CUDA工具：GPU加速弹性形变等图像空间变换

项目地址：https://github.com/qsyao/cuda_spatial_deform

作者：姚青松，曾在微软亚洲研究院系统组（“明日之星实习生”项目）进行一年的GPU编程开发训练。

项目需求：

  1. 当图像尺寸太大时，使用CPU进行空间变换（尤其是弹性形变）时，会占用大量的时间，远超网络前向后向时间。
  2. 医疗影像分析常进行on-the-fly图像增广，当拥有GPU时，过长的图像空间变换时间会导致GPU等待CPU，降低训练效率（使用弹性形变尤为明显）。
  3. 如果使用多进程来降低处理时间，CPU资源会变得非常紧缺。

项目特点：

  1. 用GPU进行图像空间变换计算，后端使用CUDA实现。
  2. 在3D图像旋转中加速25X，弹性形变中加速45X。
  3. 支持多种空间变换，包括翻转，平移，旋转，弹性形变，放缩。
  4. 支持多种插值模式，mirror, constant, reflect, wrap, nearest。
  5. 多种形变统一进行，只进行一次坐标插值。
  6. 支持多线性插值（针对图像），临近插值（针对标签）。
  7. 用户可以将坐标自行取回以适应更多的插值模式，（坐标变换仍在GPU进行）。

引用：

如果使用我们的代码进行研究，请引用我们的工作：Chao Huang, Hu Han, Qingsong Yao, Shankuan Zhu, S. Kevin Zhou. , 3D U2-Net: A 3D Universal U-Net for Multi-Domain Medical Image Segmentation, MICCAI 2019.