sp; 通用计算上图形硬件和各种通用计算应用()进行了调查。
此外,比较GPGPU和传统CPU许多性能研究发表。
使用GPGPU论文,由裴和布罗克曼()取得了加速图像配准性能进行分析,并强调要认真管理内存资源,充分利用GPU并获得最大加速需求。
并行设计,医学图像重建(MIR),基于GPGPU实现提出。
同时,有两种方法,在MIR框架Sobel边缘检测,在CUDA同时被实施了NVIDIAGPGPU()。
此外,最近趋势,在软件和硬件GPGPU计算调查,文件是由Neelima和Raghavendra()制定。
在本次调查文章中,我们将回顾最新基于GPU应用在医学成像上,即细分,定位和可视化三个方面,在下面章节。
医学图像分割图像分割定义和方法如今,医学图像分割在医学图像分析中起着重要作用,例如,计算机辅助诊断(CAD),手术计划和导航()。
其目是把目标图像划分成连接区域,这是有意义数学分析和医学图像量化。
&n