| دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
بررسی جامع تقسیم بندی تصویر پزشکی در GPU ها |
| عنوان انگلیسی مقاله: |
Medical image segmentation on GPUs – A comprehensive review |
|
|
| مشخصات مقاله انگلیسی (PDF) | |
| سال انتشار | 2015 |
| تعداد صفحات مقاله انگلیسی | 18صفحه با فرمت pdf |
| رشته های مرتبط با این مقاله | پزشکی و مهندسی پزشکی |
| گرایش های مرتبط با این مقاله | پردازش تصاویر پزشکی، فیزیک پزشکی |
| مجله | تجزیه و تحلیل تصویر پزشکی – Medical Image Analysis |
| دانشگاه | دانشگاه علوم و فناوری نروژی، تروندهایم، نروژ |
| کلمات کلیدی | پزشکی (Medical)، تصویر (Image)، قطعه بندی (Segmentation)، واحد پردازشگر گرافیکی (GPU)، موازی (Parallel) |
| شناسه شاپا یا ISSN | ISSN 1361-8415 |
| رفرنس | دارد ✓ |
| لینک مقاله در سایت مرجع | لینک این مقاله در نشریه Elsevier |
| نشریه الزویر | الزویر – Elsevier |
| مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
| تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش و فونت 14 B Nazanin | 57صفحه |
| ترجمه عناوین تصاویر و جداول | ترجمه شده است ✓ |
| ترجمه متون داخل تصاویر | ترجمه شده است ✓ |
| ترجمه متون داخل جداول | ترجمه شده است ✓ |
| درج تصاویر در فایل ترجمه | درج شده است ✓ |
| درج جداول در فایل ترجمه | درج شده است ✓ |
| درج فرمولها و محاسبات در فایل ترجمه به صورت عکس | درج شده است ✓ |
| منابع داخل متن | به صورت فارسی درج شده است ✓ |
- فهرست مطالب:
چکیده
1. مقدمه
2. محاسبات واحد پردازشگر گرافیکی (GPU)
2.1. همروندی گرایی داده ها
2.2. تعداد رشته ها
2.3. واگرایی شاخه
2.4. استفاده از حافظه
2.5. هماهنگ سازی
2.6. چارچوب
2.7. بهینه سازی واحد پردازشگر گرافیکی (GPU)
2.7.1. گروه بندی
2.7.2. حافظه زمینه ای، ثابت و مشترک
2.7.3. فشردگی جریان
3. روش های قطعه بندی
3.1. آستانه گذاری
3.2. رشد منطقه
3.3. ریخت شناسی
3.4. آبخیز
3.5. مسیرهای فعال
3.6. مجموعه سطح ها
3.7. روش های مبتنی بر ثبت / اطلس
3.7.1. ثبت مبتنی بر شدت – اطلاعات متقابل
3.7.2. ثبت مبتنی بر ویژگی – نزدیک ترین نقطه تکرار شنده
3.8. مدل های شکل آماری
3.9. میدان تصادفی مارکوف و برش نموداری
3.10. استخراج خط مرکزی و قطعه بندی ساختارهای لوله ای
3.11. قطعه بندی تصاویر پویا – ردیابی
3.11.1. فیلتر کالمن
3.11.2. فیلتر ذرات
4. بحث
4.1. پیشرفته تربن وضعیت کنونی
4.2. پیش بینی های نرم افزاری
4.3. پیش بینی های سخت افزاری
5. نتیجه گیری ها
- بخشی از ترجمه:
5. نتیجه گیری ها
در این مطالعه، رایج ترین الگوریتم های قطعه بندی تصاویر پزشکی مورد بحث قرار گرفته، و با توجه به نحوه تناسب آن ها با واحدهای پردازشگر گرافیکی (GPU) ارزیابی شدند. در این مقایسه نشان داده شد که اغلب روش های قطعه بندی از نوع همروندی داده ها و با مقدار رشته های بالا می باشند که آن ها را به خوبی برای شتاب دهی واحد پردازشگر گرافیکی (GPU) مناسب می سازد. با این وجود، عواملی مانند هماهنگ سازی، واگرایی شاخه و استفاده از حافظه می تواند سرعت افزایی را در طی اجرای سریالی محدود سازد. برای کاهش تاثیر این عوامل محدود کننده، چندین تکنیک بهینه سازی واحد پردازشگر گرافیکی (GPU) مورد بحث قرار گرفته اند.
- بخشی از مقاله انگلیسی:
5. Conclusions
In this review, the most common medical image segmentation algorithms have been discussed, and rated according to how suited they are for graphic processing units (GPUs). Through this comparison, it is shown that most segmentation methods are data parallel with a high amount of threads, which makes them well suited for GPU acceleration. However, factors such as synchronization, branch divergence and memory usage can limit the speedup over serial execution. To reduce the impact of these limiting factors, several GPU optimization techniques are discussed.
|
تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد |
|
|
| دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
بررسی جامع تقسیم بندی تصویر پزشکی در GPU ها |
| عنوان انگلیسی مقاله: |
Medical image segmentation on GPUs – A comprehensive review |
|
|
خرید ترجمه فارسی مقاله با فرمت ورد