Reconstrução/processamento de imagem médica com GPU em tomossíntese

Detalhes bibliográficos
Autor(a) principal: Azevedo, Bernardo Lopes de Sá
Data de Publicação: 2011
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10362/7503
Resumo: Dissertação para obtenção do Grau de Mestre em Engenharia Biomédica
id RCAP_6c5e7cd22b0fd443f33e4bd38dba23b5
oai_identifier_str oai:run.unl.pt:10362/7503
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Reconstrução/processamento de imagem médica com GPU em tomossínteseTomossíntese mamária digitalAlgoritmos iterativos de reconstruçãoMaximum likelihood – Expectation maximization (ML-EM)Ordered subsets – Expectation maximization (OS-EM)General-purpose computing on graphics processing units (GPGPU)Compute unified device architecture (CUDA™)Dissertação para obtenção do Grau de Mestre em Engenharia BiomédicaA Tomossíntese Digital Mamária (DBT) é uma recente técnica de imagem médica tridimensional baseada na mamografia digital que permite uma melhor observação dos tecidos sobrepostos, principalmente em mamas densas. Esta técnica consiste na obtenção de múltiplas imagens (cortes) do volume a reconstruir, permitindo dessa forma um diagnóstico mais eficaz, uma vez que os vários tecidos não se encontram sobrepostos numa imagem 2D. Os algoritmos de reconstrução de imagem usados em DBT são bastante similares aos usados em Tomografia Computorizada (TC). Existem duas classes de algoritmos de reconstrução de imagem: analíticos e iterativos. No âmbito deste trabalho foram implementados dois algoritmos iterativos de reconstrução: Maximum Likelihood – Expectation Maximization (ML-EM) e Ordered Subsets – Expectation Maximization (OS-EM). Os algoritmos iterativos permitem melhores resultados, no entanto são computacionalmente muito pesados, pelo que, os algoritmos analíticos têm sido preferencialmente usados em prática clínica. Com os avanços tecnológicos na área dos computadores, já é possível diminuir consideravelmente o tempo que leva para reconstruir uma imagem com um algoritmo iterativo. Os algoritmos foram implementados com recurso à programação em placas gráficas − General-Purpose computing on Graphics Processing Units (GPGPU). A utilização desta técnica permite usar uma placa gráfica (GPU – Graphics Processing Unit) para processar tarefas habitualmente designadas para o processador de um computador (CPU – Central Processing Unit) ao invés da habitual tarefa do processamento gráfico a que são associadas as GPUs. Para este projecto foi usado uma GPU NVIDIA®, recorrendo-se à arquitectura Compute Unified Device Architecture (CUDA™) para codificar os algoritmos de reconstrução. Os resultados mostraram que a implementação dos algoritmos em GPU permitiu uma diminuição do tempo de reconstrução em, aproximadamente, 6,2 vezes relativamente ao tempo obtido em CPU. No respeitante à qualidade de imagem, a GPU conseguiu atingir um nível de detalhe similar às imagens da CPU, apesar de diferenças pouco significativas.Faculdade de Ciências e TecnologiaAlmeida, PedroMatela, NunoRUNAzevedo, Bernardo Lopes de Sá2012-07-19T09:29:34Z20112011-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/7503porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-03-11T03:39:25Zoai:run.unl.pt:10362/7503Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:17:31.645190Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Reconstrução/processamento de imagem médica com GPU em tomossíntese
title Reconstrução/processamento de imagem médica com GPU em tomossíntese
spellingShingle Reconstrução/processamento de imagem médica com GPU em tomossíntese
Azevedo, Bernardo Lopes de Sá
Tomossíntese mamária digital
Algoritmos iterativos de reconstrução
Maximum likelihood – Expectation maximization (ML-EM)
Ordered subsets – Expectation maximization (OS-EM)
General-purpose computing on graphics processing units (GPGPU)
Compute unified device architecture (CUDA™)
title_short Reconstrução/processamento de imagem médica com GPU em tomossíntese
title_full Reconstrução/processamento de imagem médica com GPU em tomossíntese
title_fullStr Reconstrução/processamento de imagem médica com GPU em tomossíntese
title_full_unstemmed Reconstrução/processamento de imagem médica com GPU em tomossíntese
title_sort Reconstrução/processamento de imagem médica com GPU em tomossíntese
author Azevedo, Bernardo Lopes de Sá
author_facet Azevedo, Bernardo Lopes de Sá
author_role author
dc.contributor.none.fl_str_mv Almeida, Pedro
Matela, Nuno
RUN
dc.contributor.author.fl_str_mv Azevedo, Bernardo Lopes de Sá
dc.subject.por.fl_str_mv Tomossíntese mamária digital
Algoritmos iterativos de reconstrução
Maximum likelihood – Expectation maximization (ML-EM)
Ordered subsets – Expectation maximization (OS-EM)
General-purpose computing on graphics processing units (GPGPU)
Compute unified device architecture (CUDA™)
topic Tomossíntese mamária digital
Algoritmos iterativos de reconstrução
Maximum likelihood – Expectation maximization (ML-EM)
Ordered subsets – Expectation maximization (OS-EM)
General-purpose computing on graphics processing units (GPGPU)
Compute unified device architecture (CUDA™)
description Dissertação para obtenção do Grau de Mestre em Engenharia Biomédica
publishDate 2011
dc.date.none.fl_str_mv 2011
2011-01-01T00:00:00Z
2012-07-19T09:29:34Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10362/7503
url http://hdl.handle.net/10362/7503
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Faculdade de Ciências e Tecnologia
publisher.none.fl_str_mv Faculdade de Ciências e Tecnologia
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799137822708334593

Registros relacionados