，奥谢尔和于年首先提出水平集方法，是个强大而灵活数字技术图像分割。目前，这种电平设定方法及其扩展已被广泛用于去噪，登记，图像修复等，更多图像处理应用。上述自动分割技术通常以实现所需临床和实际应用强大分割结果。其结果是，许多自动交互式机制最近已成为最佳选择，在现实生活中医疗应用，例如交互式轮廓圈定和种子区域生长,。理想是，所述交互过程可发生在以允许用户接收，关于他们行为即时反馈和改善组织结构分割准确性。医学图像分割仍然是个挑战性问题。在基于细分相关工作虽然上述分割研究已经变得越来越活跃，近几十年来，因为它们价格昂贵，不适合实时诊所应用。幸运是，分割方法可以以实时来实现，通过这些方法给结构移植去适应操作环境。表列出了些基于图像分割方法和各自特点等。基于医学图像计算调查基于医学图像分割技术首次实施是通过制定水平集分割图像融合图形运算符序列来实现。可编程着色器带来了更大灵活性，并启用使用曲率正规化等值面图像分割。然后，在实现。在般情况下，分割方法也可以被分为宽窄两类，即，低级别和高级别方法。区别低层次方法，需要关于图像中对象类型，没有统计信息，直接操纵像素体素信息，以形成感兴趣连接对象区域。分水岭和区域生长方法基于实基于医学图像计算技术综述现是典型低级别方法。个更复杂和强大统计分割，是基于自适应区域生长过程平台来实现。此外，马尔可夫随机场和图割有另外两种类型低级别在文献,找到。在高层次框架分割，测地活动轮廓，传统活动轮廓变形蛇，已经有效地实。与此同时，多帧速率体积渲染是因为需要为透明物体体积也特别具有挑战性。传统多帧速率系统重构整个图像场景作为个单表面，其中运动视差知觉被摧毁。为了提高渲染质量，等。提出了多帧速率体绘制系统，高品质重建和快速透明容积再现卓越能力。其他体绘制技术，诸如像素射线图像和光场表示，显示出目标卷更丰富描述，但要求相当分析预处理和分别因为它们大尺寸不适合频繁总线传输。随着高性能计算快速发展不断增加和近期可编程性图形硬件，图形硬件已经演变成个引人注目平台，是广泛计算苛刻任务，如医学图像处理，剂量计算和治疗计划优化，计算机视觉，等等。如今，是高性能标准工具之，并在整个行业和学术界被广泛采用。许多研究人员和开发人员成为有意利用电源通用计算。我们已经提出了基于医学图像计算技术全面调查在这篇文章中。所有这些医疗成像广泛分类建议三个主要医疗用图像处理基础上成分分割，登记和可视化。传统基于实现是过慢适合于实际临床应用。为了克服这限制，目前医学图像计算总是在现代基于医学图像计算技术综述实现。尤其是在医学影像学临床实践中，起着在医学诊断和分析重要作用。尽管许多工作已在域已经完成基于医学影像，仍然存在不少长期未解决问题。我们想结束这个调查通过指出些可能问题和方向为今后研究。概括地说，这些方向是部分容积组织统框架分割。二医疗图像配准部分或丢失数据。三综合体绘制框架。图像分割起着实际重要作用，临床应用，并作为各种初步阶段。诊断技术中，相应高分割脑部图像性能是必不可少，至关重要。提供正确诊断参考信息，研究人员和医生，研究大脑图像。灰质白质和脑脊髓液。每部分体积图像中体素被建模为属于这三类中个。在自然界中，在大脑中光伏体素包含两种或更多种混合物组织类型，因此难以准确地细分这些同时只使用个组织结构特殊方法。大多数现有分割方法互动种子区域生长，测地线活跃轮廓和电平组，等不可能正确地提取感兴趣对象区域，其中仅含有均质体素。统计模式识别可能是高效且健壮技术作为个统框架组织分割，根据素强度在脑统计特征图像。此外，马尔可夫随机场，期望最大化算法，和隐藏马尔科夫链已被用来改善图像分割性能。为了加快统计分割过程中使用加速，我们应该进步思考这些方法并适应它们用于大规模并行处理环境中实时实际临床应用。在医疗和临床应用中，医疗图像从相似或不同方式经常需要与对齐参考图像作为许多预处理方案进步程序，例如，图谱为基础分割，自动识别组织和可视化任务。在过去几年中，医学图像配准有了广泛研究，在医学成像领域。然而，前类登记算法主要是提出基于这样假设，每个参考图像中地区有对应匹配在目标图像。在医疗实际应用登记，有可能不是对对应关系这两个图像，这是由部分退化之间或丢失数据集。在这种情况下，如果没有高品质分割性能或这些精确定位失踪区域，最传统方式登记不可能正确地注册这些图像。在个调查，刘和里贝罗提出了个有前途方向变分方法相结合统计模型，这可能会改善鲁棒性变分法和降低培训要求统计模型。不过，这个综合框架仍然会从高缺点计算成本实时应用程序。更有前途方向可能是开发个基于通过结合通用配准框架上述变分方法和统计方法。此外，这种全面框架可进步修改后图像分割任务。其结果是，这种全面框架可能有加速同时分割和登记能力图像中部分或丢失数据集存在。最后，许多技术已被提出用于医疗体绘制。它们可以大致分为作为空间域泼洒，光线投射，剪切变形和基于纹理和变换域技术。详细这些流行体绘制之间比较方法可以在，其目在于提供可以找到研究人员和开发人员指导方针上方基于医学图像计算技术综述法最适合在这种情况下。例如，该泼溅和光线投射呈现最高质量图像上渲染速度，而剪切经线和为代价基于纹理方法是能够最大程度地交互式帧率图像质量成本。同时，频率域方法进行快速绘制，而是被限制在平行投影和射线型呈现。为了提高渲染品质，加快渲染速度，有前途综合性框架可以通过构建组合空间域和变换域方法，或结合不同空间域方法。因此，该全面方法可能有出色能力创造高品质渲染，减少计算时间，这可能是在不同类型渲染利用并且有效地并联用于实时医疗应用上实现。参考文献略程序，对此有相当重要性意义，尤其是对普通用户。到转化体系，提出生成两个级并行代码，是在高效数据访问进行了优化。图实现系统步骤顺序。在图中，是国家最先进代码生成器，生成无代码开发手册转化代码。这项转换框架可以产生，处理任意输入编程代码相应有效代码。基于高性能计算竞争能力，计算已发展为种有效研究平台，应用在医学图像处理和分析，如医学图像重建实时去噪登记解卷积，分段,和可视化由于旨在利用多线程功能并行计算能力结构。计算在医学物理学最近个详细调查能，其中是在接受调查医疗物理学，发现了优化三个方面现有应用程序，即图像重建以及图像处理，剂量计算和治疗计划医学图像配准，两个或两个以上图像转变成个共同基于医学图像计算技术综述参照框架，除了保留传统中文字出处,基于医学图像计算技术综述学部院电子信息与电气工程专业生物医学工程基于医学图像计算技术综述基于医学图像计算技术综述,影像与介入放射学教研室，中国香港大学，新界沙田，中国香港深圳研究院，中国广东省深圳市中国科学院深圳先进技术研究院，中国广东省深圳市对应博士。影像与介入放射学，中国香港大学，威尔斯亲王医院新界，中国香港。电子邮件。摘要医学影像目前被用于整个医疗科学研究诊断和治疗计划之中，对整个临床应用有至关重要作用。然而，医学成像过程通常在计算上要求很高，大三维医疗数据，是在实际临床应用中被处理。随着图形处理器性能提高，它提高了编程支持，并且具有了良好价格性能比。图形处理单元已成为个有竞争力并行计算平台，它能处理复杂任务，在医学图像广泛应用。本次调查主要目是，给参与基于医学图像处理初学者或研究人员提供个全面参考源。在本次调查中，计算不断进步，用于医学图像处理，即分割，登记和可视化三个领域，以及现有传统应用程序，并且对潜在优势和目前再医学成像相关挑战进行了讨论，激发中医药未来应用。关键词图形处理单元图像分割图像配准图像可视化高性能计算介绍并行处理，是医疗应用中未来。在过去几年中，不断发展为具有更高性能加速器平台数据并行计算工具，特别是在医学图像处理和分析打好夯实基础。由于需求迅速增加，比如高性能计算和更复杂图形和科学应用，商用图形硬件已经从具有固定功能流水线显著演变到可编程超级计算机。同时，也迅速发展成为范围广泛计算密集型处理器。此外，设计用于特定类具有以下特征应用Ⅰ大计算需求，Ⅱ基本平行，和全过程延迟。在最近几年，运算速度迅速增加，从而可用于许多计算上繁重任务。它比常规基于计算框架速度更为优秀。近日，已经成为了高性能计算领域具有竞争力平台，因为其巨大处理能力。然而，它不能接受通用或非图形计算。其结果是，由映射通用应用到图形硬件实现通用计算许多努力被称为通用计算上图形处理单元，其被引入用于基于现有硬件非图形算法。计算是通过使用基于医学图像计算技术综述专门图形处理，而不是矢量和矩阵运算符进行。然而，只有专业研究人员和开发人员熟悉图形能流利地使用传统开发平台，它给不熟悉它实际应用优势客户带去了不便。幸运是，统计算设备架构技术出现可以克服这些缺点，在当前版本，以定程度上存在。在年年底，公司推出开发平台，这有种新型编程接口和环境，为自己通用编程。对于通用并行编程对方便，带来类似开发环境，并提供给程序员。图显示了编程模型示意性概述。在医学和外科手术，第卷，没有年月日定量成像等。基于医学图像计算调查图编程模型概念框架。每个内核被分配到由多个块网格，并且每个块包含螺纹般来说，每个功能是由多流多处理器集合，是个全球性存储基于医学图像计算技术综述器。如图中，内核是基本构造块，这将从主机启动，并在图形装置上执行。在图形装置部分，每个线程块是个单流多处理器，是由组芯执行。同时，该线程被组织到线程块块网格内。也存在些其它方法对进行计算，如组织和微软，它们全部由并行计算类似概念推导。已被广泛研究，并广泛应用于各种应用领域，包括医学物理，计算机视觉，计算机图形学，等等。由于处理大型数据集便捷，和也将对更加成熟，在未来几年。同时，相比以前，具有以下优点通用编程环境。简单理解为，它带来了类似开发环境