醫(yī)學(xué)圖像中非剛體配準(zhǔn)的GPU優(yōu)化研究.pdf

1、配準(zhǔn)是醫(yī)學(xué)圖像處理中的一項重要任務(wù)。在手術(shù)中可以實時地將超聲圖像與CT（Computed Tomography，計算機(jī)斷層掃描），MRI(MagneticResonance Imaging，磁共振成像)數(shù)據(jù)利用配準(zhǔn)技術(shù)相互映射，以彌補不同影像設(shè)備效果的缺陷。配準(zhǔn)還可以幫助醫(yī)生進(jìn)行人體骨骼正畸術(shù)術(shù)前準(zhǔn)備，如阿佩爾氏綜合征(Apert Syndrome)，小兒顱縫早閉的術(shù)前規(guī)劃。醫(yī)學(xué)圖像的配準(zhǔn)往往是一項費時的工作，本文闡述了一種利用GPU(

2、GraphicProcessing Unit，圖形處理器)優(yōu)化基于薄板樣條(Thin Plate Spline，TPS)醫(yī)療影像彈性配準(zhǔn)任務(wù)的方法，其中包括醫(yī)學(xué)圖像配準(zhǔn)技術(shù)的背景和意義，GPU的硬件邏輯，矩陣相乘的加速算法，TPS圖像配準(zhǔn)的基本原理，以及基于CUDA架構(gòu)的配準(zhǔn)實現(xiàn)。
　　矩陣相乘算法的CUDA（Compute Unified Device Architecture，統(tǒng)一計算設(shè)備架構(gòu)）實現(xiàn)是本次實驗的重點和難點。我們

3、的實驗平臺是INTEL至強E1230V2，8G內(nèi)存，GTX460顯卡。在實驗中計算1000*1000規(guī)模的矩陣，經(jīng)過訪存、bank conflict、數(shù)據(jù)源優(yōu)化后的CUDA矩陣相乘實現(xiàn)速度為0.025秒，相比初始CUDA實現(xiàn)為0.3286秒，加速比為13。由于配準(zhǔn)點的數(shù)量決定參與計算的矩陣規(guī)模，我們還研究了配準(zhǔn)點數(shù)量對計算速度的影響，實驗證明MATLAB環(huán)境下，在2D圖像中放置65個配準(zhǔn)點的配準(zhǔn)速度為0.0106秒，3個配準(zhǔn)點的速度為0