文献

J-GLOBAL ID：201902258206478254   整理番号：19A0517726

GPU加速変形可能画像レジストレーションアルゴリズムと右心室セグメンテーションへの応用【JST・京大機械翻訳】

A GPU-Accelerated Deformable Image Registration Algorithm With Applications to Right Ventricular Segmentation

著者 (3件)： Punithakumar Kumaradevan (Department of Radiology and Diagnostic Imaging, University of Alberta, Edmonton, AB, Canada) ,  Boulanger Pierre (Department of Radiology and Diagnostic Imaging, University of Alberta, Edmonton, AB, Canada) ,  Noga Michelle (Department of Radiology and Diagnostic Imaging, University of Alberta, Edmonton, AB, Canada)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 20374-20382  発行年： 2017年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 心臓右心室の描出は,駆出率および脳卒中量のような臨床測定の発生に必須である。最初のフレームに関する与えられた手動セグメンテーションにより,全ての磁気共鳴画像から右心室を分割する一つのアプローチは,画像列間の点対応を見出すことである。非剛体変換による点対応の発見は,しばしば計算的に高価な最適化を含む変形可能な画像登録アルゴリズムを必要とする。点対応アルゴリズムの中心処理ユニット(CPU)に基づく実装は,最近の研究における一連の画像から器官を描写するのに正確であることが示されている。本研究の目的は,変形可能な画像登録のための計算的に効率的な手法を開発することである。効率を改善するためのグラフィックス処理ユニット(GPU)加速手法を提案した。提案したアプローチは,2つの並列化構成要素から成る:並列計算統一デバイスアーキテクチャ(CUDA)バージョンの変形可能な登録アルゴリズム;そして,アルゴリズムをさらに並列化するために画像連結方式の応用を行った。アルゴリズムの3つのバージョンを実行した。1)CPU;2)画像内並列化のみのGPU(逐次画像登録);そして,3)内部と画像内並列化(連結画像登録)によるGPU。提案した方法を16人の被験者のデータセット上で評価した。CPU,GPU逐次画像,およびGPU連結画像法は,それぞれ,20画像のシーケンスを分割するために,平均113.13,16.50,および5.96sを取った。提案した並列化手法は,同じレベルのセグメンテーション精度を保持しながら,CPU実装と比較して約19倍の計算性能改善を提供した。本論文は,GPUコンピューティングが,精度を損なうことなく,非剛体画像登録アルゴリズムの計算性能を改善するために利用できることを実証した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 計算機アーキテクチャ ,  最適化 ,  並列演算 ,  脳卒中 ,  NMRイメージング ,  *アルゴリズム ,  *セグメンテーション ,  心臓 ,  *画像
準シソーラス用語： 非剛体 ,  被験者 ,  CUDA ,  GPU【プロセッサ】 ,  器官 ,  右心室 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： GPU ,  加速 ,  レジストレーション ,  アルゴリズム ,  右心室 ,  セグメンテーション ,  応用