This thesis presents acceleration techniques for medical imaging algorithms. The rapid development of medical scanning devices produces huge amounts of raw data. On the one hand, high-resolution images can be computed from the raw data and, thus, providing the physicians better basis for diagnosis. On the other hand, the amount of raw data leads to longer processing times. About three years ago, graphics processing units (GPUs) have become programmable and can be used for other tasks than graphics. GPUs are very suitable for medical imaging algorithms – they are fast, relatively cheap, the instruction set is powerful enough for many of algorithms, and with standard APIs easy to program. In this work, medical imaging filtering, reconstruction, segmentation, and registration algorithms are accelerated using GPUs. Averagely a 10-times speedup is achieved compared to optimized SSE3 CPU implementations. Some implementations run 100 times faster than their CPU counterparts. The results are already used successfully in products by Siemens Medical Solutions.     «

This thesis presents acceleration techniques for medical imaging algorithms. The rapid development of medical scanning devices produces huge amounts of raw data. On the one hand, high-resolution images can be computed from the raw data and, thus, providing the physicians better basis for diagnosis. On the other hand, the amount of raw data leads to longer processing times. About three years ago, graphics processing units (GPUs) have become programmable and can be used for other tasks than gra...     »

Diese Arbeit behandelt die Beschleunigung von Algorithmen aus der medizinischen Bildverarbeitung. Durch die schnelle Entwicklung bei medizinischen, bildgebenden Aufnahmegeräten wächst auch die Rohdatenmenge. Einerseits lassen sich dadurch immer schärfere Bilder rekonstruieren, die den Ärzten genauere Diagnosen ermöglichen, andererseits steigt mit der Datenmenge auch die Verarbeitungszeit rapide an. Seit ca. 3 Jahren lassen sich spezielle Grafikprozessoren relativ frei programmieren und damit zweckentfremden. Grafikprozessoren bieten sich sehr gut für medizinische Bildverarbeitung an - sie sind schnell, das Instruktionsset reicht aus um eine Vielzahl von Algorithmen von der Grafikhardware ausführen zu lassen und durch mehrere Programmierschnittstellen (APIs) relativ leicht zu programmieren. In dieser Arbeit wird die komplette medizinische Bildverarbeitungs-Pipeline bestehend aus Filterung, Rekonstruktion, Segmentierung, und Registrierung durch Grafikhardwareunterstützung beschleunigt. Im Durchschnitt wird eine Beschleunigung gegenüber einer hochoptimierten CPU-Implementierung von Faktor 10 erreicht. Manche Implementierung laufen sogar 100 mal schneller als ihre CPU Gegenstücke. Die Ergebnisse werden bereits von Siemens Medical Solutions in der Praxis erfolgreich eingesetzt.     «

Diese Arbeit behandelt die Beschleunigung von Algorithmen aus der medizinischen Bildverarbeitung. Durch die schnelle Entwicklung bei medizinischen, bildgebenden Aufnahmegeräten wächst auch die Rohdatenmenge. Einerseits lassen sich dadurch immer schärfere Bilder rekonstruieren, die den Ärzten genauere Diagnosen ermöglichen, andererseits steigt mit der Datenmenge auch die Verarbeitungszeit rapide an. Seit ca. 3 Jahren lassen sich spezielle Grafikprozessoren relativ frei programmieren und damit z...     »