RR-4333 : Robust Registration of Multi-Modal Medical Images: Towards Real-Time Clinical Applications

Abstract : Over the last years, high performance computing has become a key step to introduce computer tools in the medical field, especially in image guided surgery and therapy (IGT). Among these tools, there is a special need for real time registration algorithms. By real time, we mean faster than the image acquisition to add an acceptable overhead (say under 1mn for IGT applications). To tend toward such small registration times, one usually simplify and adapt algorithms so that they become application and data specific. This process involves a lot of designing and programming work for each application, and reduces the generality and robustness of the method. Our goal in this paper is to show that a general registration algorithm (here the block-matching scheme of \citeOurselin:miccai:00) can be parallelised on a cheap and standard parallel architecture with a reasonably small amount of additional programming work, thus keeping intact the algorithm performances and generality.
For medical applications, we show that a cheap cluster of bi-processor PCs connected by an Ethernet network is a good trade-off between the power and the cost of the parallel platform. Portability, scalability and safety requirements led us to choose OpenMP to program multi-processor machines and MPI to coordinate the different nodes of the cluster. The resulting computation times are very good on small and medium resolution images (resp. 19 seconds and 45 seconds on 5 bi-processors), and they are still acceptable on high resolution MR images (resp. 1mn35 for 5 bi-pro and 70 seconds for 10 bi-pro). One can obtain even smaller times by stopping the algorithm one step before the final level in the multi-scale pyramid, at the cost of a slightly degraded accuracy (relative precision below the voxel size): the registration of high resolution MRI is down to 1 mn on a cluster of only 2 bi-processor PCs.

Résumé : Au cours des dernières années, la rapidité des outils informatiques de traitement d'images médicales est devenue un paramètre important pour leur utilisation clinique. C'est particulièrement le cas pour la thérapie assistée par l'image où l'un des principaux problèmes est le recalage tridimensionnel rapide : typiquement, nous souhaiterions fusionner des images per-opératoires de taille 256x256x60 en moins d'une minute. Pour tendre vers des temps de calcul aussi faibles, on peut simplifier et adapter les techniques à chaque type de donnée, créant ainsi des algorithmes dédiés à une tâche spécifique. Ceci demande un travail important de reprogrammation (un algorithme pour chaque application) et réduit la robustesse et la généralité de la méthode. Notre but dans cet article est de montrer qu'on peut aussi valablement accélérer un algorithme de recalage général (en l'occurence une approche par appariement de régions développée dans \citeOurse- lin:miccai:00) sans en dégrader les performances en le parallélisant avec peu de reprogrammation sur une architecture d'un coût réduit.
Pour des applications médicales, nous montrons qu'une grappe de PC bipro standards, reliés par un réseau ethernet, réalise un excellent compromis entre le prix de revient et la puissance de calcul de la plateforme. Des considérations de portabilité, de stabilité et de performances nous ont conduit à choisir les logiciels OpenMP pour programmer les machines multi-processeur et MPI pour coordonner la transmission de données entre les machines. Les temps de calculs obtenus sur des images de basse et de moyenne résolution sont respectivement de l'ordre de 20 et 45 secondes sur une grappe de 5 PC bi-processeurs, et restent raisonnables sur des images de haute résolutio- n (de l'ordre de 1mn35 pour 5 bi-pro et 1mn10 pour 10 bi-pro). Nous pouvons obtenir des temps de calcul encore plus faibles en stoppant l'algorithme avant le dernier niveau du schéma multi-échelle, au prix d'une perte de précison inférieure à la taille du voxel : le recalage des images de haute résolution prend alors moins d'une minute sur seulement 2 PC bi-processeurs.

RR-4333 - Robust Registration of Multi-Modal Medical Images: Towards Real-Time Clinical Applications