基于CUDA的快速三维医学图像分割.docVIP

基于 CUDA 的快速三维医学图像分割孟晓林， 秦 安， 基于 CUDA 的快速三维医学图像分割 孟晓林， 秦 安， 徐 建， 陈武凡， 冯前进 （南方医科大学 生物医学工程学院， 广东 广州 510515） 摘要：目的： 三维分割是医学图像分析和可视化中的重要组成部分，也是医学图像分割中的一个难点。 水平集方法在三 维医学图像分割中有很广阔的应用前景，但是该算法的计算量大，不能达到实时处理的要求。 针对这个问题，提出了一 种基于 CUDA 的并行加速方法。 方法： 采用 NVIDIA 公司的 GPGPU 模型 CUDA，利用图像像素的独立性和偏微分方 程求解的并发性，提高 C-V 水平集算法的分割速度。 给出了并行计算的流程图，并对 C-V 水平集算法在 CUDA 上的实 现进行了详细介绍。 结果： 实现了 C-V 水平集并行加速算法，该方法在保证分割效果的前提下，具有更快的分割速度。 结论： 所提出的方法是切实可行的，实现了快速的三维医学图像分割。 关键词： 水平集； 医学图像分割； CUDA； 并行图像处理 中图分类号： TP391 文献标识码： A 文章编号： 1005-202X（2010）02-1716-05 Fast 3D Medical Image Segmentation Based on CUDA MENG Xiao-lin, QIN An , XU Jian, CHEN Wu-fan, FENG Qian-jin (The Department of Biomedical Engineering, Southern Medical University,Guangzhou Guangdong 510515, China) Abstract:Objective: 3D segmentation is an important part of medical image analysis and visualization. It also continues to be large challenge in the medical image segmentation. While level sets have demonstrated a great potential for 3D medical image segmentation, these algorithms have a large computational burden thus are not suitable for real time processing requirement. To solve this problem, we propose a parallel accerelated method based on CUDA. Methods: We implement C-V level set algorithm in the CUDA environment which is the NVIDIAs GPGPU model.The segmentation speed can greatly improved by using independence of image pixel and concurrence of partial differential equation .The paper shows the flow chart of the parallel computing and gives the detailed introduction of the C-V level set algorithm which is implemented in the CUDA environment. Results: Realizing the C-V level set parallel accerelated algorithm. This method has faster segmentation speed while preserving the qualitative results. Conclusions: This method is viable and makes the fast 3D medical image segmentation come true. Key words: level set; medical image segmentation; CUDA; parallel image processing 医学图像三维分割也一直是图像处理领域的一个经 典难题。 由于问题的重要性和困难性，从 20 世纪 70 年代起