Térfogat-vizualizáció és 3D képfeldolgozás optimális rácsokon

OData támogatás
Konzulens:
Dr. Csébfalvi Balázs
Irányítástechnika és Informatika Tanszék

Az orvosi képalkotásban – és a vizualizáció más alkalmazási területein – elterjedt sztenderd, hogy az adathalmazokat egyszerű kockarácson (CC rács) reprezentálják. Ennek az alapvető oka az, hogy a kockarács intuitív, könnyen kezelhető, jól alkalmazkodik a számítógépek memóriaszervezéséhez, és rendkívül egyszerű számításokat tesz lehetővé (pl.: trilineáris interpoláció) a szeparálhatóságából fakadóan. Előnyeitől eltekintve azonban több érv is ellene szól. A kockarács meglehetősen anizotróp mintavételezést tesz csak lehetővé. Ami viszont ennél is nagyobb baj, hogy az eredmény messze nem optimális, így felmerül a kérdés, hogy mi lenne, ha a kockarács helyett olyan rácsszerkezetet alkalmaznánk, amely izotropikusabb és egyúttal jobb mintavételezést kínál azonos rácssűrűség mellett. A megoldást a BCC rács nyújtja, hiszen 3D-ben ez az optimális mintavételező rács. Számszerűsítve a BCC ráccsal ~29,29%-kal hatékonyabb mintavételezés valósítható meg, mint a CC ráccsal, vagyis ennyivel kevesebb mintával érhetünk el ugyanolyan minőséget. Ez egyfelől kisebb sávszélességigényt eredményez, hiszen kevesebb adatot kell tárolnunk és mozgatnunk. Másfelől elméleti szinten kevesebb lépésszámú algoritmusok implementálását teszi lehetővé. Kutatásom célja ezen utóbbi állítás igazolása egy tomográfiás rekonstrukciós keretrendszer elkészítésével. A számítógépes tomográfiás rekonstrukció során kétdimenziós vetületi felvételekből próbáljuk meg iteratív módszerekkel felépíteni az eredeti háromdimenziós objektum egy modelljét. Ezt úgy tesszük, hogy a tér diszkrét pontjaiban kiértékeljük az adatot, a többi pontban pedig interpolációt végzünk. Legyen a kiindulási feltételünk, hogy egy adott minőséget szeretnénk elérni. Ez esetben ha a diszkrét pontok egy BCC rács pontjaiba esnek, akkor feltételezéseink szerint a rekonstruált térfogati adat kevesebb iteráció alatt konvergálni fog a helyes megoldáshoz (az eredeti adathoz), hiszen a BCC rács ~29,29%-kal kevesebb mintavételi ponttal képes ugyanazt a térinformációt reprezentálni, mint az egyszerű kockarács. A szakdolgozatom témája keretében ezen feltételezés vizsgálatával foglalkozom.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.