基于CUDA的医学图像3D可视化技术的研究
| 摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 第1章 绪论 | 第12-17页 |
| ·课题研究背景及意义 | 第12页 |
| ·国外研究现状 | 第12-13页 |
| ·Visual Human Plan | 第12-13页 |
| ·Visual Software System | 第13页 |
| ·虚拟手术的模拟与仿真 | 第13页 |
| ·国内研究现状 | 第13-14页 |
| ·存在的问题及缺陷 | 第14-15页 |
| ·解决方案 | 第15页 |
| ·研究的内容及工作安排 | 第15-17页 |
| 第2章 模糊均值聚类图像分割算法研究 | 第17-24页 |
| ·问题分析 | 第17页 |
| ·Mercer核理论 | 第17-19页 |
| ·样本线性可分理论 | 第17-18页 |
| ·Mercer核函数 | 第18-19页 |
| ·基于高斯核函数的快速模糊C均值聚类算法 | 第19-21页 |
| ·KFFCM算法原理 | 第20-21页 |
| ·KFFCM算法流程 | 第21页 |
| ·模糊聚类算法有效性评价函数 | 第21页 |
| ·实验结果与分析 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 CUDA并行计算模型 | 第24-28页 |
| ·CUDA组织模型与硬件架构 | 第25页 |
| ·CUDA编程模型与工作模式 | 第25-26页 |
| ·CUDA软件库 | 第26-27页 |
| ·CUDA的优势 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第4章 基于改进的CUDA并行MC算法研究 | 第28-44页 |
| ·三维理论基础 | 第28-30页 |
| ·三维数据场 | 第28-29页 |
| ·体素 | 第29-30页 |
| ·等值面 | 第30页 |
| ·MC算法原理 | 第30-33页 |
| ·体素分类与体素构型的确定 | 第30-31页 |
| ·等值面与体素的交点 | 第31-32页 |
| ·MC算法流程 | 第32页 |
| ·MC算法的缺点及解决方法 | 第32-33页 |
| ·基于改进的CUDA并行MC算法 | 第33-38页 |
| ·算法流程 | 第33页 |
| ·基于并行方式的体素分类 | 第33-35页 |
| ·基于并行方式的体素压缩 | 第35-36页 |
| ·CUDA并行MC算法求解等值点的坐标及法向量 | 第36-38页 |
| ·两种等值点存储方案 | 第38-40页 |
| ·实验结果与分析 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 基于CUDA的3D实时系统设计与实现 | 第44-50页 |
| ·基于CUDA的3D实时可视化系统 | 第44-45页 |
| ·体数据加载 | 第45页 |
| ·图像滤波 | 第45-46页 |
| ·组织器官的分割与提取 | 第46页 |
| ·组织的3D面绘制与可视化 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 总结与展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 附录 | 第58-59页 |
| 攻读硕士学位期间的研究成果 | 第59页 |
