| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题研究背景与意义 | 第10-15页 |
| 1.1.1 脑组织图像的研究意义 | 第11-12页 |
| 1.1.2 CUDA技术简介及应用价值 | 第12-15页 |
| 1.2 医学图像三维绘制技术国内外研究现状 | 第15-17页 |
| 1.2.1 国外研究和发展现状 | 第16页 |
| 1.2.2 国内研究和发展现状 | 第16-17页 |
| 1.3 论文的组织结构 | 第17-19页 |
| 第2章 脑组织图像获取与分割 | 第19-32页 |
| 2.1 脑组织图像数据获取 | 第19-21页 |
| 2.2 VBM及其基本原理 | 第21-22页 |
| 2.3 基于VBM的脑组织图像分割实现 | 第22-26页 |
| 2.3.1 脑组织图像预处理 | 第22-25页 |
| 2.3.2 脑组织图像分割 | 第25-26页 |
| 2.4 脑组织图像分割实现 | 第26-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 三维绘制算法原理 | 第32-54页 |
| 3.1 脑组织图像三维绘制算法选择 | 第32-39页 |
| 3.1.1 三维绘制算法分析 | 第33-35页 |
| 3.1.2 三维体绘制算法比较 | 第35-38页 |
| 3.1.3 三维体绘制加速方案 | 第38-39页 |
| 3.2 光线投射算法 | 第39-43页 |
| 3.2.1 光照模型 | 第39-40页 |
| 3.2.2 光线穿越数据场 | 第40-41页 |
| 3.2.3 透明度与合成 | 第41-43页 |
| 3.3 基于CUDA的光线投射算法 | 第43-53页 |
| 3.3.1 CUDA架构模型与CUDA C语言 | 第43-47页 |
| 3.3.2 基于CUDA的算法并行化原理 | 第47-50页 |
| 3.3.3 Kernel函数设计 | 第50-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第4章 脑组织图像的三维绘制实现及结果分析 | 第54-69页 |
| 4.1 实验环境配置 | 第54-55页 |
| 4.2 基于光线投射算法的脑组织图像三维绘制实现与分析 | 第55-60页 |
| 4.2.1 基于光线投射算法的脑组织图像的三维绘制结果 | 第55-57页 |
| 4.2.2 基于脑组织图像的光线投射算法的分析 | 第57-60页 |
| 4.3 基于CUDA加速算法的脑组织图像三维绘制实现 | 第60-67页 |
| 4.3.1 基于CUDA加速算法的脑组织图像三维绘制实现 | 第60-64页 |
| 4.3.2 基于CUDA加速算法的脑组织图像三维绘制结果及分析 | 第64-65页 |
| 4.3.3 基于CUDA的光线投射算法优化 | 第65-67页 |
| 4.4 性能分析与评价 | 第67页 |
| 4.5 本章小结 | 第67-69页 |
| 结论 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第75-76页 |
| 致谢 | 第76页 |
