View All

Additional Info
“我們曾經針對各種平行運算的開發環境進行評估,但最終還是選擇了CUDA,因為它使用的是我們所熟悉的C語言。此外,在無需修改我們已開發的系統之前提下,我們還可享受未來世代繪圖處理器更快速的效能。”

負責CUDA建置的研究人員 ─ Herlambang

 
Science & Education

NVIDIA CUDA:即時醫療成像的肉眼辨識立體系統


成像技術中一個相當有趣的領域是肉眼辨識立體觀視學,使用者不需採用任何特殊眼鏡便可看到3D呈像的立體圖像。這項引人注目的技術不僅在娛樂方面有所應用,同時也被研究成為實際運用到廣泛專業領域應用之技術。其中一項特別具前瞻性的應用就是醫療成像,東京大學資訊科學研究所機械資訊學系(Department of Mechano-Informatics)Takeyoshi Dohi教授與他的同事,投注大量心力研究NVIDIA CUDA™平行運算平台在這個領域之應用。

The Challenge

整體攝像學原理(IV) 點選此處

「肉眼辨識光譜學」可透過多種方式實踐;目前由Dohi教授研究團隊中的副教授Hongen Liao與研究生Nicholas Herlambang進行研究的方法稱為整體攝像學(Integral Videography, IV)。這個方法使用了一個由微距鏡頭陣列所組成的特殊顯示器,這個陣列包含一個連結液晶面板的凸透鏡陣矩。每一個微距鏡頭的正下方約有一百個液晶分子,而凸透鏡則從不同的方位投射出每一個液晶分子所散發的光線。這個以3D立體空間呈現的物體,是由多個方向的光線所投射,構成一個讓使用者看來彷彿懸浮在空中的立體影像。

由於這個方法是將3D圖像投射至空間中,因此比傳統上在觀眾左右眼前展示不同影像的立體成像方法更具優勢。使用IV這個方法可提供闊廣的可視範圍,讓好幾個人可同時在顯示器前看到3D圖像,而且無須採用特殊的眼鏡或視點追蹤器。

自2000年起,東京大學的研究團隊即致力研發如何透過一套系統,藉由CT或核磁共振掃描所獲得的即時活體斷層掃描資料當作容積材質(volume texture)來處理。如此一來不但可以透過容積著色進行3D影像重組,更可使用IV系統展示立體影像。

這套系統可為即時立體活體成像帶來重大革新。然而,當中需要相當龐大的運算量;容積著色本身即需要大量的運算作業,而立體成像又需要更多的運算資源。每一格的影像皆需同時展示許多不同的角度,再考慮每一段影片皆有許多格圖像,可想像系統須在極短的時間內需完成高精準度的成像作業所需的運算作業有多麼龐大。

在2001年的研究中,利用一台Pentium III 800 MHz PC對一格解析度為512 x 512的圖像進行即時容積著色與立體影像重組,需花費近十秒的時間才能完成。為了加快處理速度,該研究團隊曾嘗試使用當時效能最高的電腦,亦即具備60顆CPU的UltraSPARC III 900 MHz系統;但最後獲得最好的成績也只能達到每秒五格的畫面更新率,這對實際運用來說是不夠快的。

The Solution

從遠處觀看IV影像之實例。顯示器中黃色短棒影像是顯示器前2公尺人物的手部之逼真立體影像。即使顯示器前的人物移動,其手部影像在顯示器中仍然清晰可見。為了要創造高解析度的立體影像,類似容積著色的方法相當常用,但這些方法通常會需要龐大的運算資源。點選此處

容積運算與隨後所需的IV格式轉換動作皆需要資料平行的向量計算。針對這些需求最理想的運算典範就是繪圖處理器(GPU)。因此,Liao與Herlambang開始著手利用NVIDIA所研發之C語言繪圖處理器開發環境CUDA來研究繪圖處理器之建置。

首先,這些研究人員採用最新一代的GeForce® 8800 GTX GPU開發建置了一個原型系統。在使用CUDA的繪圖處理器上執行2001年研究所使用的資料集時,效能立刻增進為每秒13至14格影像。這項發現讓研究人員非常驚訝,因為2001年所使用的UltraSPARC系統需耗費數千萬日圓,但現在可以用節省100倍成本的繪圖處理器即可帶來將近3倍的效能。研究人員更進一步的發現,相較於最新一代的多核心CPU,NVIDIA GPU至少快上70倍。除此之外,實驗結果顯示GPU的高效能優勢在較大的容積材質運算下更為突出。

該研究團隊目前使用NVIDIA最先進的Tesla™ D870桌上型超級電腦,可運用CUDA針對現行IV系統在Tesla進行最佳化。預計會將效能進一步提升至更高的境界。

The Impact

運用CUDA的IV 系統  點選此處

研究團隊中負責CUDA建置的Herlambang表示:「我們曾經針對各種平行運算的開發環境進行評估,但最終還是選擇了CUDA,因為它使用的是我們所熟悉的C語言。此外,在無需修改我們已開發的系統之前提下,我們還可享受未來世代繪圖處理器更快速的效能。如果有一個可以讓我們更輕鬆地針對大型CUDA程式進行除錯的作業環境,那CUDA 將會變成更強大的平行運算開發環境。我們也期待CUDA能在醫療成像運算上有更多的應用。」

當CT與核磁共振掃描產生的影像可透過即時且立體的方式來觀看時,醫師們就不需透過組織切片或手術,就可檢查病變組織的狀態並給予診斷。不僅如此,這個方法也可讓多位醫師同時觀察影像並相互諮詢與討論。此外,最終有可能因為這套方法能讓每個醫師能夠即時看到手術過程,可讓他們共同進行內視鏡手術或其他低度侵入式手術。

要將大型平行電腦陣列變成診所中的設備之一是很困難的,但是繪圖處理器與Tesla強大的運算功能卻可提供輕巧的平行運算模組。

Takeyoshi Dohi教授,先進治療與復建工程實驗室: http://www.atre.t.u-tokyo.ac.jp/en/

Hongen Liao副教授: http://bmpe.t.u-tokyo.ac.jp/~liao/

▼實驗室簡介

Dohi 實驗室設置於東京大學機械資訊學系,是全球醫療工程領域中最頂尖的實驗室之一。Dohi教授與他的團隊在這裡進行電腦輔助醫療手術的先進研究。

為展示的3D立體顯像技術必須擁有許多先進的儀器設備,包括手術用微型機器人、內視鏡,以及外科用立體顯影組合式顯示器。