换一批摘要Nvidia从GeForce8系列开始,在显卡上推出统一计算设备框架技术,使GPU的通用计算(GPGPU)从图形硬件流水线和高级绘制语言中解放出来,开发人员无须掌握图形学编程方法即可在单任务多数据模式(SIMD)下完成高性能并行计算.在医学图像分析中,图像配准通常是一个耗时的过程,不利于临床应用,为了加速医学图像的2D-3D配准过程,研究了CUDA的设计思想和编程方式,提出了一种基于CUDA并行编程模型的加速配准新技术,在构建的虚拟X线摄像系统下,采用并行计算的方式快速生成高质量DRR图像,以对应像素的灰度值残差作为相似性测度,使用Powell优化方法寻找最优变换.实验结果表明.该技术既很好地保持了配准精度,同时又大大提高了配准速度,加速比达到了十几甚至几十倍.
更多相关知识
关键词
医学图像2D-3D图像配准数字影像重建图形处理器统一计算设备架构虚拟X线摄像系统medical image2D-3D image registrationDigitally Reconstructed Radiograph (DRR)Graphic Processing Unit(GPU)Compute Unified Device Architecture(CUDA)virtual X ray camera system
分类号
TP391
栏目名称
DOI
10.3778/j.issn.1002-8331.2010.11.017
发布时间
2010-06-02（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引14
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
