CLAIRE: 面向三维微分同胚图像配准的可扩展 GPU 加速算法
最优化与控制
2024-02-01 v1 分布式、并行与集群计算
摘要
我们展示了关于可扩展、GPU 加速的微分同胚图像配准算法的工作。相关的软件包称为 CLAIRE。图像配准是一个非线性逆问题，它涉及计算同一物体或场景的一幅图像到另一幅图像的空间映射。在微分同胚图像配准中，允许的空间变换集合被限制为光滑、一一对应且具有光滑逆映射的映射。我们将微分同胚图像配准表述为由输运方程控制的变分问题。我们使用一种不精确的、全局化的 (Gauss--)Newton--Krylov 方法进行数值优化。我们考虑用于数值时间积分的半拉格朗日方法。我们的求解器采用混合精度、硬件加速的计算内核，以实现最佳计算吞吐量。我们使用消息传递接口实现分布式内存并行，并将代码部署在现代高性能计算架构上。我们的求解器允许我们在单个 GPU 上在四秒内解决临床相关问题。它还可以应用于大规模三维成像应用，其数据在具有数十亿体素的网格上离散化。我们证明，即使我们在搜索最优正则化参数，我们的数值框架也能在短短几秒钟内产生高保真度的结果。
引用
@article{arxiv.2401.17493,
title = {CLAIRE: Scalable GPU-Accelerated Algorithms for Diffeomorphic Image Registration in 3D},
author = {Andreas Mang},
journal= {arXiv preprint arXiv:2401.17493},
year = {2024}
}