CUDA Optimierung von nicht-linearer oberflächen- und intensitätsbasierter Registrierung

Stefan Köhnen; Jan Ehrhardt; Alexander Schmidt-Richberg; Heinz Handels; Heinz Handels; Jan Ehrhardt; Thomas M. Deserno; Hans-Peter Meinzer; Thomas Tolxdorff

doi:10.1007/978-3-642-19335-4_22

CUDA Optimierung von nicht-linearer oberflächen- und intensitätsbasierter Registrierung

Stefan Köhnen, Jan Ehrhardt (Editor), Alexander Schmidt-Richberg, Heinz Handels, Heinz Handels, Jan Ehrhardt (Editor), Thomas M. Deserno, Hans-Peter Meinzer, Thomas Tolxdorff

Institute of Medical Informatics

Abstract

Die vorliegende Arbeit beschäftigt sich mit der Implementierung von Teilen eines Registrierungsalgorithmus in der Compute Unified Device Architecture (CUDA) von NVIDIA und der daraus resultierenden Zeitersparnis. Es wurden die einzelnen Schritte des Registrierungsalgorithmus analysiert und auf ihre Parallelisierbarkeit untersucht. Die Implementierungen wurden anhand von 20 thorakalen CT-Datens ätzen evaluiert und der SpeedUp berechnet. Es wurde eine Beschleunigung vom Faktor 143 bei der TPS Interpolation und ein Faktor 12 beim Image Warping erreicht. Obwohl nur 2 Teilschritte auf der GPU umgesetzt wurden, konnte ein Speedup des Gesamtverfahren von 2.175 erreicht werden. Dies zeigt das eine GPU-Implementierung effizienter als eine CPU-basierte Parallelisierung sein kann.

Original language	German
Title of host publication	Bildverarbeitung für die Medizin 2011
Editors	Heinz Handels, Jan Ehrhardt, Thomas M. Deserno, Hans-Peter Meinzer, Thomas Tolxdorff
Number of pages	5
Publisher	Springer Berlin Heidelberg
Publication date	13.03.2011
Pages	99 - 103
ISBN (Print)	978-3-642-19334-7
ISBN (Electronic)	978-3-642-19335-4
DOIs	https://doi.org/10.1007/978-3-642-19335-4_22
Publication status	Published - 13.03.2011
Event	Workshops Bildverarbeitung fur die Medizin 2011 - Lübeck, Germany Duration: 20.03.2011 → 22.03.2011 Conference number: 99531

UN SDGs

This output contributes to the following UN Sustainable Development Goals (SDGs)

Access to Document

10.1007/978-3-642-19335-4_22

http://www.imi.uni-luebeck.de/sites/default/files/bvm2011_22.pdf

Cite this

Köhnen, S., Ehrhardt, J. (Ed.), Schmidt-Richberg, A., Handels, H., Handels, H., Ehrhardt, J. (Ed.), Deserno, T. M., Meinzer, H-P., & Tolxdorff, T. (2011). CUDA Optimierung von nicht-linearer oberflächen- und intensitätsbasierter Registrierung. In H. Handels, J. Ehrhardt, T. M. Deserno, H-P. Meinzer, & T. Tolxdorff (Eds.), Bildverarbeitung für die Medizin 2011 (pp. 99 - 103). (Informatik aktuell). Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-642-19335-4_22

Köhnen, Stefan ; Ehrhardt, Jan (Editor) ; Schmidt-Richberg, Alexander et al. / CUDA Optimierung von nicht-linearer oberflächen- und intensitätsbasierter Registrierung. Bildverarbeitung für die Medizin 2011. editor / Heinz Handels ; Jan Ehrhardt ; Thomas M. Deserno ; Hans-Peter Meinzer ; Thomas Tolxdorff. Springer Berlin Heidelberg, 2011. pp. 99 - 103 (Informatik aktuell).

@inproceedings{a1e5e8c411fc4ba082c2aa0c062d975c,

title = "CUDA Optimierung von nicht-linearer oberfl{\"a}chen- und intensit{\"a}tsbasierter Registrierung",

abstract = "Die vorliegende Arbeit besch{\"a}ftigt sich mit der Implementierung von Teilen eines Registrierungsalgorithmus in der Compute Unified Device Architecture (CUDA) von NVIDIA und der daraus resultierenden Zeitersparnis. Es wurden die einzelnen Schritte des Registrierungsalgorithmus analysiert und auf ihre Parallelisierbarkeit untersucht. Die Implementierungen wurden anhand von 20 thorakalen CT-Datens {\"a}tzen evaluiert und der SpeedUp berechnet. Es wurde eine Beschleunigung vom Faktor 143 bei der TPS Interpolation und ein Faktor 12 beim Image Warping erreicht. Obwohl nur 2 Teilschritte auf der GPU umgesetzt wurden, konnte ein Speedup des Gesamtverfahren von 2.175 erreicht werden. Dies zeigt das eine GPU-Implementierung effizienter als eine CPU-basierte Parallelisierung sein kann.",

author = "Stefan K{\"o}hnen and Jan Ehrhardt and Alexander Schmidt-Richberg and Heinz Handels and Heinz Handels and Jan Ehrhardt and Deserno, {Thomas M.} and Hans-Peter Meinzer and Thomas Tolxdorff",

year = "2011",

month = mar,

day = "13",

doi = "10.1007/978-3-642-19335-4_22",

language = "Deutsch",

isbn = "978-3-642-19334-7",

series = "Informatik aktuell",

publisher = "Springer Berlin Heidelberg",

pages = "99 -- 103",

editor = "Handels, {Heinz } and Ehrhardt, {Jan } and Deserno, {Thomas M. } and Meinzer, {Hans-Peter } and Tolxdorff, {Thomas }",

booktitle = "Bildverarbeitung f{\"u}r die Medizin 2011",

note = "Workshops Bildverarbeitung fur die Medizin 2011, BVM 2011 ; Conference date: 20-03-2011 Through 22-03-2011",

}

Köhnen, S, Ehrhardt, J (ed.), Schmidt-Richberg, A, Handels, H , Handels, H , Ehrhardt, J (ed.), Deserno, TM, Meinzer, H-P & Tolxdorff, T 2011, CUDA Optimierung von nicht-linearer oberflächen- und intensitätsbasierter Registrierung. in H Handels, J Ehrhardt, TM Deserno, H-P Meinzer & T Tolxdorff (eds), Bildverarbeitung für die Medizin 2011. Informatik aktuell, Springer Berlin Heidelberg, pp. 99 - 103, Workshops Bildverarbeitung fur die Medizin 2011, Lübeck, Schleswig-Holstein, Germany, 20.03.11. https://doi.org/10.1007/978-3-642-19335-4_22

CUDA Optimierung von nicht-linearer oberflächen- und intensitätsbasierter Registrierung. / Köhnen, Stefan; Ehrhardt, Jan (Editor); Schmidt-Richberg, Alexander et al.
Bildverarbeitung für die Medizin 2011. ed. / Heinz Handels; Jan Ehrhardt; Thomas M. Deserno; Hans-Peter Meinzer; Thomas Tolxdorff. Springer Berlin Heidelberg, 2011. p. 99 - 103 (Informatik aktuell).

Research output: Chapters in Books/Reports/Conference Proceedings › Conference contribution › peer-review

TY - GEN

T1 - CUDA Optimierung von nicht-linearer oberflächen- und intensitätsbasierter Registrierung

AU - Köhnen, Stefan

AU - Schmidt-Richberg, Alexander

AU - Handels, Heinz

AU - Deserno, Thomas M.

AU - Meinzer, Hans-Peter

AU - Tolxdorff, Thomas

A2 - Ehrhardt, Jan

A2 - Handels, Heinz

A2 - Ehrhardt, Jan

A2 - Deserno, Thomas M.

A2 - Meinzer, Hans-Peter

A2 - Tolxdorff, Thomas

N1 - Conference code: 99531

PY - 2011/3/13

Y1 - 2011/3/13

N2 - Die vorliegende Arbeit beschäftigt sich mit der Implementierung von Teilen eines Registrierungsalgorithmus in der Compute Unified Device Architecture (CUDA) von NVIDIA und der daraus resultierenden Zeitersparnis. Es wurden die einzelnen Schritte des Registrierungsalgorithmus analysiert und auf ihre Parallelisierbarkeit untersucht. Die Implementierungen wurden anhand von 20 thorakalen CT-Datens ätzen evaluiert und der SpeedUp berechnet. Es wurde eine Beschleunigung vom Faktor 143 bei der TPS Interpolation und ein Faktor 12 beim Image Warping erreicht. Obwohl nur 2 Teilschritte auf der GPU umgesetzt wurden, konnte ein Speedup des Gesamtverfahren von 2.175 erreicht werden. Dies zeigt das eine GPU-Implementierung effizienter als eine CPU-basierte Parallelisierung sein kann.

AB - Die vorliegende Arbeit beschäftigt sich mit der Implementierung von Teilen eines Registrierungsalgorithmus in der Compute Unified Device Architecture (CUDA) von NVIDIA und der daraus resultierenden Zeitersparnis. Es wurden die einzelnen Schritte des Registrierungsalgorithmus analysiert und auf ihre Parallelisierbarkeit untersucht. Die Implementierungen wurden anhand von 20 thorakalen CT-Datens ätzen evaluiert und der SpeedUp berechnet. Es wurde eine Beschleunigung vom Faktor 143 bei der TPS Interpolation und ein Faktor 12 beim Image Warping erreicht. Obwohl nur 2 Teilschritte auf der GPU umgesetzt wurden, konnte ein Speedup des Gesamtverfahren von 2.175 erreicht werden. Dies zeigt das eine GPU-Implementierung effizienter als eine CPU-basierte Parallelisierung sein kann.

UR - http://www.imi.uni-luebeck.de/en/content/cuda-optimierung-von-nicht-linearer-oberfl%C3%A4chen-und-intensit%C3%A4tsbasierter-registrierung

U2 - 10.1007/978-3-642-19335-4_22

DO - 10.1007/978-3-642-19335-4_22

M3 - Konferenzbeitrag

SN - 978-3-642-19334-7

T3 - Informatik aktuell

SP - 99

EP - 103

BT - Bildverarbeitung für die Medizin 2011

PB - Springer Berlin Heidelberg

T2 - Workshops Bildverarbeitung fur die Medizin 2011

Y2 - 20 March 2011 through 22 March 2011

ER -

Köhnen S, Ehrhardt J, (ed.), Schmidt-Richberg A, Handels H , Handels H , Ehrhardt J, (ed.) et al. CUDA Optimierung von nicht-linearer oberflächen- und intensitätsbasierter Registrierung. In Handels H, Ehrhardt J, Deserno TM, Meinzer H-P, Tolxdorff T, editors, Bildverarbeitung für die Medizin 2011. Springer Berlin Heidelberg. 2011. p. 99 - 103. (Informatik aktuell). doi: 10.1007/978-3-642-19335-4_22

CUDA Optimierung von nicht-linearer oberflächen- und intensitätsbasierter Registrierung

Abstract

UN SDGs

Access to Document

Other files and links

Cite this