通过相似度量的并行计算来加速神经图像配准

神经图像配准对于大脑形态分析和治疗效果评估至关重要。 但是，现有的高级注册算法（例如FLIRT和ANTs）对于临床使用而言效率不高。 在本文中，已经开发了以相关比率（CR）作为相似性度量的FLIRT的GPU实现，并开发了用于ANT的对称微分配准的GPU加速相关系数（CC）计算。 与它们相应的原始工具的比较表明，在计算效率方面，我们的加速算法可以大大优于原始算法。 本文展示了在临床应用中应用这些注册工具的巨大潜力。