Magnetic resonance imaging (MRI) of the brain is a safe and painless test that uses a magnetic field and radio waves to produce detailed images of the brain. FreeSurfer is a tool neuroscientists use to create models of structures in the brain. An average MRI analysis using FreeSurfer takes around 7 h on a central processing unit with 4 cores. Since execution time is so high, researchers are working on different ways to parallelize the software. Most efforts are concentrated on parallelization using multicore, specifically with OpenMP (an implementation of multithreading) reducing execution time around 20%. In this paper, we further accelerate the analysis time for FreeSurfer using the manycore processors, special multicore processors containing from dozens to thousands simpler independent cores. Specifically, we will use graphics processing unit (GPU) a manycore with thousands of simpler cores. Multicore and manycore using GPU acceleration are not mutually exclusive (we will call it GPU acceleration from now on), and we present an implementation that uses both types of accelerations (multicore and GPU). Results show that execution times using both accelerations reduce the analysis time by 70%. Manycore processors are specialist multicore processors designed for a high degree of parallel processing, containing numerous simpler, independent processor cores (from a few tens of cores to thousands or more). Manycore processors are used extensively in embedded computers and high-performance computing.

中文翻译：

---

使用多核和众核范式加速 MRI 分析

大脑的磁共振成像 (MRI) 是一种安全且无痛的测试，它使用磁场和无线电波来生成大脑的详细图像。FreeSurfer 是神经科学家用来创建大脑结构模型的工具。在具有 4 个内核的中央处理单元上，使用 FreeSurfer 进行平均 MRI 分析大约需要 7 小时。由于执行时间太长，研究人员正在研究不同的方法来并行化软件。大多数工作都集中在使用多核的并行化上，特别是使用 OpenMP（多线程的一种实现）将执行时间减少了大约 20%。在本文中，我们使用众核处理器进一步加快了 FreeSurfer 的分析时间，这种多核处理器包含数十到数千个更简单的独立内核。具体来说，我们将使用具有数千个简单内核的多核图形处理单元 (GPU)。使用 GPU 加速的多核和众核并不是相互排斥的（从现在开始我们将称之为 GPU 加速），我们提出了一个使用这两种加速类型（多核和 GPU）的实现。结果表明，使用两种加速的执行时间将分析时间减少了 70%。众核处理器是专为高度并行处理而设计的多核处理器，包含许多更简单的独立处理器内核（从几十个内核到数千个或更多）。众核处理器广泛用于嵌入式计算机和高性能计算。使用 GPU 加速的多核和众核并不是相互排斥的（从现在开始我们将称之为 GPU 加速），我们提出了一个使用这两种加速类型（多核和 GPU）的实现。结果表明，使用两种加速的执行时间将分析时间减少了 70%。多核处理器是专为高度并行处理而设计的多核处理器，包含许多更简单的独立处理器内核（从几十个内核到数千个或更多）。众核处理器广泛用于嵌入式计算机和高性能计算。使用 GPU 加速的多核和众核并不是相互排斥的（从现在开始我们将称之为 GPU 加速），我们提出了一个使用这两种加速类型（多核和 GPU）的实现。结果表明，使用两种加速的执行时间将分析时间减少了 70%。众核处理器是专为高度并行处理而设计的多核处理器，包含许多更简单的独立处理器内核（从几十个内核到数千个或更多）。众核处理器广泛用于嵌入式计算机和高性能计算。众核处理器是专为高度并行处理而设计的多核处理器，包含许多更简单的独立处理器内核（从几十个内核到数千个或更多）。众核处理器广泛用于嵌入式计算机和高性能计算。多核处理器是专为高度并行处理而设计的多核处理器，包含许多更简单的独立处理器内核（从几十个内核到数千个或更多）。众核处理器广泛用于嵌入式计算机和高性能计算。