O desenvolvimento e a utilização de ambientes computacionais como na área de processamento e gerenciamento de imagens, aliados à evolução das novas tecnologias, têm contribuído significativamente para o avanço da prática médica, e sendo cada vez mais frequentes e necessários na rotina de inúmeros procedimentos médicos que utilizam exames de imagem. Durante a última década, o interesse no uso de unidades de processamento gráfico (GPUs) para aplicações de propósito em geral (GPGPU) aumentou. Conjuntamente com o crescente uso de GPUs, ocorre o surgimento de novas tecnologias de desenvolvimento, que facilitam a computação paralela em GPU para os desenvolvedores. Mesmo assim, a capacidade de criação de aplicações GPGPU de alto desempenho, que utilizam a capacidade total do hardware GPU e seus benefícios, exige um domínio de software e hardware muito elevado. A fim de resolver a computação intensiva presente em inúmeros métodos de processamento de imagem médicas, neste contexto, o objetivo principal deste trabalho é propor e desenvolver um componente mediador para a computação GPU, este integrado ao software 3D SLICER. Com isso, espera-se que o componente proporcione aos pesquisadores ganhos em suas aplicações em relação ao tempo de execução, o projeto também será uma base e auxílio para as novas propostas de trabalhos que seguirem a mesma linha de pesquisa. Na validação deste trabalho um estudo experimental foi realizado, no qual alguns métodos de processamento de imagens foram selecionados e modificados para o uso da computação paralela em GPUs, seus tempos de execução foram avaliados e comparados. Por fim, os resultados demonstraram que o uso do componente mediador em um contexto experimental pode proporcionar ganhos altos no tempo de execução para alguns métodos alcançando tempos de até 40x mais rápido que o método sequencial, em contrapartida um dos métodos teve um ganho menos expressivo atingindo apenas 4x vezes desse aumento de tempo.

The development and use of computational environments such as image processing and management, combined with the evolution of new technologies, have contributed significantly to the advancement of medical practice, and being increasingly frequent and necessary in the routine of numerous medical procedure that use imaging tests. Over the last decade, interest in the use of GPUs for general purpose applications (GPGPU) has increased. Along with the increasing use of GPUs, there are new development technologies that facilitate parallel computing in GPUs for developers. Even so, the ability to build high-performance GPGPU applications, which utilize the full capacity of GPU hardware and its benefits, requires a very high software and hardware domain. In order to solve the intensive computation present in numerous medical image processing methods, in this context, the main objective of this work is to propose and develop a mediator component for the GPU computation, this one integrated with the software 3D SLICER, with this, it is expected that the component provides the researchers with gains in their applications in relation to the execution time, the project will also be a base and aid for new projects that follow the same line of research. In the validation of this work was carried out an experimental study, where some selected techniques were applied and modified for the use of parallel computing in GPUs, their execution times were evaluated and compared. Finally, the results demonstrated that the use of the mediator component in an experimental context can provide high gains in execution time for some methods reaching times the of up to 40x times faster than the sequential method, in contrast one of the methods had a less expressive gain reaching only 4x times that time.