從腦部序列圖像中將腦組織與顱骨、眼球、皮膚、脂肪等組織分離出來的過程稱為腦組織提取,是腦部MRI圖像分析的重要處理步驟,在fMRI圖像配準、腦組織分割、腦容量測量等方面有重要應用。快速準確的提取腦組織在臨床和研究中有重要應用。本文在CUDA并行計算平臺提出了一種并行腦組織提取方法,該方法該方法結合了并行BET算法和并行水平集方法,是一種混合算法。本文主要貢獻有:1、為進一步提高并行水平集計算速度,本文對水平集演化中起重要作用的符號距離函數的并行計算進行了研究,在源點掃描法的基礎上提出了基于法向放射的符號距離函數計算方法。該算法首先采用法向發射的方法得到圖像中封閉曲線法向方向上的像素點的符號距離,然后根據源點掃描算法快速計算符號距離函數,減少了圖像遍歷次數從而提高了計算效率。本文還在CUDA平臺上實現了并行算法,實驗表明并行算法在達到相同的計算精度的條件下,計算效率優于速度很快的降維法。2、為實現快速精確的腦組織提取,本文將并行BET算法和并行水平集算法結合起來,提出了一個新的混合并行腦組織提取方法。該方法首先采用并行BET算法對輸入腦部MRI圖像進行腦組織提取得到一個初步結果,然后利用... 

【文章來源】：南昌航空大學江西省

【文章頁數】：55 頁

【學位級別】：碩士

【部分圖文】：

GPU加速計算

圖 2.2 CPU 與 GPU 性能比較CPU 主要應用在處理串行計算方面，還有任務需要遵照強烈的邏輯原則范時，也需要 CPU 來處理，而任務設計到線程化時，就需要 GPU 來通過并理減少計算，提高效率。因為 GPU 本身自帶的存儲器中的設備是可以支持程并行的。GPU 的硬件簡單說是由三個關鍵模塊組成：內存（全局共享）、流處簇（SM）、流處理器（SP）。簡單來說就是一個流處理器簇的陣列，然后流處理器簇又包含很多個核。處理器之所以可伸縮、延拓，有一個很重要的就是一個 GPU 設備可以由超過一個流處理器簇構成，因為一個設備它下面的流處理器簇越多，GPU 在固定時間內處理的任務量也越多，換句話說，量的任務，GPU 完成所需要的時間更短。所以 CPU 主要負責串行計算，GPU 則是并行計算。一個完整的 CUDA由兩個部分構成，一是 host 端程序，還有一個是 device 端程序，CPU 負責host 端程序，GPU 則負責執行 device 端程序。當調用 CPU 的內核函數時，

線程塊網格

【參考文獻】：
期刊論文
[1]水平集中符號距離函數并行降維計算[J]. 江少鋒,楊素華,陳震,張聰炫,周旭欣.  中國圖象圖形學報. 2018 (02)
[2]基于CUDA架構圖像處理并行算法實驗研究[J]. 費華英.  銅仁學院學報. 2017(06)
[3]序列磁共振顱腦影像的腦組織自動提取方法[J]. 賈迪,楊金柱,張一飛,趙大哲,于戈.  儀器儀表學報. 2011(08)
[4]基于層間先驗知識從腦MRI圖像中自動提取腦組織[J]. 韓翀蛟,林相波,馬慧超,李馨.  生物醫學工程與臨床. 2011(02)
[5]磁共振顱腦圖像的腦組織自動獲取方法[J]. 稅午陽,周明全,耿國華.  軟件學報. 2009(05)
[6]基于曲線推進的符號距離函數生成方法[J]. 張博,蘇永利,張書玲.  西北大學學報(自然科學版). 2007(05)
[7]基于Mumford-Shah模型的快速水平集圖像分割方法[J]. 李俊,楊新,施鵬飛.  計算機學報. 2002(11)



本文編號：2910294