原文服务方: 计算机应用研究       
摘要:
血管增强扩散算法遵循多尺度方法,利用非线性各向异性扩散方法进行血管增强,该方法在可视化不同半径的血管和增强血管外观上比现存的大部分方法都要好,但医学图像数据分辨率和灰度级都很高,多尺度选择和求解非线性各向异性扩散的偏微分方程时运算量很大,执行速率低,不适合实际应用.提出一种基于GPU(graphic processing unit)的血管造影图像增强方法,采用计算统一设备架构(CUDA)技术,利用像素的独立性和偏微分方程求解的并发性,实现了并行血管增强扩散算法.实验结果表明,该方法在保持血管增强效果一样的同时降低了处理时间,加速比达到27倍以上.
推荐文章
基于方向滤波器组的造影图像血管增强方法
冠脉造影
增强图像
血管增强
方向滤波器组
方向梯度
Hessian矩阵
一种新的血管造影图像增强方法
血管造影图像
各向异性扩散
对比度
增强
融合上下文信息的血管造影图像增强
血管造影图像
上下文信息
增强
基于GPU加速的磁共振血管造影图像的并行分割与追踪算法
磁共振成像(MRI)
血管造影
图像分割
图形处理器(GPU)
统一计算设备架构(CUDA)
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于GPU的血管造影图像增强方法
来源期刊 计算机应用研究 学科
关键词 血管增强扩散 多尺度 非线性各向异性扩散方程 医学图像 图形处理器 计算统一设备架构
年,卷(期) 2012,(2) 所属期刊栏目 图形图像技术
研究方向 页码范围 782-785
页数 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2012.02.103
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈武凡 南方医科大学生物医学工程学院 214 1814 21.0 30.0
2 冯前进 南方医科大学生物医学工程学院 109 771 14.0 20.0
3 刘国庆 南方医科大学生物医学工程学院 38 131 7.0 8.0
4 王宁 南方医科大学生物医学工程学院 8 17 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (5)
参考文献  (12)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (1)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
血管增强扩散
多尺度
非线性各向异性扩散方程
医学图像
图形处理器
计算统一设备架构
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导