發(fā)布時間：2017-09-08 05:16

  本文關鍵詞：基于GPU的自由式核回歸三維超聲重建算法研究與實現(xiàn)

  更多相關文章： 自由式超聲 核回歸 三維重建 GPU CUDA

【摘要】：影像引導技術在實際醫(yī)療工作中被廣泛使用著,而超聲技術相比于其他成像技術有著非侵入式、非電離、便攜式、低成本等各種優(yōu)點,所以二維超聲技術是目前被使用最多的醫(yī)學成像技術,然而二維圖形卻有著無法提供器官和組織完整數(shù)據(jù)的不足,三維超聲技術便顯得非常有意義。中國科學院深圳先進技術研究院中的醫(yī)工所對三維超聲重建有著不少的研究,該所基于非參數(shù)估計方法所實現(xiàn)的自由式核回歸三維超聲重建算法有著重建圖形質(zhì)量高的優(yōu)點,相比于其他三維超聲重建算法,自由式核回歸三維超聲算法能夠有效的抑制散斑噪聲同時保留圖形邊界,然而由于其過高的時間復雜度,也有著嚴重的運算時間過長的缺點。為了讓該算法能夠更好的投入實際應用中,算法的加速處理顯得很有必要,這也是本文的主要目的。在進過多次其他嘗試后,考慮到核回歸超聲重建算法自身計算點在運算時的獨立性,該算法非常適合并行處理,本文決定使用CUDA編程技術來對核回歸超聲重建算法進行GPU加速處理,文章核心就是核回歸算法本身和CUDA編程相結(jié)合,最后得到一個基于GPU的自由式核回歸三維超聲重建算法,目的在于極大的提升核回歸超聲重建算法在實際工作時的運算速度,讓其能夠更好的投入使用。為了驗證算法實現(xiàn)是否成功,文章中會設計多組超聲數(shù)據(jù)來進行三維重建操作,用來對比CPU版本的核回歸算法與GPU版本的核回歸算法之間的運算時間差別。最后,為了進一步的了解核回歸算法的參數(shù)選取對實際重建效果的影響,本文將利用均方根誤差方法來最后評估不同大小的函數(shù)帶寬對重建質(zhì)量的影響效果,同時,根據(jù)前面使用的超聲圖像數(shù)據(jù),在選取不同大小的運算參數(shù)來進過多次三維超聲重建后,會得到不同參數(shù)的重建速度,用于探討不同的參數(shù)對重建速度的影響力度,以求得到合適的參數(shù)來獲取最好的重建效果。本文主要成果分為兩個部分:一個是實現(xiàn)了對核回歸算法的GPU加速處理,而且速度提升明顯,相比之前的CPU版本的核回歸重建算法,平均提升速度有80倍之多;另一個則是通過一系列的實驗得知了如何選擇核回歸算法的運算參數(shù)來達到最好的重建效果。在實際實現(xiàn)算法的過程中,由于CUDA編程模型自身對單個GPU線程有著本地內(nèi)存大小的限制,所以在運算時,無法選取更多的數(shù)據(jù)來對運算點進行計算,不能獲取更高精度的圖像,在后續(xù)工作中,應該進一步的優(yōu)化算法實現(xiàn),以便獲得更高精度的重建圖像。
【關鍵詞】：自由式超聲 核回歸 三維重建 GPU CUDA
【學位授予單位】：西安電子科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TB559
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 縮略語對照表10-13
• 第一章 緒論13-19
• 1.1 課題背景和研究意義13-14
• 1.2 三維超聲重建算法的發(fā)展和研究現(xiàn)狀14-16
• 1.3 GPU的發(fā)展現(xiàn)狀16-17
• 1.4 本文的研究工作和創(chuàng)新點17
• 1.5 論文結(jié)構(gòu)17-19
• 第二章 核回歸超聲重建算法GPU實現(xiàn)的相關技術19-27
• 2.1 CUDA編程技術19-24
• 2.1.1 CUDA簡介19-20
• 2.1.2 CUDA基本概念-內(nèi)核(Kernels)20-21
• 2.1.3 CUDA基本概念-主機端(Host)與設備端(Device)21-22
• 2.1.4 CUDA編程常用參數(shù)和變量22-23
• 2.1.5 NVCC編譯器23-24
• 2.2 硬件與系統(tǒng)24-25
• 2.3 小結(jié)25-27
• 第三章 核回歸三維超聲重建算法的GPU實現(xiàn)27-43
• 3.1 核回歸三維超聲重建算法的現(xiàn)狀27-28
• 3.2 核回歸三維超聲重建算法的加速處理28-29
• 3.3 自由式核回歸三維超聲重建算法原理29-33
• 3.4 核回歸三維超聲重建算法的GPU實現(xiàn)33-40
• 3.4.1 核回歸重建算法的GPU實現(xiàn)設計33-35
• 3.4.2 CPU端工作35-37
• 3.4.3 GPU端工作37-40
• 3.4.4 其他操作40
• 3.5 小結(jié)40-43
• 第四章 結(jié)果與分析43-57
• 4.1 實驗結(jié)果43-48
• 4.1.1 實驗環(huán)境43
• 4.1.2 輸入數(shù)據(jù)43-45
• 4.1.3 實驗輸出45-48
• 4.2 結(jié)果分析48-54
• 4.2.1 均方根誤差48-49
• 4.2.2 加速效果分析49-53
• 4.2.3 帶寬h的影響53-54
• 4.3 小結(jié)54-57
• 第五章 結(jié)束語57-59
• 致謝59-61
• 參考文獻61-65
• 作者簡介65-66

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 錢少先;圖象重建算法與實現(xiàn)[J];安慶師范學院學報(自然科學版);1999年03期

2 彭翔;邱文杰;韋林彬;張鵬;田勁東;;相位解碼的時-空重建算法[J];光學學報;2006年01期

3 高睿;趙瑞珍;胡紹海;;基于壓縮感知的變步長自適應匹配追蹤重建算法[J];光學學報;2010年06期

4 黃鑫;陳武凡;馮衍秋;;基于魯棒估計的并行磁共振成像中部分數(shù)據(jù)重建算法[J];計算機學報;2011年09期

5 宋一中;魏本征;趙志敏;;光譜法分析代數(shù)迭代重建算法及改進[J];光譜學與光譜分析;2008年10期

6 高瑋瑋;沈建新;李邦明;梁春;;幾種人眼波前像差重建算法的對比研究[J];光譜學與光譜分析;2010年08期

7 李紅艷;萬鐘林;;基于網(wǎng)格的最小二乘重建算法[J];咸寧學院學報;2011年12期

8 謝海濱,鄔學文;網(wǎng)格重建算法[J];華東師范大學學報(自然科學版);1999年02期

9 李鏡;劉文杰;朱佩平;孫怡;;基于光柵相襯成像的扇束螺旋CT重建算法[J];光學學報;2010年02期

10 李旭紅;漢字字模的自動提取和重建算法[J];湖北民族學院學報(自然科學版);1999年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 胡永勝;;重建算法對低劑量肺部CT掃描圖像質(zhì)量和診斷的影響[A];2010中華醫(yī)學會影像技術分會第十八次全國學術大會論文集[C];2010年

2 宋e，

本文編號：812093