并行符号距离计算及在脑组织提取中的应用研究

发布时间：2020-12-11 09:28

　　从脑部序列图像中将脑组织与颅骨、眼球、皮肤、脂肪等组织分离出来的过程称为脑组织提取,是脑部MRI图像分析的重要处理步骤,在fMRI图像配准、脑组织分割、脑容量测量等方面有重要应用。快速准确的提取脑组织在临床和研究中有重要应用。本文在CUDA并行计算平台提出了一种并行脑组织提取方法,该方法该方法结合了并行BET算法和并行水平集方法,是一种混合算法。本文主要贡献有:1、为进一步提高并行水平集计算速度,本文对水平集演化中起重要作用的符号距离函数的并行计算进行了研究,在源点扫描法的基础上提出了基于法向放射的符号距离函数计算方法。该算法首先采用法向发射的方法得到图像中封闭曲线法向方向上的像素点的符号距离,然后根据源点扫描算法快速计算符号距离函数,减少了图像遍历次数从而提高了计算效率。本文还在CUDA平台上实现了并行算法,实验表明并行算法在达到相同的计算精度的条件下,计算效率优于速度很快的降维法。2、为实现快速精确的脑组织提取,本文将并行BET算法和并行水平集算法结合起来,提出了一个新的混合并行脑组织提取方法。该方法首先采用并行BET算法对输入脑部MRI图像进行脑组织提取得到一个初步结果,然后利用... 

【文章来源】：南昌航空大学江西省

【文章页数】：55 页

【学位级别】：硕士

【部分图文】：

GPU加速计算

图 2.2 CPU 与 GPU 性能比较CPU 主要应用在处理串行计算方面，还有任务需要遵照强烈的逻辑原则范时，也需要 CPU 来处理，而任务设计到线程化时，就需要 GPU 来通过并理减少计算，提高效率。因为 GPU 本身自带的存储器中的设备是可以支持程并行的。GPU 的硬件简单说是由三个关键模块组成：内存（全局共享）、流处簇（SM）、流处理器（SP）。简单来说就是一个流处理器簇的阵列，然后流处理器簇又包含很多个核。处理器之所以可伸缩、延拓，有一个很重要的就是一个 GPU 设备可以由超过一个流处理器簇构成，因为一个设备它下面的流处理器簇越多，GPU 在固定时间内处理的任务量也越多，换句话说，量的任务，GPU 完成所需要的时间更短。所以 CPU 主要负责串行计算，GPU 则是并行计算。一个完整的 CUDA由两个部分构成，一是 host 端程序，还有一个是 device 端程序，CPU 负责host 端程序，GPU 则负责执行 device 端程序。当调用 CPU 的内核函数时，

线程块网格

【参考文献】：
期刊论文
[1]水平集中符号距离函数并行降维计算[J]. 江少锋,杨素华,陈震,张聪炫,周旭欣.  中国图象图形学报. 2018 (02)
[2]基于CUDA架构图像处理并行算法实验研究[J]. 费华英.  铜仁学院学报. 2017(06)
[3]序列磁共振颅脑影像的脑组织自动提取方法[J]. 贾迪,杨金柱,张一飞,赵大哲,于戈.  仪器仪表学报. 2011(08)
[4]基于层间先验知识从脑MRI图像中自动提取脑组织[J]. 韩翀蛟,林相波,马慧超,李馨.  生物医学工程与临床. 2011(02)
[5]磁共振颅脑图像的脑组织自动获取方法[J]. 税午阳,周明全,耿国华.  软件学报. 2009(05)
[6]基于曲线推进的符号距离函数生成方法[J]. 张博,苏永利,张书玲.  西北大学学报(自然科学版). 2007(05)
[7]基于Mumford-Shah模型的快速水平集图像分割方法[J]. 李俊,杨新,施鹏飞.  计算机学报. 2002(11)



本文编号：2910294