Real-Time Nonlinear Finite Element Computations on GPU - Application to Neurosurgical Simulation.
Real-Time Nonlinear Finite Element Computations on GPU - Application to Neurosurgical Simulation.
复制标题
DOI：
10.1016/j.cma.2010.06.037
复制
发表时间：
2010-12-15
影响因子：
7.2
通讯作者：
Miller K
中科院分区：
文献类型：
--
作者：
Joldes GR;Wittek A;Miller K
生物力学建模技术在医学图像分析和手术模拟领域的应用意味着两个相互冲突的要求：准确的结果和高的求解速度。只有采用适当的模型和求解算法才能获得准确的结果。在我们以前的论文中，我们已经提出了算法和解决方法，用于在不到一分钟的时间内在个人计算机上对具有高达50.000自由度的模型进行精确的脑移位非线性有限元分析（包括混合网格，不同的非线性材料模型，有限变形和脑-颅骨接触）。在本文中，我们提出了一种实现我们的算法的图形处理单元（GPU）使用新的NVIDIA计算统一设备架构（CUDA），导致超过20倍的计算速度增加。这使得使用具有更多元素的网格成为可能，这些元素更好地表示几何体，更容易生成，并提供更准确的结果。
Application of biomechanical modeling techniques in the area of medical image analysis and surgical simulation implies two conflicting requirements: accurate results and high solution speeds. Accurate results can be obtained only by using appropriate models and solution algorithms. In our previous papers we have presented algorithms and solution methods for performing accurate nonlinear finite element analysis of brain shift (which includes mixed mesh, different non-linear material models, finite deformations and brain-skull contacts) in less than a minute on a personal computer for models having up to 50.000 degrees of freedom. In this paper we present an implementation of our algorithms on a Graphics Processing Unit (GPU) using the new NVIDIA Compute Unified Device Architecture (CUDA) which leads to more than 20 times increase in the computation speed. This makes possible the use of meshes with more elements, which better represent the geometry, are easier to generate, and provide more accurate results.
登录
查看更多内容
影响因子：
--
作者：
Miller, Karol;Joldes, Grand;Wittek, Adam
通讯作者：
Wittek, Adam
影响因子：
10.9
作者：
Joldes, Grand Roman;Wittek, Adam;Miller, Karol
通讯作者：
Miller, Karol
影响因子：
2.4
作者：
Miller, K;Chinzei, K
通讯作者：
Chinzei, K
影响因子：
10.6
作者：
Miga, MI;Sinha, TK;Weil, RJ
通讯作者：
Weil, RJ
DOI：
10.1016/j.cma.2009.06.012
发表时间：
2009-09-01
影响因子：
7.2
作者：
Joldes GR;Wittek A;Miller K
通讯作者：
Miller K