Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Implementation of K-means segmentation algorithm on Intel Xeon Phi and GPU: Application in medical imaging

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F17%3A86098953" target="_blank" >RIV/61989100:27240/17:86098953 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/61989100:27740/17:86098953

  • Výsledek na webu

    <a href="http://www.sciencedirect.com/science/article/pii/S0965997816301041" target="_blank" >http://www.sciencedirect.com/science/article/pii/S0965997816301041</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1016/j.advengsoft.2016.05.008" target="_blank" >10.1016/j.advengsoft.2016.05.008</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Implementation of K-means segmentation algorithm on Intel Xeon Phi and GPU: Application in medical imaging

  • Popis výsledku v původním jazyce

    The paper presents speed up of the k-means algorithm for image segmentation. This speed up is achieved by effective parallelization. For parallel implementation we focus on Many Integrated Core (MIC) architecture with Intel Xeon Phi coprocessors. The MIC implementation is compared with GPU, CPU and sequential implementation. To demonstrate parallel capabilities of k-means algorithm, segmentation of CT images of human body are used. Results of this work will be used for development of the software application for automatic 3D model reconstruction of heart and liver.

  • Název v anglickém jazyce

    Implementation of K-means segmentation algorithm on Intel Xeon Phi and GPU: Application in medical imaging

  • Popis výsledku anglicky

    The paper presents speed up of the k-means algorithm for image segmentation. This speed up is achieved by effective parallelization. For parallel implementation we focus on Many Integrated Core (MIC) architecture with Intel Xeon Phi coprocessors. The MIC implementation is compared with GPU, CPU and sequential implementation. To demonstrate parallel capabilities of k-means algorithm, segmentation of CT images of human body are used. Results of this work will be used for development of the software application for automatic 3D model reconstruction of heart and liver.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2017

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Advances in Engineering Software

  • ISSN

    0965-9978

  • e-ISSN

  • Svazek periodika

    103

  • Číslo periodika v rámci svazku

    January 2017

  • Stát vydavatele periodika

    GB - Spojené království Velké Británie a Severního Irska

  • Počet stran výsledku

    8

  • Strana od-do

    21-28

  • Kód UT WoS článku

    000390966700004

  • EID výsledku v databázi Scopus

    2-s2.0-84969940732