擴散光學斷層成像(Diffuse optical tomography,DOT)是一種新型近紅外組織功能成像技術,和傳統(tǒng)成像技術相比,具有特異性強、成本低、無侵害等優(yōu)點。DOT在乳腺癌早期檢測、新輔助化療、藥物療效在體評估等領域有著較好的應用前景。然而,DOT重建是一個復雜的數(shù)學迭代過程,其運算量非常大。本文工作圍繞如何準確以及高效地重建光學參數(shù)進行展開,主要包含如下三個方面:1.DOT重建算法設計。根據(jù)DOT重建原理,設計了重建算法的實現(xiàn)方案�；谟邢拊�(Finite Element Method,FEM)針對連續(xù)波(Continuous Wave,CW)以及頻域(Frequency Domain,FD)DOT重建過程中正向與逆向問題,設計了剛度矩陣運算、雅克比矩陣運算、光源向量計算以及節(jié)點光子密度求解等過程的計算方案。2.DOT加速方案設計。根據(jù)重建算法的可并行性,提出了連續(xù)波DOT以及頻域DOT重建的加速方案,并進行驗證�；谥醒胩幚韱卧�(Central Processing Unit,CPU),圖形處理單元(Graphic Processing Unit,GPU)對DOT重建中的剛度矩陣計算部分、雅克比矩陣計算部分、更新量計算部分進行加速,獲得了較大的加速比,在三維連續(xù)波DOT重建中,當重建網(wǎng)格含有61322個節(jié)點,使用5292對源-探測器對時加速比為22.50;在三維頻域DOT重建中,當重建網(wǎng)格含有61322個節(jié)點,使用2916對源-探測器對時加速比為17.78。3.DOT重建軟件開發(fā)。基于Visual Studio平臺上開發(fā)出一套用于DOT重建的C++版本軟件。該軟件功能廣泛,可以實現(xiàn)二維連續(xù)波、三維連續(xù)波、二維頻域、三維頻域重建;通過多組連續(xù)波、頻域仿真以及仿體實驗對該軟件的重建精度進行了驗證,證明其具有較高的重建精度;另外,在不同的重建問題規(guī)模、不同重建類型條件下,本文使用常用的DOT重建軟件NIRFAST(Near Infrared Fluorescence and Spectral Tomography)與本軟件進行速度對比實驗,結(jié)果表明本軟件在不同的實驗條件下均比NIRFAST快10倍以上。
【學位單位】：西安電子科技大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TP391.41;TP332
【部分圖文】：

DOT成像探測過程示意圖

DOT 三種測量方式示意圖 (a)連續(xù)波測量，(b)時域測量，OT 重建方法涉及正向問題和逆向問題。正向問題描述的是近紅之后最終到達探測器的過程。逆向問題描述的是通

光在組織體中的實際傳輸模型
【相似文獻】

相關期刊論文 前10條

1 林一松;楊學軍;唐滔;王桂彬;徐新海;;一種基于關鍵路徑分析的CPU-GPU異構系統(tǒng)綜合能耗優(yōu)化方法[J];計算機學報;2012年01期

2 李紅豫;滕軍;李祚華;;基于CPU-GPU異構平臺的高層結(jié)構地震響應分析方法研究[J];振動與沖擊;2014年13期

3 徐新海;楊學軍;林宇斐;林一松;唐滔;;一種面向CPU-GPU異構系統(tǒng)的容錯方法[J];軟件學報;2011年10期

4 周偉;戴宗友;袁廣林;陳萍;;CPU-GPU協(xié)同計算的并行奇異值分解方法[J];計算機科學;2015年S1期

5 宋明聰;趙鳳軍;劉亞波;;基于CPU-GPU異質(zhì)架構的子孔徑算法實現(xiàn)[J];科學技術與工程;2013年16期

6 余文廣;王維平;侯洪濤;李群;;基于多核CPU-GPU異構平臺的并行Agent仿真[J];系統(tǒng)工程與電子技術;2012年08期

7 陳凱;曹云剛;楊秀春;潘夢;張敏;;基于CPU-GPU異構混合編程的遙感數(shù)據(jù)時空融合[J];地理信息世界;2019年06期

8 王彥華;喬建忠;林樹寬;趙廷磊;;基于SVM的CPU-GPU異構系統(tǒng)任務分配模型[J];東北大學學報(自然科學版);2016年08期

9 楊林峰;胡桂莉;張晨;張振榮;;基于CPU-GPU協(xié)同并行內(nèi)點算法求解結(jié)構化非線性規(guī)劃[J];電子學報;2019年02期

10 朱偉;於文輝;;CPU-GPU異構并行計算在數(shù)字巖心線彈性靜力學有限元模擬中的應用[J];地球物理學進展;2016年04期

相關博士學位論文 前5條

1 唐滔;面向CPU-GPU異構并行系統(tǒng)的編程模型與編譯優(yōu)化關鍵技術研究[D];國防科學技術大學;2012年

2 李小強;CPU-GPU異構系統(tǒng)上的高層編程模型及其編譯優(yōu)化技術[D];中國科學技術大學;2013年

3 王鋒;面向千萬億次CPU-GPU異構系統(tǒng)的編程模型與性能優(yōu)化關鍵技術研究[D];國防科學技術大學;2013年

4 李大普;金屬凝固分子動力學模擬的CPU-GPU異構并行算法研究[D];湖南大學;2017年

5 沈文楓;CPU-GPU異構高性能計算中的負載預測調(diào)度算法研究及應用[D];上海大學;2016年

相關碩士學位論文 前10條

1 向隆;基于CPU-GPU系統(tǒng)加速精準內(nèi)積檢索[D];哈爾濱工業(yè)大學;2019年

2 白玉龍;基于CPU-GPU加速的擴散光學斷層成像軟件框架設計與實現(xiàn)[D];西安電子科技大學;2019年

3 齊川逸;基于CPU-GPU異構計算的負載能效優(yōu)化的設計與實現(xiàn)[D];華中科技大學;2018年

4 王鑫;CPU-GPU地震資料處理平臺計算優(yōu)化策略的研究[D];中國石油大學(華東);2014年

5 曲超;基于CPU-GPU異構平臺的空間殼單元研究與應用[D];哈爾濱工業(yè)大學;2015年

6 許超;基于CPU-GPU異構計算的小波變換研究與實現(xiàn)[D];西安電子科技大學;2013年

7 韓丹;基于CPU-GPU的條件隨機場并行化研究[D];華中科技大學;2013年

8 屈新原;基于CPU-GPU的無人機序列圖像快速配準方法研究[D];首都師范大學;2012年

9 焦弘杰;CPU-GPU異構并行計算體系的設計與實現(xiàn)[D];江蘇科技大學;2015年

10 胡桂莉;結(jié)構化非線性規(guī)劃的CPU-GPU協(xié)同并行內(nèi)點算法研究[D];廣西大學;2016年

本文編號：2842721