HEPHAESTUS : an FPGA-based Framework for 3D image registration

Healthcare is a pivotal research field, and medical imaging is crucial in many applications. Therefore, finding new architectural and algorithmic solutions would benefit, in terms of accuracy and execution time, highly repetitive image processing procedures. Among them, one of the most complex is 3D image registration, which finds the optimal geometric alignment among 3D image stacks and is widely employed in healthcare and robotics. Given its high computational demand, hardware accelerators are promising real-time and energyefficient solutions, but their design and integration within software pipelines are far from simple. Therefore, this thesis presents an automation framework called HEPHAESTUS that generates efficient 3D image registration pipelines combined with reconfigurable accelerators. Moreover, to alleviate the burden from the software, this thesis presents the codesign of software-programmable accelerators that can adapt at run-time to the image volume dimensions. HEPHAESTUS features a cross-platform abstraction layer enabling transparently high-performance and embedded systems deployment. However, given the computational complexity of 3D image registration and the tight constraints of embedded devices, they require further attention and tailoring of the accelerators and registration application to reach satisfactory results. Therefore, HEPHAESTUS proposes an approximation mechanism enabling such devices to perform the 3D image registration and even achieve, in some cases, the accuracy of the high-performance ones. Overall, HEPHAESTUS demonstrates 1.85× of maximum speedup, 2.35× of energy efficiency improvement with respect to the State of the Art, a maximum speedup of 2.51× and 2.76× energy efficiency improvement against its software version, while attaining state-of-the-art accuracy on 3D registrations.

La sanità è un campo di ricerca fondamentale e l’analisi di immagini mediche è cruciale in molte applicazioni. Pertanto, la ricerca verte verso nuove soluzioni architetturali e algoritmiche per accelerare procedure di elaborazione delle immagini altamente ripetitive. Uno degli algoritmi più complessi è la registrazione di immagini 3D, che ha lo scopo di trovare l’allineamento geometrico ottimale tra due immagini 3D ed è ampiamente utilizzata nel settore sanitario e nella robotica. Data la complessità, gli acceleratori hardware promettono soluzioni capaci di dare un risultato in tempo reale e ad alta efficienza energetica, ma progettarli ed integrarli in flussi software è complesso. Pertanto, questa tesi presenta HEPHAESTUS, un framework di automazione che genera soluzioni efficienti per la registrazione di volumi usando i Field Programmable Gate Arrays (FPGAs). Inoltre questa tesi presenta il codesign di acceleratori programmabili via software adattabili in tempo reale alle dimensioni del volume. HEPHAESTUS è dotato di un livello di astrazione multi-piattaforma che consente di implementare in modo trasparente sia sistemi ad alte prestazioni che dedicati. Tuttavia, data la complessità del compito e i vincoli legati ai dispositivi dedicati, è necessario adattare sia gli acceleratori che l’applicazione per ottenere risultati soddisfacenti su questi dispositivi. Pertanto, HEPHAESTUS propone un meccanismo di approssimazione che consente a tali dispositivi di registrare immagini 3D e raggiungere, in alcuni casi, l’accuratezza di dispositivi ad alte prestazioni. Complessivamente, HEPHAESTUS dimostra un incremento di velocità massimo di 1,85×, un miglioramento dell’efficienza di 2,35× rispetto allo stato dell’arte, un incremento di velocità massimo di 2,51× ed un miglioramento dell’efficienza di 2,76× rispetto alla sua versione software, raggiungendo la più alta accuratezza nello Stato dell’Arte.