RT Conference Proceedings
T1 Herramienta de pegado de múltiples camas para tomografía computarizada en 3D mediante dispositivos GPU
A1 García Blas, Francisco Javier
A1 Brox Ortega, Pablo
A1 Carretero Pérez, Jesús
A1 Desco Menéndez, Manuel
A1 Abella García, Mónica
AB En sistemas de tomografía axial computarizada (TAC) es común hacer varias adquisiciones tomográficas consecutivas para distintas posiciones de la cama, que posteriormente se combinan para ampliar el campo de visión en la dirección longitudinal. Para esta combinación es necesaria la calibración geométrica del movimiento de la cama para evitar dobles bordes en la zona de pegado. Esta calibración se realiza de forma periódica usando un maniquí específico. Este trabajo presenta una herramienta novedosa de pegado de cama automático para TAC basada en correlación. Nuestra propuesta explota el paralelismo masivo que ofrecen las GPUs y cuenta con un modelo de memoria optimizado que permite pegar grandes volúmenes en tiempo casi real. La evaluación en estudios de roedor demuestra, no solo que la implementación ofrecida es capaz de pegar los estudios tomográficos en un tiempo reducido, sino también que hace un uso eficiente de los recursos de memoria disponibles.
PB Sociedad Española De Ingenieria Biomedica
SN 978-84-09-25491-0
YR 2020
FD 2020-11-25
LK https://hdl.handle.net/10016/32818
UL https://hdl.handle.net/10016/32818
LA spa
NO XXXVIII Congreso Anual de la Sociedad Española de Ingeniería Biomédica. 25 – 27 Nov, 2020
NO Este trabajo ha sido financiado por el Ministerio de Ciencia, Innovación y Universidades (Instituto de Salud Carlos III, proyecto DTS17/00122; Agencia Estatal de Investigación, proyecto DPI2016-79075-R-AEI/FEDER, UE), cofinanciado por Fondos de la Unión Europea (FEDER), “A way of making Europe”. Además, ha sido financiado por el Programa de apoyo a la realización de proyectos interdisciplinares de I+D para jóvenes investigadores de la Universidad Carlos III de Madrid 2019-2020 en el marco del Convenio Plurianual Comunidad de Madrid- Universidad Carlos III de Madrid (proyecto DEEPCT-CM-UC3M) y por CRUE Universidades, CSIC y el Banco Santander (Fondo Supera, proyecto RADCOV19).
DS e-Archivo
RD 17 jul. 2024