Paralelização em GPU da segmentação vascular com extração de Centerlines por Height Ridges

Mostrar outras versões (1)

The vascular segmentation is important in diagnosing vascular diseases like stroke and is hampered by noise in the image and very thin vessels that can pass unnoticed. One way to accomplish the segmentation is extracting the centerline of the vessel with height ridges, which uses the intensity as fe...

ver descrição completa

Na minha lista:

Detalhes bibliográficos
Autor principal:	Ribeiro, ítalo Mendes da Silva
Outros Autores:	Santos, Selan Rodrigues dos
Formato:	Dissertação
Idioma:	por
Publicado em:	Universidade Federal do Rio Grande do Norte
Assuntos:	Computação gráfica Medicina diagnóstico por imagem Segmentação vascular vasos sanguíneos Centerlines Imagens medicas height ridges GPU Arquitetura CUDA Computer graphics Medicine Diagnostic imaging Vascular segmentation Blood vessels Medical images Height ridges CUDA CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
Endereço do item:	https://repositorio.ufrn.br/jspui/handle/123456789/18035
Tags:	Adicionar Tag Sem tags, seja o primeiro a adicionar uma tag!

id	ri-123456789-18035
record_format	dspace
spelling	ri-123456789-180352017-11-04T13:38:53Z Paralelização em GPU da segmentação vascular com extração de Centerlines por Height Ridges Ribeiro, ítalo Mendes da Silva Santos, Selan Rodrigues dos http://lattes.cnpq.br/9204463813833604 http://lattes.cnpq.br/4022950700003347 Carvalho, Bruno Motta de http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4791070J6 Farias, Ricardo Cordeiro de http://lattes.cnpq.br/9063837162469343 Computação gráfica Medicina diagnóstico por imagem Segmentação vascular vasos sanguíneos Centerlines Imagens medicas height ridges GPU Arquitetura CUDA Computer graphics Medicine Diagnostic imaging Vascular segmentation Blood vessels Centerlines Medical images Height ridges GPU CUDA CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO The vascular segmentation is important in diagnosing vascular diseases like stroke and is hampered by noise in the image and very thin vessels that can pass unnoticed. One way to accomplish the segmentation is extracting the centerline of the vessel with height ridges, which uses the intensity as features for segmentation. This process can take from seconds to minutes, depending on the current technology employed. In order to accelerate the segmentation method proposed by Aylward [Aylward & Bullitt 2002] we have adapted it to run in parallel using CUDA architecture. The performance of the segmentation method running on GPU is compared to both the same method running on CPU and the original Aylward s method running also in CPU. The improvemente of the new method over the original one is twofold: the starting point for the segmentation process is not a single point in the blood vessel but a volume, thereby making it easier for the user to segment a region of interest, and; the overall gain method was 873 times faster running on GPU and 150 times more fast running on the CPU than the original CPU in Aylward Coordenação de Aperfeiçoamento de Pessoal de Nível Superior A segmentação vascular é importante no diagnóstico de doenças como o acidente vascular cerebral e é dificultada por ruídos na imagem e vasos muito finos que não são vistos. Uma maneira de realizar a segmentação é extraindo a centerline do vaso com height ridges, que usa a intensidade como características para a segmentação. Este processo pode levar de segundos a minutos, dependendo da tecnologia atual empregada. O método é implementado em GPU, ou seja, é executado de maneira paralela em placa gráfica. O desempenho do método de segmentação executado em GPU é comparado com o mesmo método em CPU e o método original de Aylward em execução também na CPU. O melhoramento do novo método sobre o original é dupla. O ponto de partida para o processo de segmentação não é um único ponto no vaso sanguíneo, mas um volume, tornando assim mais fácil para o usuário a seleção de uma região de interesse, e, o ganho do método proposto foi 873 vezes mais rápido sendo executado em GPU e 150 vezes mais rápido sendo executado em CPU do que o original de Aylward em CPU 2014-12-17T15:47:58Z 2012-02-23 2014-12-17T15:47:58Z 2011-03-02 masterThesis RIBEIRO, ítalo Mendes da Silva. Paralelização em GPU da segmentação vascular com extração de Centerlines por Height Ridges. 2011. 96 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal do Rio Grande do Norte, Natal, 2011. https://repositorio.ufrn.br/jspui/handle/123456789/18035 por Acesso Aberto application/pdf application/pdf Universidade Federal do Rio Grande do Norte BR UFRN Programa de Pós-Graduação em Sistemas e Computação Ciência da Computação
institution	Repositório Institucional
collection	RI - UFRN
language	por
topic	Computação gráfica Medicina diagnóstico por imagem Segmentação vascular vasos sanguíneos Centerlines Imagens medicas height ridges GPU Arquitetura CUDA Computer graphics Medicine Diagnostic imaging Vascular segmentation Blood vessels Centerlines Medical images Height ridges GPU CUDA CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
spellingShingle	Computação gráfica Medicina diagnóstico por imagem Segmentação vascular vasos sanguíneos Centerlines Imagens medicas height ridges GPU Arquitetura CUDA Computer graphics Medicine Diagnostic imaging Vascular segmentation Blood vessels Centerlines Medical images Height ridges GPU CUDA CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO Ribeiro, ítalo Mendes da Silva Paralelização em GPU da segmentação vascular com extração de Centerlines por Height Ridges
description	The vascular segmentation is important in diagnosing vascular diseases like stroke and is hampered by noise in the image and very thin vessels that can pass unnoticed. One way to accomplish the segmentation is extracting the centerline of the vessel with height ridges, which uses the intensity as features for segmentation. This process can take from seconds to minutes, depending on the current technology employed. In order to accelerate the segmentation method proposed by Aylward [Aylward & Bullitt 2002] we have adapted it to run in parallel using CUDA architecture. The performance of the segmentation method running on GPU is compared to both the same method running on CPU and the original Aylward s method running also in CPU. The improvemente of the new method over the original one is twofold: the starting point for the segmentation process is not a single point in the blood vessel but a volume, thereby making it easier for the user to segment a region of interest, and; the overall gain method was 873 times faster running on GPU and 150 times more fast running on the CPU than the original CPU in Aylward
author2	Santos, Selan Rodrigues dos
author_facet	Santos, Selan Rodrigues dos Ribeiro, ítalo Mendes da Silva
format	masterThesis
author	Ribeiro, ítalo Mendes da Silva
author_sort	Ribeiro, ítalo Mendes da Silva
title	Paralelização em GPU da segmentação vascular com extração de Centerlines por Height Ridges
title_short	Paralelização em GPU da segmentação vascular com extração de Centerlines por Height Ridges
title_full	Paralelização em GPU da segmentação vascular com extração de Centerlines por Height Ridges
title_fullStr	Paralelização em GPU da segmentação vascular com extração de Centerlines por Height Ridges
title_full_unstemmed	Paralelização em GPU da segmentação vascular com extração de Centerlines por Height Ridges
title_sort	paralelização em gpu da segmentação vascular com extração de centerlines por height ridges
publisher	Universidade Federal do Rio Grande do Norte
publishDate	2014
url	https://repositorio.ufrn.br/jspui/handle/123456789/18035
work_keys_str_mv	AT ribeiroitalomendesdasilva paralelizacaoemgpudasegmentacaovascularcomextracaodecenterlinesporheightridges
_version_	1773961847025696768

Paralelização em GPU da segmentação vascular com extração de Centerlines por Height Ridges

Registros relacionados