一种神经外科手术中导航加速处理方法及设备技术

技术编号:35924743 阅读:10 留言:0更新日期:2022-12-10 11:15
本发明专利技术提供了一种神经外科手术中导航加速处理方法及设备,获取待成像平面的像素点个数,由每个像素点沿着视线方向发出一条投影射线,在投影射线上按照预设方式采集体数据上k个采样点,将位于同一个体素的采样点归作为一个采样点分组;然后,根据所述采样点分组个数,设置Grid中包括的Block个数m,以及每个Block包括的线程个数n,将所述采样点分组分配给m*n个线程,根据GPU中每个SM的负载将Block分配给SM;Block中的GPU线程通过三线性插值方法计算每个采样点的颜色值和透明度;由CPU根据所述每个采样点的颜色值和透明度得到所述待成像平面上每个像素点的值。本发明专利技术提高了神经外科导航系统中三维可视化的速度。导航系统中三维可视化的速度。导航系统中三维可视化的速度。

【技术实现步骤摘要】
一种神经外科手术中导航加速处理方法及设备


[0001]本申请涉及医疗器械领域,尤其涉及神经外科手术中导航加速处理方法及设备。

技术介绍

[0002]神经系统作为人体八大系统之一,维持着人体的统一,使人体能够和外界环境相适应,神经系统分为包括脑和脊髓的中枢神经系统以及包括脑神经、脊神经和内脏神经的周围神经系统,神经系统疾病会严重影响人体的正常功能。随着科学技术水平的不断进步,微创治疗神经系统疾病在神经外科手术中的比重逐渐增加,微创治疗具有创伤小、恢复快等优点,相较于以前的神经系统手术更容易被患者接受。
[0003]神经内镜的发展经历了多个阶段,早期并没有专业的神经内镜,而是采用其他科室的内窥镜,后来出现了专业的神经内窥镜。神经内窥镜作为神经外科微创神经手术的重要设备,其成像质量、成像速度以及精准度也在不断提高。近年来随着神经导航技术的不断发展,采用神经导航的神经内窥镜逐渐普及。神经导航类似卫星导航,精确度基本满足神经外科手术的要求,可以准确确定病变的位置和边界。神经导航也有计算过程复杂、计算量大的不足之处,目前很多学者以及科研院所都对神经导航提出了改进,但是计算速度和成像质量、精准度是相互矛盾的,提高了计算速度,成像质量、精准度就会有所降低,反之亦然,如何在提高神经外科手术中神经导航的处理速度是本领域亟待解决的技术问题。

技术实现思路

[0004]为了解决上述问题,本专利技术提供了一种神经外科手术中导航加速处理方法,所述方法包括以下步骤:
[0005]步骤1,获取CPU利用率及GPU空闲内存,若CPU利用率大于第三阈值且GPU空闲内存大于体数据大小,则在GPU上执行步骤2,否则在CPU上执行步骤2;所述第三阈值与所述像素点个数反相关。
[0006]步骤2,获取待成像平面的像素点个数,由每个像素点沿着视线方向发出一条投影射线,在投影射线上按照预设方式采集体数据上k个采样点,将位于同一个体素的采样点归作为一个采样点分组;
[0007]步骤3,根据所述采样点分组个数,设置Grid中包括的Block个数m,以及每个Block包括的线程个数n,将所述采样点分组分配给m*n个线程,根据GPU中每个SM的负载将Block分配给SM;Block中的GPU线程通过三线性插值方法计算每个采样点的颜色值和透明度;
[0008]步骤4,由CPU根据所述每个采样点的颜色值和透明度得到所述待成像平面上每个像素点的值。
[0009]优选地,所述在投影射线上按照预设方式采集体数据上k个采样点,具体为:
[0010]获取GPU的负载R,若所述GPU的负载小于等于第一阈值R
t
且旋转三维图像的频率小于第二阈值,则以第一个采样点为原点,每隔L
R
的距离采样一次;否则,以第一个采样点为原点,按照下式计算距离前一个采样点的距离:
[0011][0012]其中,k为正整数。
[0013]优选地,所述在投影射线上按照预设方式采集体数据上k个采样点,还包括:若旋转后预设值时间内没有旋转三维图像,则在GPU的负载小于等于第一阈值时,则第一个采样点为原点,每隔L
R
的距离采样一次,重新计算每个像素点的值。
[0014]优选地,所述根据所述采样点分组个数,设置Grid中包括的Block个数m,以及每个Block包括的线程个数n,具体为:设n=32j,计算出j、m使得32j*m大于且最接近采样点分组个数;所述j=1、2、...、16,m为正整数。
[0015]优选地,所述根据GPU中每个SM的负载将Block分配给SM,具体为:
[0016]计算每个Block待计算量,所述待计算量其中n为Block包括的线程个数,z表示与线程对应的采样点分组所包括的采样点个数;
[0017]按照每个Block待计算量对Block从大到小的顺序排序得到Block序列,并按照SM的负载从小到大的顺序进行排序得到SM序列,每次将Block序列的第一个Block分配给SM序列的第一个,然后重新对SM排序,再将Block序列的第一个Block分配给SM序列的第一个,依次类推,直到Block序列中的Block全部分给SM。
[0018]优选地,在所述按照预设方式采集体数据上k个采样点前,先对体数据进行预处理,所述预处理至少包括滤波、去噪。
[0019]另外,本专利技术还提供了一种神经外科手术中导航加速处理设备,所述设备至少包括处理器CPU、存储器、GPU,所述设备还包括以下模块:
[0020]判断模块,用于获取CPU利用率及GPU空闲内存,若CPU利用率大于第三阈值且GPU空闲内存大于体数据大小,则在GPU上执行所述采集模块,否则在CPU上执行所述采集模块;所述第三阈值与所述像素点个数反相关;
[0021]采样模块,用于获取待成像平面的像素点个数,由每个像素点沿着视线方向发出一条投影射线,在投影射线上按照预设方式采集体数据上k个采样点,将位于同一个体素的采样点归作为一个采样点分组;
[0022]GPU并行计算模块,用于根据所述采样点分组个数,设置Grid中包括的Block个数m,以及每个Block包括的线程个数n,将所述采样点分组分配给m*n个线程,根据GPU中每个SM的负载将Block分配给SM;Block中的GPU线程通过三线性插值方法计算每个采样点的颜色值和透明度;
[0023]平面成像模块,用于由CPU根据所述每个采样点的颜色值和透明度得到所述待成像平面上每个像素点的值。
[0024]优选地,所述在投影射线上按照预设方式采集体数据上k个采样点,具体为:
[0025]获取GPU的负载R,若所述GPU的负载小于等于第一阈值R
t
且旋转三维图像的频率小于第二阈值,则以第一个采样点为原点,每隔L
R
的距离采样一次;否则,以第一个采样点为原点,按照下式计算距离前一个采样点的距离:
[0026][0027]其中,k为正整数。
[0028]优选地,所述设备连接定位仪、探针和显示设备。
[0029]本专利技术根据采样点是否位于同一个体数据的体素中,对神经导航系统中的三线性插值计算的过程进行调整,提高了神经导航系统中三维可视化处理速度,同时对采样方式进行了改进,在满足医生需要的情况下,增强了神经外科手术中神经导航系统的处理效率。本专利技术具有以下效果:
[0030]1.节省了光线投影中计算最为费时的三线性插值的运算时间。将光线投影中的特征点按照体素进行了分组,位于同一个体素的采样点分为一组,将其分配给一个GPU线程,该GPU线程由于存储同一个体素的数据,节省了GPU的缓存空间,而且提高了光线投影中,三线性插值的运算速度。
[0031]2.对光线投影中的采样方式进行了改进,在GPU负载高且频繁旋转三维视图时,减少采样点,以此提高三维可视化速度,避免了在查看病灶区域三维视图时出现的卡顿以及延迟等问题。
[0032]3.通过Block待计算量的计算本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种神经外科手术中导航加速处理方法,其特征在于,所述方法包括以下步骤:步骤1,获取CPU利用率及GPU空闲内存,若CPU利用率大于第三阈值且GPU空闲内存大于体数据大小,则在GPU上执行步骤2,否则在CPU上执行步骤2;所述第三阈值与所述像素点个数反相关;步骤2,获取待成像平面的像素点个数,由每个像素点沿着视线方向发出一条投影射线,在投影射线上按照预设方式采集体数据上k个采样点,将位于同一个体素的采样点归作为一个采样点分组;步骤3,根据所述采样点分组个数,设置Grid中包括的Block个数m,以及每个Block包括的线程个数n,将所述采样点分组分配给m*n个线程,根据GPU中每个SM的负载将Block分配给SM;Block中的GPU线程通过三线性插值方法计算每个采样点的颜色值和透明度;步骤4,由CPU根据所述每个采样点的颜色值和透明度得到所述待成像平面上每个像素点的值。2.如权利要求1所述的方法,其特征在于,所述在投影射线上按照预设方式采集体数据上k个采样点,具体为:获取GPU的负载R,若所述GPU的负载小于等于第一阈值R
t
且旋转三维图像的频率小于第二阈值,则以第一个采样点为原点,每隔L
R
的距离采样一次;否则,以第一个采样点为原点,按照下式计算距离前一个采样点的距离:其中,k为正整数。3.如权利要求2所述的方法,其特征在于,所述在投影射线上按照预设方式采集体数据上k个采样点,还包括:若旋转后预设值时间内没有旋转三维图像,则在GPU的负载小于等于第一阈值时,则第一个采样点为原点,每隔L
R
的距离采样一次,重新计算每个像素点的值。4.如权利要求1所述的方法,其特征在于,所述根据所述采样点分组个数,设置Grid中包括的Block个数m,以及每个Block包括的线程个数n,具体为:设n=32j,计算出j、m使得32j*m大于且最接近采样点分组个数;所述j=1、2、...、16,m为正整数。5.如权利要求4所述的方法,其特征在于,所述根据GPU中每个SM的负载将Block分配给SM,具体为:计算每个Block待计算量,所述待计算量其中n为Block包括的线程个数,z表示与线程对应的采样点分组所包括的采样...

【专利技术属性】
技术研发人员:郭孟果
申请(专利权)人:郑州大学第一附属医院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1