Детальная информация

Название: Сегментация медицинских изображений, основанная на модели объекта, с использованием CUDA: выпускная квалификационная работа магистра: направление 01.04.02 «Прикладная математика и информатика» ; образовательная программа 01.04.02_02 «Математические методы анализа и визуализации данных»
Авторы: Позигун Михаил Владимирович
Научный руководитель: Беляев Сергей Юрьевич
Другие авторы: Арефьева Людмила Анатольевна; Чуканов Вячеслав Сергеевич
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт прикладной математики и механики
Выходные сведения: Санкт-Петербург, 2020
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: медицинские изображения; сегментация изображений; автоматическая сегментация; основанная на модели сегментация; масс-пружинная модель; medical images; image segmentation; automatic segmentation; model-based segmentation; mass-spring model
Тип документа: Выпускная квалификационная работа магистра
Тип файла: PDF
Язык: Русский
Код специальности ФГОС: 01.04.02
Группа специальностей ФГОС: 010000 - Математика и механика
Ссылки: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2020/vr/vr20-1756
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

Данная работа посвящена оптимизации одного из алгоритмов автоматической сегментации трёхмерных медицинских изображений с применением CUDA. В работе представлен разработанный параллельный алгоритм, основанный на алгоритме деформируемой модели области интереса (англ. model-based segmentation). Разработанный алгоритм был реализован на современных графических процессорах NVIDIA. Согласно проведённому анализу, он показывает прирост производительности в среднем в 1.3 раза в сравнении с аналогами, не теряя в качестве. Также в рамках данной работы был разработан полуавтоматический алгоритм корректировки результатов сегментации, получаемой на выходе алгоритма расчёта полигональной модели. Уникальностью разработанного алгоритма корректировки полигональной сетки является представленный алгоритм построения масс-пружинной модели, использующий двухмерную попиксельную сегментацию среза сегментируемого трёхмерного изображения. На основе смещений узлов полигональной сетки, полученных посредством попиксельной сегментации, выполняется деформация остальных узлов полигональной сетки.

The given work is devoted to optimization of the one of fully automatic medical image segmentation algorithms using CUDA. The developed parallel algorithm based on the model-based segmentation algorithm is presented in this work. The developed algorithm has been implemented on the modern NVIDIA graphics processing unit. According to the analysis that has been made, the developed algorithm shows performance increase in average of the factor of 1.3 in comparing with analogs without loss in segmentation quality. Besides semi-automatic algorithm used for adjustment of segmentation polygonal model has been developed. The key feature of the proposed algorithm consists in the developed mass-spring model that uses two-dimensional pixel-wise segmentation mask of the slice taken from the segmented three-dimensional image. Basing on the displacements calculated on the segmented pixels, the deformation of the entire polygonal mesh is performed.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи СПбПУ Прочитать Печать Загрузить
Интернет Авторизованные пользователи (не СПбПУ)
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 6
За последние 30 дней: 0
Подробная статистика