模糊连接图像分割CUDA并行算法的改进

摘要：

已有的模糊连接并行算法 CUDA-kFOE 未考虑线程块边缘点同时更新所引发的竞争问题, 导致计算结果出现少量误差. 由于医学图像处理对精度的要求很高, 为了解决边缘点计算误差的问题, 基于CUDA-kFOE提出一种修正迭代算法. 首先分析了 CUDA-kFOE 算法在线程块边缘产生竞争的原因; 然后讨论了边缘点亲和力的所有可能的传递路径, 以及由此造成的出错情况; 最后提出二次迭代修正算法, 将第一次迭代得到的所有边缘点转入第二次的修正迭代步骤, 从而修正第一次迭代中错误的亲和力值. 采用3组不同规格的CT序列对肝脏血管进行分割实验, 并选用3个不同的种子点进行算法验证, 结果表明, 文中算法的计算结果与串行版本一致, 解决了CUDA-kFOE算法的计算误差问题.

关键词：肝脏血管分割、模糊连接、CUDA、块边缘点竞争

所属期刊栏目：28

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家自然科学基金61001144,61102137,61301010,61327001

在线出版日期：2016-04-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：295-300