（电路与系统专业论文）基于实时超声心动图分割技术的心脏功能监测.pdf

中文摘要摘要：目前，实时的超声心动图已成为一项常规的临床医疗工具。利用实时二维超声心动图测定左室收缩功能是现在临床上最常用的左室功能无创性检查方法。图像分割在医学超声心动图像的定量、定性分析中均扮演着重要的角色，直接影响到后续的分析、处理工作。通过图像分割，可以把目标对象一如左心室完整地从复杂的背景中分割出来，从而利用特定的方式进行表示，方便医师进行观察和诊断。针对二维超声心动图像噪声大，边界模糊，狄度分布不均匀等特点，本文在传统的基于水平集的c v 模型的基础上，将局部区域信息引入c v 模型中，并利用零水平集曲线的平均边缘能量对其演化速度进行了控制，从而提出了一种基于局部信息的改进的c v 模型超声图像分割算法。相对传统的c v 模型，该算法具有较强的抗噪性，适合对灰度不均匀，目标轮廓模糊的超声图像进行处理，从而较好的解决了超声心动图中心室弱边缘的图像分割及轮廓提取问题。该算法的缺点是迭代次数较多，计算量较大。c u d a 是一种基于c p u + g p u 的并行编程模型和软件环境，它性能好，兼容性强，在计算架构上整合了c p u 币i g p u ，不仅可以满足实时图像处理对算法求解效率的追求，而且开发成本也比较低廉。为了实现对超声心动图的高速实时分割处理，本文采用了基于c p u + g p u 架构的c u d a 编程模型来设计和实现c v 模型图像分割算法，并对二维超声心动图进行了分割实现。基于以上研究工作，本文采用c u d a 实现改进的c v 模型超声心动图分割算法不仅抑制了心动图中的噪声和伪边缘，准确的分割出了心室的轮廓信息，而且切实的提高了分割算法的求解速率，满足实时处理的要求，为临床应用创造了工程价值。本文后续工作可以研究减少分割算法迭代次数进一步提高求解效率或对其它医学超声图像进行基于c u d a 的分割研究。关键词：g p u 并行计算；c u d a ；图像分割；超声心动图像；分类号：t p 3 9 1a b s t r a c ta b s t r a c t ：a tp r e s e n t ，r e a l t i m ee c h o c a r d i o g r a p h yh a sb e c o m ear o u t i n ec l i n i c a lt 0 0 1 m e a s u r i n gl e f tv e n t r i c u l a rs y s t o l i cf u n c t i o nb yu s i n ge c h o c a r d i o g r a p h yi st h ec o m m o n l yu s e dc l i n i c a ln o n i n v a s i v em e t h o di nt h ec u r r e n te x a m i n a t i o no fl e f tv e n t r i c u l a rf u n c t i o n i m a g es e g m e n t a t i o np l a y sa l li m p o r t a n tr o l ei nt h eq u a n t i t a t i v ea n dq u a l i t a t i v ea n a l y s i so ft h em e d i c a lu l t r a s o u n di m a g ea n de x e r t sad i r e c ti n f l u e n c eo nt h es u b s e q u e n ta n a l y s i sa n dp r o c e s s i n g t h r o u g hi m a g es e g m e n t a t i o n ，t h es u b j e c t ，s u c ha st h el e f tv e n t r i c u l a r , c a nb es p l i to u tf r o mac o m p l e xb a c k g r o u n da n dm a r k e di nas p e c i f i cw a y , w h i c hf a c i l i t a t e sd o c t o r s o b s e r v a t i o na n dd i a g n o s i s c o n s i d e r i n gt h en o i s i n e s s ，f u z z yb o u n d a r ya n dt h eu n e v e nd i s t r i b u t i o no fg r a y ,b a s e do nc o n v e n t i o n a lp a r a l l e lc o m p u t i n gc - v ，t h i sp a p e ri n t r o d u c e st h ei n f o r m a t i o no ft h el o c a la r e ai n t ot h ec vm o d e l ，u t i l i z e st h ea v e r a g ee d g ee n e r g yo ft h ez e r ol e v e ls e tc u r v et oc o n t r o lt h es p e e do fi t se v o l u t i o na n dp r o p o s e sa ni m p r o v e dc - vm o d e ls e g m e n t a t i o na l g o r i t h mo fs u p e r s o n i ci m a g eo nt h eb a s i so ft h ei n f o r m a t i o no ft h el o c a la r e a c o m p a r e dw i t hc o n v e n t i o n a lc - vm o d e l ，t h i sa l g o r i t h mb o a s t sas t r o n ga n t i n o i s i n e s sc a p a b i l i t y , s u i t a b l et op r o c e s st h es u p e r s o n i ci m a g e st h a ta r eu n e v e n l yg r a ya n dh a v ev a g u ec o n t o u rg o a l s t h i sb e t t e rr e s o l v e st h ep r o b l e mo fc o n t o u re x t r a c t i o na n ds e g m e n t a t i o no ft h ew e a ke d g eo ft h ev e n t r i c u l a ri ns u p e r s o n i ce c h o c a r d i o g r a p h y t h es h o r t a g e so ft h ea l g o r i t h mi n c l u d eal a r g en u m b e ro fi t e r a t i o n sa n dah e a v yc o m p u t i n gl o a d c u d ai sap a r a l l e lp r o g r a m m i n gm o d e la n ds o f t w a r ee n v i r o n m e n tb a s e do nc p u + g p u i tb o a s t sa ne x c e l l e n tp e r f o r m a n c ea n dh i g hc o m p a t i b i l i t y i tc o m b i n e sc p ua n dg p ui nc a l c u l a t i o na n di sh i g h l ye f f i c i e n ta n dc o s t e f f e c t i v e i no r d e rt or e a l i z et h es p e e d ya n dr e a l t i m es e g m e n t a t i o no fe c h o c a r d i o g r a p h y , t h i sp a p e rd e v i s e sa n dp u t si n t ou s et h ec vm o d e li m a g es e g m e n t a t i o na l g o r i t h mu s i n gc u d ap r o g r a m m i n gm o d e lb a s e do nc p ua n dg p ua n da c h i e v e st h es e g m e n t a t i o no ft h et w o d i m e n s i o n a le c h o c a r d i o g r a p h y 。b a s e do nt h ew o r ka b o v e ，t h ef e a s i b l es e g m e n t a t i o no fs u p e r s o n i ce c h o c a r d i o g r a p hb a s e do nc vm o d e la c h i e v e db yc u d ai n t h i sp a p e rn o to n l ys u p p r e s s e st h ep r o b l e m so fn o i s i n e s sa n dp s e u d o e d g ea n da t t a i n sa c c u r a t es e g m e n t a t i o no ft h ev e n t r i c u l a rc o n t o u ri n f o r m a t i o nb u ta l s oi m p r o v e st h es o l v i n gr a t eo fa l g o r i t h m t h i si so fg r e a t ：i g n i f i c a n c ef o rc l i n i c a lu s e t h ef o l l o w u pw o r ko ft h i s1 vj e 立銮垣厶堂亟堂焦途塞旦墨! b tp a p e rc a ns t u d yr e d u c i n gt h en u m b e ro fi t e r a t i o n si ns e g m e n t a t i o na l g o r i t h mt of u r t h e ri m p r o v et h es o l v i n gr a t eo rc o n d u c ts e g m e n t a t i o ns t u d i e sc o n c e r n i n go t h e rm e d i c a ls u p e r s o n i ci m a g e sb a s e do nc u d a k e y w o r d s ：g p up a r a l l e la l g o r i t h m ；e c h o c a r d i o g r a p h yc l a s s n o ：t p 3 91vc u d a ；i m a g es e g m e n t a t i o n ；s u p e r s o n i c致谢本论文的工作是在我的导师侯建军教授的悉心指导下完成的，侯建军教授的谆谆教诲，使我的专业理论水平和科研能力得到不断的巩固、拓宽和提高，导师严谨的治学态度和科学的工作方法同时也给了我极大的帮助和影响。在此衷心感谢三年来侯建军老师对我的关心和指导。侯建军教授悉心指导我们完成了实验室的科研工作，在学习上和生活上都给予了我很大的关心和帮助，在此向侯建军老师表示衷心的谢意。殷学明副研究员对于我的科研工作和论文都提出了许多的宝贵意见，在此表示衷心的感谢。在实验室工作及撰写论文期间，张文礼、马晶晶、洪祥元、王书浩、王鹤天等同学对我论文中的图像处理研究工作给予了热情帮助，在此向他们表达我的感激之情。另外也感谢我的父母，他们的培养和教育才让我今天一步一步的走到科研研究的岗位上，他们的理解和支持使我能够在学校专心完成我的学业。1 绪论1 1超声心动图分割研究的背景及意义1 1 1超声心动图及其诊断仪概述随着医学影像设备的广泛应用和高速发展，超声成像( u l t r a s o u n di m a g i n g ) 、计算机x 射线、断层造影术( m r i ，m a g n e t i cr e s o n a n c ei m a g i n g ) 、核医学成像( 如s p e c t ,p e t 等) 逐渐发展成为现代的四大医学成像技术。其中由于超声成像独具的实时性、廉价性、无损性、可重复性和灵敏度高等优势而被广泛应用于临床检测、诊断和治疗中，它在人体内部组织器官的定量分析、实时监控和治疗规划等方面都有极大的潜力。超声心动图诊断仪是使用超声波检查心脏和大血管的解剖结构及活动状态的无创性技术。自1 9 5 4 年瑞典学者e d l e r 首先把超声心动图用于临床以来，这项技术已经发展了5 7 年。超声心动图诊断仪的基本原理是使用超声探头发出超声束，通过心脏各层组织，反射的回波在探头发射超声波的间隙被接收，通过正压电效应转变为电能，再经检波、放大，在荧光屏上显示为强弱不同的光点，超声波脉冲不断穿透组织及产生回波，不同时间反射回来的声波，依反射界面的先后而呈一系列纵向排列的光点显示于荧光屏上。超声心动图的诊断仪主要由发射电路、主控电路、接收电路、扫描发生器、换能器和图像显示器构成：( 1 ) 发射电路受到同步信号的触发时会产生高压电脉冲去激励换能器；( 2 ) 主控电路或称为同步触发信号发生器，它通过发出周期性的同步触发脉冲信号，分别触发扫描发生器中的时基扫描电路和发射电路。且控制着超声脉冲发射的重复频率，同步触发信号的重复频率通常就是超声脉冲发射的重复频率；( 3 ) 接收电路接收由受检组织反射的超声回声信息，接受的过程为：一、放大高频超声信号并进行对数压缩；二、对高频超声信号进行检波并转换为视频信号；三、对视频信号进行放大；四、在图像显示器上显示放大了的视频信号；( 4 ) 扫描发生器产生扫描电压，使电子束按一定的规律进行扫描，并在图像显示器上显示出切面图像；( 5 ) 换能器负责把回波信号转换成高频电信号，其中太弱的高频电信号必须由高频信号放大器进行放大。回声的高频电信号被放大后，检波器检出的视频包络信号要经过视频信号放大器进行放大处理，并由图像显示器的栅极进行亮度调制；( 6 ) 回波信号的显示通常由图像显示器来进行实现，目前常用的显示器为阴极射线管( c r t ) 。而阴极射线管又分为磁偏转式( 显像管) 和静电式( 示波管) 两种，两者的结构基本相同，区别是前者采用磁偏转系统，而后者采用电场偏转。常用的超声心动图诊断仪结构示意图见图1 1 所示：换能器f7 x 一_ - - 图1 - 1 超声心动图诊断仪的基本结构f i gl 一1b a s i ca r c h i t e c t u r eo fe c h o c a r d i o g r a p h yd i a g n o s i se q u i p m e n t超声心动图测定心功能有很多重要的特点：首先它是一种无创安全的诊断方法，不需要注射造影剂、同位素或其它染料，病人和医生不受放射性物质辐射，方法简便、可多次重复、可在床旁进行；第二，超声成像通过心内的解剖标志定位，即使心腔扩大、先天性畸形或心脏移位引起心脏位置改变，仍可识别成像平面，有利于反复随访；第三，通过多平面、多方位超声成像可对每个心腔检查，完整评价整个心脏的解剖结构和功能；第四，能区别心壁的内外膜和心腔，通过评价室壁的收缩期增厚率和内膜移动幅度，可估计心肌收缩力；最后，应用连续波多普勒可测定心室和心房之问、心室和心室之j 刈、主动脉和肺动脉之问的压差，推算心内压力。超声心动图作为心脏超声诊断学发展过程中的一个特定术语，它的早期概念是指m 型超声心动图和扇形超声扫描。随着超声诊断技术的不断发展和应用，现代超声心动图的概念还包括多普勒超声心动图、彩色多普勒血流显像fc d f i ) 、经食管超声心动图( t t e ) 、，心脏声学造影( c e ) 、负荷超声心动图( s e ) 、血管内超声( i v u )：坚五!窒塑厶堂亟：! ：堂位迨塞缕途和三维超声心动n ( 3 d e ) 等技术。因此，超声心动图的定义可理解为使用超声波成像技术显示心内血流动力学状念以及一c , , l t i 的形态结构，并对一l d j - i i , j 部和绉体功能进行评价的一种介入性和无创性的检测诊断技术。超声心动图已j 。泛地应用，临床，成为心脏疾病的首选诊断方法之一。目前，临床一l 以二维超声检查为主，根据需要可结合其他几种方法。1 1 2二维超声心动图简述二维超卢心动图是将超声探头置于胸壁上应用多品体发出的多声束或! 讧晶体声束进入胸壁后呈扇形扫描，根掘探头的部位和角度不一j ，可获l ) ( 心脏各个部位的切面回声，可观察不同断面上的解剖轮廓、结构形态、空i u j 方位、连续关系、房室大小及室壁和瓣膜的运动。这种方法能加快机械扫描器对心脏与大m 管探查所取得的切面声象图，对观察心脏结构与心壁各部分的运动功能史为直观。而且在透声窗较窄的情况下，可以避丌胸骨和肋骨的阻挡，显示较大范围的心内各结构的空i 日j 方位，图像比较清晰。二维超声的临床应用是划时代的，通过它人们第一次可以在体外直观心脏的形念结构。在二维超声图像上可以观察心脏结构的位置，腔室的大小，室壁的厚薄，房室问隔的连续性，瓣膜位置、形态和运动情况，心内膜和心包膜的厚度及心腔内是否有附加回声等内容。随着二维超声的临床应用，几乎所有的心脏疾病在二维超声心动图像上都有其相应的波动和改变。二维超声心动图采用三个直角相交的平面束观察心脏如图l 一2 所示。l 到1 2 一：维趔声原理矧f i gl 一2w o r k i n gm e c h a n i s mo ft h et w o d i m e n s i o n a le c h o c a r d i o g r a p h yk j = i | i 叨ir , i t , 纵剀一gj l p i ! 的探测、h 帆i i 7 j l c l i i , ! ：体& i 瞳t 1 ，、卜行j ? 一l 、j | j i k 4 - i t i ，川、1j i 忠矗、i ，1 ：i 卜尼m f i 脱察= 确犬为胁脚j 咎峭弧为一g i l j i ! 盯沭，h f ，为岁i 删，【冬i 为e五!篁迪厶鲎亟土：羔位途塞绮迨脚侧。短轴切面即横断一o i e 的扫查平面，与前胸体表及长轴相垂直，相当于患者平卧，检查者t h 脚侧向头侧观察心脏横断面。图像的上下端分别为心脏的d ，j 后侧，图左为心脏右侧，图右为心脏左侧。f j q 腔切而即探测平面与心脏k 轴及短轴垂直而与前胸壁体表近于平行，扇尖为心尖部，扇弧为心底部，图左为一心脏右侧，图右为心脏左侧。胸骨旁左心室长轴切面的二维超声心动图如图1 3 所示。图1 3 胸骨旁t j 心室k 车n 1 切面f i gl 一3l o n ga x i sv i e wo ft h ep a r a s t e r n a ll e f tv e n t r i c u l a r1 1 3超声心脏图像分割研究的背景和意义图像分割就是将图像表示为物理上有意义的连通区域的集合，是进行图像分析的第一步工作，也是处理起来相对困难的一个问题。对于有些基于图像分割结果来进行的工作如图像跟踪、 j 标谚i 别、特征提墩等，这些工作处理质量的好坏都取决于图像分割结果的质量是否处理好，合理高效的图像分割能够为基于内容的对象分析、图像检索等抽象出十分有价值的信息，从而使更高层的图像处理和理解成为- 叮能。_ ：维超声心脏【割像的分析t 】 图像分割是个关键问题，也是临床医学, i j l 的瓶颈。图像分割在一：维超j t f 心脏图像研究方面具有重要的意义【。】：( 1 ) 它是j 它后续超声像处j l t ( v - 1 像跟踪、一c , _ | i i 图像的二维醺建、计算机f j动化诊断系统) 的基础，为后续研究i ；f i - ：提供- 1 j 御侄确的菜一特定人体纠l 织结构( 如r ! 心室) 完备信息集合：( 2 ) 便j ：提墩医。特定红【钐 i ，f 勺特i j i 参数，如提h 义tl 十，j i 统汁的、痫删的、物删的、儿何的等特f i t ! 参数，j f ：依次建、j ：信息数捌f i ，为诊断陕 1 - 提供仃t # f l fi 门参考信息：( 3 ) 刘心j i j i ：的| 标k 域迸7 “i 二力化或、| ，_ fiz 力化定f 讧，将h 像分：刊n ；j - 幺i i 果进ij 二i 纠it 延建斤夫上见i i j 视化，为外f ： 术、化。、j 毒；命“j 、i 刘像引导r 术、汁 村i | j i l j j 渗断葛治疗j t f ? i i = ，j ：( 4 ) 便于管理和保存图像信息资源，分割在不丢失有价值信息的前提下，实现图像数据的最优化压缩比。这在图像传输、保存和远程诊断系统中具有十分重要的工程应用效益。在二维超声心动图分割的研究上，较早的文献有：s t a i b ( 1 9 8 8 ) 提出的利用简单二维形变模型来分析心室边界【2 】；c h i ay uh a n ( 1 9 9 1 ) 提出的利用知识指导对左心室进行分割【3 】；bb j n e n s ( 1 9 9 5 ) 提出的利用高频特征信号的特征分类进行心室分割【4 j ；w i n t e r f e l d t ( 1 9 9 7 ) 在专家模型指导下的分割算法【5 】；j a c o b ，g ( 1 9 9 8 ) 提出的能从数据中进行学 - 3 的跟踪模型来进行心室分割【6 】；i v a n am i k i e ( 1 9 9 8 ) 提出的应用最佳流估计指导的形变模型来跟踪超声图像序列；a s a l v a d o r l s ( 2 0 0 3 ) 提出的利用改进的c o h e n 气球模型进行心室分割巴a l e x a n d r aw o n g ( 2 0 0 4 ) 提出的使用自由栅格结构分割左心室的内外心膜【8 】。水平集思想( 1 e v e ls e t ) 是由和o s h e r 和s e t h i a n 于1 9 8 8 年提出削1 3 】，他们把变化的界面用高维水平集函数的零水平集来表述，通过求解关于水平集函数的方程来捕捉运动边界面，该方法可方便地扩展到任意维空间。此后，水平集方法得到了学者们进一步的研究，并在计算几何学、流体力学、计算机视觉和材料科学等领域获得到了广泛的应用。c h a n 矛f l v e s e 提出的c v 模型是基于水平集思想和m u m f o r d s h a h 模型，由于基于水平集的c v 模型分割方法的高扩展度及精准度，目前大部分有关c v 模型分割方法的文献都是以医学图像作为实验对象的，可见c v模型分割方法是当今医学图像分割研究领域中的一个热点课题，有必要对其进行系统的深入的研究。1 2 可编程图形处理器概述1 2 1g p u 的发展现状在2 0 世纪9 0 年代中期，世界上最快的图形硬件由多块一起工作的芯片来渲染图像，并在屏幕上显示它们。随着时间的推移和半导体技术的进步，硬件工程师们丌始把这些芯片的所有功能都集成在一块单独的芯片之中，这就是g p u 的雏形。目前，主流计算机中的处理器主要由中央处理器c p u 和图像处理器g p u 组成。传统意义上，g p u 只负责图像渲染，而大部分的处理都交给了c p u 。g p u 的功能更新很迅速，平均每一年多便有新一代的g p u 诞生，运算速度也越来越快，如图1 4 所示j 。2 0 0 4 年推出的g p un v i d i ag e f o r c e 6 8 0 0u l t r a 可达到峰值4 0g f l o p s ( 1 g f l o p s = 1 秒钟进行1 0 亿次的浮点运算) ，2 0 0 5 年发布的n v ! d i ag e f o r c e7 8 0 0g t x 将峰值提高至1 6 9g f l o p s ；2 0 0 8 年发确j 的n v i d i ag t x 2 8 0 将单精度浮点运算峰值令人惊讶的提高到了9 3 3g f l o p s ，而且支持双精度浮点运算，双精度峰值也达到了11 6g f l o p s ，并有着1 4 0 g b s 的带宽，单精度浮点运算性能是同时期c p u 性能的十倍，带宽是同时期c p u 带宽的五倍；随着时间的推移，g p u目前已成为一种可编程的、高度并行化、多线程、多核的处理器，具有杰出的计算功率和极高的存储器带宽的处理器。7 5 0o o o：5 0oj a nj u na p rj u nm “n o vm i yj u “2 0 0 32 0 0 42 0 0 62 0 0 62 0 0 72 0 0 88 0鑫_ 刖1 w 蠲i hg 曩知6 04 02 0g 8 0u l t r ag j -萝章10一2 0 0 32 0 0 42 0 0 52 0 0 62 0 0 7图i - 4c p u 和g p u 的每秒浮点运算次数和存储器带宽f i g1 - 4t h en u m b e ro ff l o a t i n g - p o i n to p e r a t i o n sp e rs e c o n da n dm e m o r yb a n d w i d t ho fc p ua n dg p uc p u 和g p u 之问浮点功能之所以有如此大的差距，原因在于g p u 的结构有更多晶体管进行数据处理，而不是数据缓存和流控制，如图1 5 所示。e蔓!盆地厶：羔蚣上尘位迨塞丝逢c o n t r o la l ua l ua l ua l uj 讳簿c p ug p u削l 一5c p u 利g p u 结构对比卜1 9 1 5i h es t r u c t u r eo f c p ua n dg p u更具体地说，g p u 是专门州于解决大数据量的并行计算且具有相当高的汁算密度的处理核心。闪为所有数掘单元都在同一时刻执7 7 k 1 1 同的程序，所以对精密流的控制要求不高；同时g p u 在许多数据单元上进行并行计算，因i 酊可隐藏存储器访问延迟，而不必占用大量的数据缓存。在2 l 世纪人类所面临的重要科研问题中，；h - i ! 星成像数据的处理、基因工程、大数据量三维图像数据的处理分析以及核模拟爆炸等，g p u 都得到了广泛的应用。同时g p u 在图像分割方面的应刚也越来越深入，j o d o i n 等【9 】在g p u 上设计并实现了基于马尔科夫链的图像分割和参数提取，并取得最高2 0 0 倍j fc p u 的处理速度。目前，也有越来越多的人将研究精力投入到基于水平集( 1 e v e l s e t ) 的图像分割方法的g p u 实现的研究当中，因为该算法 - f i x 寸其他方法需要更大的计算量。l e f o h n 等人【lo j 石：g p ui ：实现了特殊的稀疏矩阵数据结构，并利用它解决了窄带l 维水i r 集的求解j 、口j 题，其速度约1 0 1 5 俯j i 埘应的c p u 程序。1 2 2g p u 并行计算技术概述并行计算就是使玎并行计算机体系和架构来减少解决单个汁算问题所需的时f 【l j 。婴川i ：行计算求解i 、u j 题，必须把问题分解成能够并行求解的予问题，而后这螳，问题的结果需璎进行i ：、打效i ，f 勺_ 币：j i f l t 合“i ：j - i j 父问题的最后结果。现住并行计镥被认为足科。家和i ：氍帅川术0 牮决4 ：q & l 域l 、口j 题的标准力；上，如银：1 1 系t t j c , l , 变过程、7 ：候模拟、匕行器哎汁以及分j i 动“乏等。c p u 卜婴 i j 控制器和寄仃器构成，1 j 之州比，g p u 拥仃更多的a l u ( 逻4 = 运算，讧冗) 川丁数捌处理，而彳i 是数圳高速缓仃和流控制，这样的结构适合刈密集，弘数撕进fj ：j i ：ij ：处j ：i t ! 。劁1 6 所小为g p u 的沁染l ：道尔意i 纠，j0 一t t j d l 、 - - 卜i 邵分i仃i q - 编w 悱顺j i 处j q t i 器亿符个顶，t 、。，“一# | j i 入堋, 1 1 1 彬l 行利j 卜负门定义的代，”c 处胖器m 符个”冗1 执仃张”u i “1j t 义的f 帅 一图形渲染本质上就是一个并行任务。无论是c p u 送给g p u 的顶点数据，还是g p u 光栅化生成的像素数据都是互不相关的，可以并行地独立处理。图1 - 6 传统的基于g p u 的通用计算流程f i g 1 - 6t r a d i t i o n a lg e n e r a lc a l c u l a t i o np r o c e s sb a s e do ng p ug p u 对数据并行处理的主要优势有1 ：( 1 ) 高度的并行性。主要有指令级的并行、数据级的并行以及任务级的并行。( 2 ) 运算的高密集性。相对较大的数据块的交换，g p u 的传输密集性高于c p u 。( 3 ) 相对较少的g p u 与c p u 之间的数据交换。由于g p u 具有以上所列出的优势，所以当处理较大范围数据集合的时候，相对于c p u 来说g p u 更适合，同时g p u 也能更好的得到加速应用的效果。表1 1所示为g p u 系统与计算机集群的优缺点对比( 以油气地质勘探数据处理为例) ；表1 1g p u 系统与计算机集群的优缺点对比t a b l e1 1c o m p a r i s o no ft h ea d v a n t a g e sa n dd i s a d v a n t a g e so ft h es y s t e ma n dt h ec o m p u t e rc l u s t e r对比项目机器数量运算量硬件成用电量安装空管理难本对比对比间对比度贸番g p ul 台金品k g l 5 5 0 一t m 2 双路2 t e r a f l o pl】1简单四核服务器，配1 片n v i d i at e s l as 1 0 7 0g p u 集群4 0 台双路四核服务器2 t e r a f l o p1 02 04 0复力g1 2 3c u d a 的发展现状随着g p u 运算能力和可编程性的发展，越来越多的科研人员开始关注通用计算g p g p u ( g e n e r a l - p u r p o s ec o m p u t i n go ng p u s ) 技术的研究，将g p u 应用于非图形学领域，已经成为如今的研究热点。近年来，各个科研方向关于g p g p u 的各种研究成果也不断涌现。尽管g p u 计算能力变得越来越强大，但传统的g p g p u由于自身架构的原因，对非图形计算的支持依然有限：( 1 ) g p g p u 架构只能通过图形a p i ( 应用程序编程接口) 来编程，导致了学习难度高和在非图形a p i 上不充分的应用；( 2 ) g p u 程序可以在一般方式下从任何d r a m 部分收集数据元素，但是不能写入信息到d r a m 的任何部分，相比c p u 编程的灵活性还有待提高；( 3 ) 有些应用是由于d r a m 内存带宽而形成的瓶颈，未能充分利用g p u 的计算能力。为此，n v i d i 于2 0 0 7 年推出了d i r e c t x1 0a p i 标准，将传统的顶点着色器( p i x e ls h a d e r ) 、像素着色器( v e r t e xs h a d e r ) 和几何着色器( g e o m e t r ys h a d e r ) ，三种硬件逻辑被整合为一个全功能的统一着色器( u n i f i e ds h a d e r ) 即统一渲染架构。同时推出一个崭新的硬件和编程模型- - - c u d a ( c o m p u t eu n i f i e dd e v i c ea r c h i t e c t u r e统一计算设备架构) ，它直接答复了这些问题并且展示了g p u 如何成为一个真正的通用并行数据计算设备。c u d a 是用于g p u 计算的开发环境，它是一个崭新的软硬件计算处理架构，可以直接将g p u 视为一个并行计算的设备，对所进行的数据计算进行分配和管理。在c u d a 架构中，这些数据计算不再像传统的g p g p u 架构首先必须将计算映射到图形a p i ( o p e n g l 和d i r e c t3 d ) q b ，所以对于初涉g p u 计算的开发者来说，c u d a的门槛大大降低了。c u d a 相对传统g p g p u 的有如下优势：( 1 ) 较低的学习曲线，只是对c 语言的一些扩展，不需要计算机图形学的知识；( 2 ) 没有图形a p i 的额外开销；( 3 ) 无限制、随机访问字节内存，线程可访问内存任何地方；( 4 ) 提供了便于用户使用的并行抽象方法，如编程模型、通信机制、同步机制及可扩展机制。目前为止，c u d a 是最有效的能够利用g p u 强劲的处理能力和巨大的存储器带宽来进行图形渲染以外的计算的工具，它广泛应用于图像处理、视频传播、信号处理、人工智能、模式识别、金融分析、数值计算、石油勘探、天文计算、流体力学、生物计算、分子动力学计算、数据库管理、编码加密等领域，并在这些领域中对c p u 获得了一到两个数量级的加速，取得了令人瞩目的成绩。91 3 课题的提出1 3 1本课题的来源及提出心血管疾病是目前威胁人类生命的三大疾病之一，超声成像作为其重要的诊断手段，目前主要依赖于医生的临床知识和经验，需要医生做出较多的判断和估计。但是人工处理数据十分冗繁，所花费的时间往往是计算机辅助运算时间的十几倍甚至更多，不仅不能及时的得到有关计算结果的直观、形象的整体概念，而且有可能丢失大量信息。对于超声心脏二维成像，在医疗诊断的过程中，诊断医师通过观测超声心动图，可以了解到瓣膜开关的活动规律和房室的舒张、心脏与动脉血管的搏动情况；除此之外，医护人员还能根据提取的心室边界的信息，测量出心脏房室腔的大小，计算射血分数、心排出量等用以了解左心室的功能。因此，精确地提取出心室的轮廓，成为医疗诊断的第一步。遗憾的是超声图像由于呼吸运动伪影、斑点噪声( s p e c k l e ) 矛i 心脏运动等原因，边界信息非常模糊，图像灰度分布是非高斯；另外，由于心脏内血液的流动和心脏肌肉的运动，使得心室轮廓边缘和心室内腔灰度值变化不均匀。这些都让提取心室边缘轮廓的工作变得十分困难，使超声心动图像分割成为一个世界性的难题。目前，临床应用中超声成像系统中广泛使用的分割方式是基于阈值的方法和基于医生经验的手动分割方法。这两种方法实现起来虽然简单，但是超声图像中不可避免的斑点噪声、弱边界和伪边缘等问题使得阈值分割法难以获得精确的结果，而手动分割法则因其冗长的时间和繁重的工作量往往使诊断医师和患者都难以接受。传统的图像分割方法仅依据图像数据、自底向上的分割方法，难于满足心脏超声图像分割的要求。这是因为：( 1 ) 边界间断模糊。所分割的目标区域边界间断模糊，难于满足对于分割目标的区域完整性的要求。( 2 ) 可扩展性差，难于综合待分割目标的知识进行分割，( 3 ) 抗干扰能力弱，对超声图像中的噪声抑制不够，从而分割成假边缘的。针对上述情况，本文在传统的c v 模型的基础上，将局部区域信息引入c v 模型中，并利用零水平集曲线的平均边缘能量对其演化速度进行了控制，从而提出了一种改进的c v 模型超声图像分割算法。有效提高了超声心脏图象分割的准确率和扩展性。不过相比其他分割方法来说，该分割方法需要更大的计算量。c p u 的非浮点计算能力要求负担过大，对计算能力提高非常有限。此时，用作显卡的g p u - n 构的高度并行体系结构天然适合浮点并行计算研究，比较容易获得计算的高效率运行。c u d a 是n v i d i a 公司2 0 0 7 年推出的、针对通用计算g p g p u的一个全新构想，使g p u 超高计算性能可以在数据处理和科学计算等通用计算领域发挥优势。c u d a 涉及全新的硬件设计和软件开发环境，它直接将g p u 作为计算单元来管理和进行并行计算。针对水平集方法计算量大的特点，为提高计算效率，本文用c u d a 设计和实现基于c v 模型的超声图像分割算法，对二维超声心动图数据进行实时分割。1 3 2课题的学术意义及工程价值近年来，计算机技术和图形图像技术发展迅速，并逐步的渗入影响到各个学科的发展建设当中。同时，在医学领域中，医学图像的作用已经从传统的对解剖结构的可视化，发展到借助计算机自动化系统和图像图形技术，对人体解剖组织、病变组织等感兴趣区域进行自动化地定位、分割、量化分析和特征参数的提取等处理，为医师提供患者各种精确的定量或定性的数据，从而帮助医师开展手术模拟仿真、手术导航、放射治疗计划、病情跟踪以及计算机辅助诊断系统研究等工作。因此，开展医学图像处理研究对提高医学影像数据的利用价值好和精准度、降低医师的误诊率具有深远的意义。目前，对心血管疾病的诊断过程中，二维超声心动图是其最主要的诊断手段，准确地提取出心室的轮廓，是医疗诊断的第一步。传统的图像分割方法难于满足心脏超声图像分割的要求。而本文提出的基于局部信息改进的c v 模型分割方法，采用了底层的图像信息，具有可检测图像内部空洞区域、对初始轮廓边缘位置不敏感、抗噪性强且与图像梯度信息相关度较低等优点。处理算法更接近于超声心动图的图像特征，从而解决了超声心动图中心室弱边缘的图像分割及轮廓提取问题，实现了心室容积变化跟踪，获得了心脏功能的相关参数。同时该算法也有很强的扩展性，通过改进可以广泛应用于其它医学超声图像分割的其他领域。g p u 应用于通用计算( g p g p u ) 及其相关方面的问题目前已成为一个图像处理领域的研究热点。c u d a 作为一种并行编程模型和软件环境，非常适合g p u 的并行计算功能，将c u d a 并行技术应用到图像分割的算法设计当中，可以使分割算法得到几十倍甚至几百倍的效率的提升。本文用c u d a 并行架构设计和实现c v 模型超声图像分割算法，相对使用c p u 串行计算来说，可以使图像分割算法实现最高达5 4 倍的增长。这项研究方法和技术还可以扩展到三维心脏超声、腹部超户钉盟测和其他部位监测( 胸、牙、眼、窦) ，为临床医学监测和健康维护提供全面的、准确的信息，同时也将会取得较好的社会经济效益和巨大的工程效益。j e丞銮道厶堂亟堂焦途塞绪途1 4 作者的主要工作和论文结构本文的主要研究了以下两个内容：一是针对二维超声心动图像噪声大、心脏轮廓弱边缘等特点，在传统c v 模型基础上，提出了一种改进的c v 模型图像分割算法；二是在c p u + g p u 的架构上，使用c u d a 并行技术设计c v 模型分割算法，并对二维超声心动图进行分割实现。各章的具体内容安排如下：( 1 ) 第一章介绍了超声心动图的发展、基本内容及医学应用价值；并分析了超声心动图像分割背景和意义；介绍了g p u 及其并行计算技术的发展，c u d a 架构的发展现状，并对本次研究的来源与提出及本项目的学术意义和工程价值进行了简要分析和说明；( 2 ) 第二章介绍了c u d a 的编程模型，并归纳分析了c u d a 使用时的关键方法和优化原则；( 3 ) 第三章介绍了图像分割的背景及一些经典分割算法，重点介绍了本文采用的水平集分割方法及其在c v 模型上的应用；( 4 ) 第四章在传统c v 模型基础上，提出了一种改进的c v 模型图像分割算法；在c p u + g p u 的架构上，使用c u d a 并行技术设计c v 模型分割算法，并对二维超声心动图进行分割实现，并通过实验数据分析结果；( 5 ) 第五章对本论文的全部工作进行了总结，并结合论文的相关工作做进一步的展望。1 5 本章小结本章为绪论，首先介绍了超声心动图的背景和发展现状、超声诊断仪的基本成像原理、二维超声心动图的发展现状以及超声图像分割研究的背景和发展现状。继而又针对g p u 的发展现状、基于g p u 的并行计算技术和c u d a 的产生发展做了系统阐述。最后对本次研究的来源与提出及本项目的学术意义和工程价值进行了简要分析和说明，并给出了作者的主要的工作内容以及论文的主要结构。2c u d a 计算统一设备架构2 1c u d a 的编程模型2 1 1c u d a 的架构简介c u d a ：一个利用c p u + g p u 进行并行计算的新架构统一计算设备架构，是由n v i d i a 在2 0 0 7 年发斫j 的个全新的软件及硬件架构，它可以直接在g p u上管理和进行并行数据计算而不需要映射到一个图形a p i 中。操作系统的多任务机制通过几个c u d a 和图形应用程序协调运行来管理访问g p u 。c u d a 是g p u 渲染架构4 i 断发展的产物，所以介绍c u d a 架构之阿，有必要对g p u 的统一渲染架构做个简单介绍。作为最早一款同时支持“统一一演染架构”和c u d a 的g p u ，n v i d i ag e f o r c e8 8 0 0 g t x ( g 8 0 ) 在硬件方面集成多达6 8 1亿枚品体管，并具备万亿次浮点处理的能力和8 6 4 g b p s 的峰值带宽。下面以g 8 0为例介绍g p u 的统一渲染架构，女f i 图2 一l 所示：s p ( 流处理器)t p ( 线程处理嚣)c