Implementation and evaluation of various demons deformable image registration algorithms on a GPU.
Implementation and evaluation of various demons deformable image registration algorithms on a GPU.
复制标题
DOI：
10.1088/0031-9155/55/1/012
复制
发表时间：
2010-01-07
影响因子：
3.5
通讯作者：
Jiang SB
中科院分区：
文献类型：
--
作者：
Gu X;Pan H;Liang Y;Castillo R;Yang D;Choi D;Castillo E;Majumdar A;Guerrero T;Jiang SB
在线自适应放射治疗（ART）承诺能够提供最佳治疗，以应对日常患者的解剖变化。在线ART临床实施的主要技术障碍是快速图像分割的要求。可变形图像配准（Deformable Image Registration，简称DEG）已被用作自动分割方法，用于将肿瘤/器官轮廓从计划图像转移到日常图像。然而，目前的计算时间的ARTS是不够的在线艺术。在这项工作中，这个问题是通过使用计算机图形处理单元（GPU）来解决的。基于灰度的Demons算法及其五种变体使用计算统一设备架构（CUDA）编程环境在GPU上实现。这些算法的空间准确性在五组肺部4D CT图像上进行了评价，平均尺寸为256 × 256 × 100，每组图像有超过1100个专家确定的标志点对。对于本文中提出的所有测试方案，基于GPU的计算需要大约7到11秒，以产生平均3D误差范围从1.5到1.8毫米。有趣的是，发现原来的被动力恶魔算法优于随后提出的变种的基础上的组合的准确性，效率和易于实施。
Online adaptive radiation therapy (ART) promises the ability to deliver an optimal treatment in response to daily patient anatomic variation. A major technical barrier for the clinical implementation of online ART is the requirement of rapid image segmentation. Deformable image registration (DIR) has been used as an automated segmentation method to transfer tumor/organ contours from the planning image to daily images. However, the current computational time of DIR is insufficient for online ART. In this work, this issue is addressed by using computer graphics processing units (GPUs). A gray-scale-based DIR algorithm called demons and five of its variants were implemented on GPUs using the compute unified device architecture (CUDA) programming environment. The spatial accuracy of these algorithms was evaluated over five sets of pulmonary 4D CT images with an average size of 256 × 256 × 100 and more than 1100 expert-determined landmark point pairs each. For all the testing scenarios presented in this paper, the GPU-based DIR computation required around 7 to 11 s to yield an average 3D error ranging from 1.5 to 1.8 mm. It is interesting to find out that the original passive force demons algorithms outperform subsequently proposed variants based on the combination of accuracy, efficiency and ease of implementation.
登录
查看更多内容
影响因子：
3.5
作者：
Men, Chunhua;Gu, Xuejun;Jiang, Steve B.
通讯作者：
Jiang, Steve B.
影响因子：
3.8
作者：
Birkner, M;Yan, D;N端sslin, F
通讯作者：
N端sslin, F
影响因子：
3.8
作者：
Samant, Sanjiv S.;Xia, Junyi;Owens, John D.
通讯作者：
Owens, John D.
影响因子：
3.1
作者：
Noe, Karsten Ostergaard;De Senneville, Baudouin Denis;Sorensen, Thomas Sangild
通讯作者：
Sorensen, Thomas Sangild
DOI：
10.1016/s0360-3016(02)02884-5
发表时间：
2002-08-01
影响因子：
7
作者：
Jaffray, DA;Siewerdsen, JH;Martinez, AA
通讯作者：
Martinez, AA