实现76X的加速,同时保持了较高的子采样位移估计精度。2)提高位移精度：基于人体组织的局部区域的物理属性(即用于表示组织硬度的弹性模量或应变简介)具有一致性以及局部位移具有连续性的特点,本文提出一种对应的正则化方法以去除位移中的噪声并提高运动跟踪精度。更具体地,利用从传统的位移估计程序中得到的二维(2D)位移估计,通过粒子群算法根据所提出的正则化约束求解最优解,该最优解对应的是满足正则化条件的精确位移。在这项研究中,人体组织局部区域的弹性模量具有一致性是物理约束,并使用上述所提到的数学正则化表示。通过用计算机数字体模和活体数据实验对该算法的测试表明：无论是仿真数据实验还是活体数据实验,该方法都能够有效提高侧向位移估计精度并改善轴向位移估计精度,最终可得到质量更高的轴向和横向应变图像。初步结果表明,该方法无论是从概念上,还是从计算方法上,对于提高目前临床设备--超声弹性成像的图像质量很有用。
【关键词】：超声弹性成像 子采样位移估计 CUDA 位移去噪 粒子群算法
【学位授予单位】：西南石油大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TB559;TP391.41
【目录】：

• 摘要3-4
• Abstract4-7
• 第1章 绪论7-16
• 1.1 研究背景与意义7-8
• 1.2 国内外研究现状8-9
• 1.3 GPU技术与CUDA框架介绍9-10
• 1.4 组织运动追踪的基本方法10-14
• 1.4.1 基于超声信号的运动追踪10-14
• 1.4.2 基于图像的运动追踪14
• 1.5 本文的工作及创新14-15
• 1.6 文章的组织结构15-16
• 第2章 GPU加速的高精度位移估计方法及超声弹性成像应用16-30
• 2.1 理论基础16-20
• 2.1.1 一维二次多项式拟合的子采样位移估计算法16-17
• 2.1.2 二维二次多项式拟合的子采样位移估计算法17-19
• 2.1.3 Couple子采样位移估计算法框架19-20
• 2.1.4 Couple子采样位移估计算法的实现20
• 2.2 Couple子采样位移估计算法的GPU实现20-23
• 2.2.1 GPU编程环境20-21
• 2.2.2 Couple子采样位移估计算法的并行实现21-23
• 2.3 应变计算23
• 2.4 实验验证23-24
• 2.5 实验结果24-29
• 2.5.1 计算速度24-25
• 2.5.2 计算机模拟仿真和体膜实验25-29
• 2.6 本章小结29-30
• 第3章 基于正则化约束的超声散斑位移去噪及超声弹性成像应用研究30-38
• 3.1 方法模型30-31
• 3.2 最优化问题求解31-32
• 3.3 算法实现32-34
• 3.4 实验验证及结果34-36
• 3.4.1 实验验证34
• 3.4.2 实验结果分析34-36
• 3.5 本章小结36-38
• 第4章 总结与展望38-40
• 4.1 本文工作总结38
• 4.2 后续工作展望38-40
• 致谢40-41
• 参考文献41-45
• 攻读硕士学位期间发表的论文及科研成果45

【参考文献】

中国硕士学位论文全文数据库 前1条

1 张静;序列图像运动估计与动脉超声弹性成像[D];重庆大学;2007年

  本文关键词：超声弹性成像高精度位移追踪方法研究，由笔耕文化传播整理发布。

本文编号：434380