Faster dense deformable image registration by utilizing both CPU and GPU

↓ Direkt till sidans innehåll
↓ Direkt till sidans sekundära innehåll (sidomenyn)

Sökning: onr:"swepub:oai:DiVA.org:uu-421140" > Faster dense deform...

1 av 1
Föregående post
Nästa post
Till träfflistan

Ekström, Simon,1991-Uppsala universitet,Radiologi (författare)

Faster dense deformable image registration by utilizing both CPU and GPU

BokEngelska

Förlag, utgivningsår, omfång ...

printrdacarrier

Nummerbeteckningar

LIBRIS-ID:oai:DiVA.org:uu-421140
https://urn.kb.se/resolve?urn=urn:nbn:se:uu:diva-421140URI

Kompletterande språkuppgifter

Språk:engelska
Sammanfattning på:engelska

Ingår i deldatabas

SwePubSwePub

Klassifikation

Ämneskategori:vet swepub-contenttype
Ämneskategori:ovr swepub-publicationtype

Anmärkningar

Purpose: Image registration is an important aspect of medical image analysis and a key component in many analysis concepts. Applications include fusion of multimodal images, multi-atlas segmentation, and whole-body analysis. Deformable image registration is often computationally expensive, and the need for efficient registration methods is highlighted by the emergence of large-scale image databases, e.g., the UK Biobank, providing imaging from 100 000 participants.Approach: We present a heterogeneous computing approach, utilizing both the CPU and the GPU, to accelerate a previously proposed image registration method. The parallelizable task of computing the matching criterion is offloaded to the GPU, where it can be computed efficiently, while the more complex optimization task is performed on the CPU. To lessen the impact of data synchronization between the CPU and GPU we propose a pipeline model, effectively overlapping computational tasks with data synchronization. The performance is evaluated on a brain labeling task and compared with a CPU implementation of the same method and the popular Advanced Normalization Tools (ANTs) software.Results: The proposed method presents a speed-up by a factor of 4 and 8 against the CPU implementation and the ANTs software respectively. A significant improvement in labeling quality was also observed, with measured mean Dice overlaps of 0.712 and 0.701 for our method and ANTs respectively.Conclusions: We showed that the proposed method compares favorably to the ANTs software yielding both a significant speed-up and an improvement in labeling quality. The registration method together with the proposed parallelization strategy is implemented as an open-source software package, deform.

Ämnesord och genrebeteckningar

MEDICIN OCH HÄLSOVETENSKAP Klinisk medicin Radiologi och bildbehandling hsv//swe
MEDICAL AND HEALTH SCIENCES Clinical Medicine Radiology, Nuclear Medicine and Medical Imaging hsv//eng
Atlas-based segmentation
Brain MRI
Deformable image registration
GPU

Biuppslag (personer, institutioner, konferenser, titlar ...)

Pilia, MartinoUppsala universitet,Radiologi,Institutionen för informationsteknologi (författare)
Kullberg, Joel,1979-Uppsala universitet,Radiologi(Swepub:uu)jokul377 (författare)
Ahlström, Håkan,1953-Uppsala universitet,Radiologi(Swepub:uu)hakanahl (författare)
Strand, Robin,1978-Uppsala universitet,Bildanalys och människa-datorinteraktion,Avdelningen för visuell information och interaktion,Radiologi(Swepub:uu)rostr275 (författare)
Malmberg, Filip,1980-Uppsala universitet,Bildanalys och människa-datorinteraktion,Avdelningen för visuell information och interaktion,Radiologi(Swepub:uu)filma606 (författare)
Uppsala universitetRadiologi (creator_code:org_t)

Internetlänk

https://urn.kb.se/resolve?urn=urn:nbn:se:uu:diva-421140

Till lärosätets databas

1 av 1
Föregående post
Nästa post
Till träfflistan

Hitta mer i SwePub

Av författaren/redakt...: Ekström, Simon, ...; Pilia, Martino; Kullberg, Joel, ...; Ahlström, Håkan, ...; Strand, Robin, 1 ...; Malmberg, Filip, ...

Om ämnet

MEDICIN OCH HÄLSOVETENSKAP: MEDICIN OCH HÄLS ...; och Klinisk medicin; och Radiologi och bi ...

Av lärosätet: Uppsala universitet

Sök utanför SwePub

Sök vidare i:: Google; Google Book Search; Google Scholar

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

LIBRIS.kb.se