Use este identificador para citar ou linkar para este item:
https://repositorio.ufrn.br/handle/123456789/18035| Título: | Paralelização em GPU da segmentação vascular com extração de Centerlines por Height Ridges |
| Autor(es): | Ribeiro, ítalo Mendes da Silva |
| Orientador: | Santos, Selan Rodrigues dos |
| Palavras-chave: | 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 |
| Data do documento: | 2-Mar-2011 |
| Editor: | Universidade Federal do Rio Grande do Norte |
| Referência: | 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. |
| Resumo: | 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 |
| Abstract: | 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 |
| URI: | https://repositorio.ufrn.br/jspui/handle/123456789/18035 |
| Aparece nas coleções: | PPGSC - Mestrado em Sistemas e Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| ItaloMSR_DISSERT.pdf | 4,04 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.