醫療影像判斷加快 30X倍速– 用CUDA高速運算以相基礎(phase based)為根本的影像體積套合(Volume Registration)技術

醫療影像判斷加快 30X倍速– 用CUDA高速運算以相基礎(phase based)為根本的影像體積套合(Volume Registration)技術

Phase Based Volume Registration Using CUDA – 30x 倍速

在醫療影像判斷上, 我們剛剛用GPU完成了最新的, 以相基礎(phase based)為根本的影像體積套合(Volume Registration)技術 – 30x倍速快.

對比於其他已經用CUDA GPU高速運算基於影像強度(Image Intensity)的影像套合技術, 我們剛剛完成的新運算法則, 能讓CUDA GPU高速運算更上一層樓, 更加可靠的判斷出具有多重影像強度的同體積物質.

這個新技術剛剛在2010年達拉斯州(Dallas)的IEEE ICASSP研討會上面發表.

We have implemented phase based volume registration using CUDA, in contrast to all other GPU based image registration implementations that are based on the image intensity. Our registration algorithm is more robust for volumes that differ significantly in intensity. This work was presented at the IEEE conference ICASSP in Dallas 2010.

[Davis延伸閱讀]:

· 醫療影像判斷, 尤其是腫瘤判斷, 需要很多的學問.

· 無論是以影像強度(Image Intensity)判斷, 以level-Set, 或是以相基礎(Phase Based)判斷, 都是為了精準標示身體組織的尺寸與估計其組成材質.

· 一般超音波掃描器在身體內約每10秒創建一張2D超音波成像, 醫師再將超音波掃描器轉向不同角度成像, 交由電腦將連續2D影像裁切為3D立體影像.

· 醫療上的2D-to-3D成像, 除了能取得的2D影像張數非常有限(這已經夠困難的), 以及其他可以想像的困難之外, 還有非常多的因素要考慮.

· 比方說, 超音波探頭在掃描的過程會壓迫腫瘤, 使腫瘤組織形變. 而良性腫瘤受壓迫時的形變比惡性腫瘤來的大, 這是計算上要考量的地方.

· 另外, 超音波探頭在掃描的過程也會使腫瘤位移, 而良性腫瘤因為組織較軟, 受壓迫時的位移比惡性腫瘤來的大, 這是計算上另一個要考量的地方.

· 無論採用哪些技術, 醫療影像判斷都是件耗時費力的事, 而且還有病患療程時間的迫切性, 既能判斷並3D繪製病理組織的大小, 還能估計病理組織屬於良性或惡性, 與獲得可能的其餘資訊.

· 30x倍速的運算, 同時也表示相同運算時間下具有30x倍的準確度.

· NVIDIA CUDA GPU高速運算, 肯定是現在人類醫療領域的一盞名燈.