多种Demons可变形图像配准算法在GPU上的实现与评估
医学物理
2015-05-14 v1
摘要
在线自适应放射治疗（ART）有望根据患者每日解剖变异提供最佳治疗。在线ART临床实施的一个主要技术障碍是快速图像分割的需求。可变形图像配准（DIR）已被用作一种自动分割方法，将肿瘤/器官轮廓从计划图像转移到每日图像。然而，当前DIR的计算时间不足以满足在线ART的需求。本文通过使用计算机图形处理单元（GPU）来解决这一问题。一种基于灰度的DIR算法——Demons及其五种变体，在统一计算设备架构（CUDA）编程环境下于GPU上实现。这些算法的空间精度通过五组肺部4DCT图像进行评估，每组图像平均大小为256x256x100，并包含超过1100个专家确定的标志点对。对于本文呈现的所有测试场景，基于GPU的DIR计算大约需要7到11秒，产生平均三维误差在1.5到1.8毫米之间。有趣的是，我们发现原始的被动力Demons算法在准确性、效率和实现简便性的综合表现上优于后续提出的变体。
引用
@article{arxiv.0909.0928,
title = {Implementation and evaluation of various demons deformable image registration algorithms on GPU},
author = {Xuejun Gu and Hubert Pan and Yun Liang and Richard Castillo and Deshan Yang and Dongju Choi and Edward Castillo and Amitava Majumdar and Thomas Guerrero and Steve B. Jiang},
journal= {arXiv preprint arXiv:0909.0928},
year = {2015}
}
备注
Submitted to Physics in Medicine and Biology