为了展示特定的组织结构而设计。CT适合于密度较高的骨组织和钙化区域的显示，MRI适合于显示软组织结构，而PET适合于显示活体生物分子代谢、受体及神经介质的分子代谢活动。对同一患者而言，将这些设备所成图像融合起来，必将为诊断增加信息，使病灶的定位更加准确，相应的形态结构显示的更直观。因此，开发一些满足特定需求的后续图像处理技术是非常必要的。此外每种图像处理算法都有其局限性，而新的图像处理技术也是层出不穷、日新月异。将这些算法融合到诊断治疗当中，将会促进诊断的效率和准确性。
医学影像的后处理涉及到众多内容，其中包括图像分割、图像增强、三维重建、辅助诊断等技术。而图像分割和三维重建技术可以说是其中的基础性技术。多数医学影像后处理系统都是建立在这两项技术之上的。
医学图像分割在临床诊断、病理分析以及治疗方面具有重要意义，具体表现在以下几个方面:
·图像分割的结果常用于生物医学图像的分析，如不同形式图像的配准、融合，解剖结构的测量，获取先验知识用于图像重建以及心脏运动的跟踪等。
·用于测量人体器官、组织或病灶的体积。通过对这些体积在治疗前后的定量测量和分析，可以帮助医生进行诊断、预后和制定或修改对病人的治疗方案。
·用于医学图像的3D重建方面，便于可视化，外科手术方案的制定和仿真，病理研究，药物疗效的评估，解剖参考以及放疗计划中
的3D定位等。
·图像分割结果可用于在不丢失有用信息的前提下进行数据的压缩和传输。这对于提高远程放射学和Internet中的图像传输速度是至关重要的。
·分割后的图像与噪声的关系减弱，因此具有降噪功能，便于图像的理解。
医学图像分割技术往往会将多种理论融合起来运用，以达到相互补充的目的。新的分割方法的研究主要以自动、精确、快速、自适应和鲁棒性等几个方向作为研究目标。分割算法往往受到分割目标的限制，对软组织的分割算法往往很难适应对硬组织的分割，而对器官结构的分割也无法应用到肿瘤体的分割。从分割方式上讲，由于人工分割能够紧密结合医生的解剖学知识，所以依然受到外科医生的喜欢。但是人工分割无法避免的是费时费力、精度差、以及不可重复等问题。在医学研究尤其是神经系统科学的研究中，结果的可重复性和精确性是极其重要的，人工分割无法适应这样的要求。与人工分割相对应的是自动分割。自动分割结果的可重复性是不用考虑的，因为几乎所有的算法的结果都不会因为运行次数的不同而改变。自动分割的难点在于如何将人工分割中解剖学家的知识运用到自动分割中来。这种知识之所以难以表示是因为医学图像形状(指解剖结构没有规则的形状)和外表的复杂性(组织可能具有相同的灰度)。
三维重建是另一项医学影像领域中的基础性技术。医学领域中的三维重建是指利用投影等数学和计算机技术来恢复CT、MRI等成像
设备上生成的二维切片数据序列中感兴趣的三维信息。利用三维重建技术，医生可以获得直观的三维体器官结构和病灶的形状和大小以及周围组织的三维几何关系等信息，在此基础上可以实现矫形手术、放射治疗等计算机模拟及手术规划。例如，髓关节发育不正常在儿童中并不少见。在作矫形手术时，需要对髓关节进行切割、移位、固定等操作。利用三维重建技术可以首先在计算机上构造出骸关节的三维图像。然后对切割部位、切割形状、移位多少及固定方式等多种方案在计算机上进行模拟。并从各个不同的角度观察其效果。最后由医生选择出最佳实施方案，从而大大提高矫形手术的质量。又如，在作脑部肿瘤放射治疗时，需要在颅骨上穿孔，然后将放射性同位素准确地安
装在脑部炉灶部位。既要使治疗效果好，又要保证整个手术过程及同位素不伤及正常组织。由于人脑内部结构十分复杂，而且在不开颅的情况下，医生无法观测到手术进行的实际情况，因而要达到上述要求是十分困难的。利用可视化技术就可以在重构出人脑内部结构三维图像的基础上，对颅骨穿孔位置、同位素植入通道、安放位置以及等计量线等进行计算机模拟，设计并选择出最佳方案。不仅如此，还可以在手术过程中对手术进行情况在屏幕上予以监视，使医生们做到心中育数，因而必将大大提高手术的成功率。
近年来，三维重建技术在医学领域获得了巨大的进展，特别是在基础研究领域。1989年，NLM(美国国家医学图书馆)提出了vHp(VisibleHumanprojeet，即可视化人体计划)，该计划是一项医学图像可视化的开拓计划。其目的是通过采集人体断面CT、MRI以及组
织学等数据利用计算机重建技术建造虚拟人体，为研究人体、揭示人体奥秘，为更深入的医学研究提供基础性数据源。该数据集为三维重建技术提供了施展的舞台，新的高效的重建算法都会被应用到这一研究当中来。
医学影像技术的发展离不开计算机技术的发展。计算机技术的迅速发展带动了医学影像设备的更新。新的成像技术(例如fMRI、PET技术等)的产生及应用更加促进了计算机图像处理技术与医学影像技术的进一步紧密结合，使得医学诊断步入崭新的可视化时代。随着计算机技术的不断发展，以前必须由工作站完成的任务已经被普通的PC机所取代。新的双核心CPU处理器、虚拟硬件技术、新的总线技术(PCI-E)、新的内存存贮技术(DDRZ/DDR3)在PC基上的应用，为PC机带来了质的飞跃。现在的一台PC机在计算能力上早已达到或超越了过去一台工作站的计算能力。特别是基于PCI-E总线的可编程显卡推出以来，由于显卡中包含了具有可编程能力的图形处理单元(GPUS)，原来由CPU作为唯一的数据处理器的架构，将会转化为由CPU和GPUS共同负担。CPU负责总体的控制，而GPUS负责流水线型的大规模数据处理。目前NVidiaGeForee6800tjltraGPtJS处理器的峰值速度可达 40Gigaflops，远远超出了采用SSEZ指令集的Intel3Gpentium4CpU处理器的6Gigaflops。这样强大的计算能力无疑会为医学影像技术的发展带来新的动力。许多医学影像处理算法已经开始从CPU向GPUS上转移，利用GPUS自身强大的并行处理能力处理图像数据，实现准确、快捷的算法。目前，已经成功的将基于水
平集的图像分割方法、基于Markov随机场的图像分割方法成功的移植到GPUs上来;而可视化中的经典Raycasting重建方法、基于Fourier变换频域重建方法也在GPUs上得到了实现。基于GPU的这些图像图形处理方法在速度、实时性、准确性上较基于CPU的软件方法具有较大的优势。这也是医学影像处理中所必须的。随着GPUS的性能进一步的提高，特别是即将增加的GPUS独立寻址能力，未来的PC机架构将会演变成以CPU作为系统中心，以GPUs作为运算中心的形式。如图所示。大规模图像和图形处理将会逐渐转移到GPUS上进行。而作为PC机中央处理器的CPU将只负责数据调度、进程管理等辅助工作。在本论文中将利用GPUS超强的并行计算能力，实现了基于GPUS的骨骼目标体虚拟移动的算法，从而为研制基于GPUS的实时外科手术术前设计系统提供了可能。
医学图像分割问题
图像分割是指将图像划分成一系列彼此互不交叠的匀质区域。它是图像处理(Imageporeessing，Ip)和计算机视觉(Co卿uterVision，eV)的基本h]I题之一，是实现从图像处理到图像分析，进而完成图像理解的关键性步骤。
医学图像分割作为图像分割领域中的一个重要分支，一直受到国际学术界的广泛重视。随着临床大量高精度医学成像设备的涌现和高速计算机的运用，使得在过去的短短的30年间，医学图像技术取得了显著的提高。X线计算机断层(Co娜utedTomognarhy，CT)、超声(ulartsound)、磁共振、数字减影(DigitalSubartetion劫giogPar，hyoSA)、