快速 GPU 三维微分同胚图像配准

三维图像配准是医学图像分析中最基本且计算代价最高的操作之一。本文提出一种用于两幅图像微分同胚配准的混合精度 Gauss-Newton-Krylov 求解器。我们的工作将公开可用的 CLAIRE 库扩展到 GPU 架构。尽管图像配准至关重要，但支持 GPU 的大形变微分同胚配准实现寥寥无几。我们的贡献在于提出新算法，显著减少 CLAIRE 中两个主要计算核心的运行时间：导数计算与散乱数据插值。我们部署了 (i) 高度优化的混合精度 GPU 核函数用于散乱数据插值评估，(ii) 用优化的 8 阶有限差分替代基于快速傅里叶变换 (FFT) 的一阶导数计算，并 (iii) 与最先进的 CPU 和 GPU 实现进行比较。作为亮点，我们展示了在单块 NVIDIA Tesla V100 上可在 6 秒内配准 $256^3$ 临床图像，这相当于当前 CLAIRE 版本 20 倍以上的加速，以及现有 GPU 实现 30 倍以上的加速。