擴(kuò)散光學(xué)斷層成像(Diffuse optical tomography,DOT)是一種新型近紅外組織功能成像技術(shù),和傳統(tǒng)成像技術(shù)相比,具有特異性強(qiáng)、成本低、無侵害等優(yōu)點(diǎn)。DOT在乳腺癌早期檢測(cè)、新輔助化療、藥物療效在體評(píng)估等領(lǐng)域有著較好的應(yīng)用前景。然而,DOT重建是一個(gè)復(fù)雜的數(shù)學(xué)迭代過程,其運(yùn)算量非常大。本文工作圍繞如何準(zhǔn)確以及高效地重建光學(xué)參數(shù)進(jìn)行展開,主要包含如下三個(gè)方面:1.DOT重建算法設(shè)計(jì)。根據(jù)DOT重建原理,設(shè)計(jì)了重建算法的實(shí)現(xiàn)方案�；谟邢拊�(Finite Element Method,FEM)針對(duì)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(shè)計(jì)了剛度矩陣運(yùn)算、雅克比矩陣運(yùn)算、光源向量計(jì)算以及節(jié)點(diǎn)光子密度求解等過程的計(jì)算方案。2.DOT加速方案設(shè)計(jì)。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(jìn)行驗(yàn)證�；谥醒胩幚韱卧�(Central Processing Unit,CPU),圖形處理單元(Graphic Processing Unit,GPU)對(duì)DOT重建中的剛度矩陣計(jì)算部分、雅克比矩陣計(jì)算部分、更新量計(jì)算部分進(jìn)行加速,獲得了較大的加速比,在三維連續(xù)波DOT重建中,當(dāng)重建網(wǎng)格含有61322個(gè)節(jié)點(diǎn),使用5292對(duì)源-探測(cè)器對(duì)時(shí)加速比為22.50;在三維頻域DOT重建中,當(dāng)重建網(wǎng)格含有61322個(gè)節(jié)點(diǎn),使用2916對(duì)源-探測(cè)器對(duì)時(shí)加速比為17.78。3.DOT重建軟件開發(fā)。基于Visual Studio平臺(tái)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(shí)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(shí)驗(yàn)對(duì)該軟件的重建精度進(jìn)行了驗(yàn)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(jìn)行速度對(duì)比實(shí)驗(yàn),結(jié)果表明本軟件在不同的實(shí)驗(yàn)條件下均比NIRFAST快10倍以上。
【學(xué)位單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP391.41;TP332
【部分圖文】：

DOT成像探測(cè)過程示意圖

DOT 三種測(cè)量方式示意圖 (a)連續(xù)波測(cè)量，(b)時(shí)域測(cè)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(dá)探測(cè)器的過程。逆向問題描述的是通

光在組織體中的實(shí)際傳輸模型
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 林一松;楊學(xué)軍;唐滔;王桂彬;徐新海;;一種基于關(guān)鍵路徑分析的CPU-GPU異構(gòu)系統(tǒng)綜合能耗優(yōu)化方法[J];計(jì)算機(jī)學(xué)報(bào);2012年01期

2 李紅豫;滕軍;李祚華;;基于CPU-GPU異構(gòu)平臺(tái)的高層結(jié)構(gòu)地震響應(yīng)分析方法研究[J];振動(dòng)與沖擊;2014年13期

3 徐新海;楊學(xué)軍;林宇斐;林一松;唐滔;;一種面向CPU-GPU異構(gòu)系統(tǒng)的容錯(cuò)方法[J];軟件學(xué)報(bào);2011年10期

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

5 宋明聰;趙鳳軍;劉亞波;;基于CPU-GPU異質(zhì)架構(gòu)的子孔徑算法實(shí)現(xiàn)[J];科學(xué)技術(shù)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(gòu)平臺(tái)的并行Agent仿真[J];系統(tǒng)工程與電子技術(shù);2012年08期

7 陳凱;曹云剛;楊秀春;潘夢(mèng);張敏;;基于CPU-GPU異構(gòu)混合編程的遙感數(shù)據(jù)時(shí)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(gòu)系統(tǒng)任務(wù)分配模型[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)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(diǎn)算法求解結(jié)構(gòu)化非線性規(guī)劃[J];電子學(xué)報(bào);2019年02期

10 朱偉;於文輝;;CPU-GPU異構(gòu)并行計(jì)算在數(shù)字巖心線彈性靜力學(xué)有限元模擬中的應(yīng)用[J];地球物理學(xué)進(jìn)展;2016年04期

相關(guān)博士學(xué)位論文 前5條

1 唐滔;面向CPU-GPU異構(gòu)并行系統(tǒng)的編程模型與編譯優(yōu)化關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2012年

2 李小強(qiáng);CPU-GPU異構(gòu)系統(tǒng)上的高層編程模型及其編譯優(yōu)化技術(shù)[D];中國(guó)科學(xué)技術(shù)大學(xué);2013年

3 王鋒;面向千萬億次CPU-GPU異構(gòu)系統(tǒng)的編程模型與性能優(yōu)化關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

4 李大普;金屬凝固分子動(dòng)力學(xué)模擬的CPU-GPU異構(gòu)并行算法研究[D];湖南大學(xué);2017年

5 沈文楓;CPU-GPU異構(gòu)高性能計(jì)算中的負(fù)載預(yù)測(cè)調(diào)度算法研究及應(yīng)用[D];上海大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

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

2 白玉龍;基于CPU-GPU加速的擴(kuò)散光學(xué)斷層成像軟件框架設(shè)計(jì)與實(shí)現(xiàn)[D];西安電子科技大學(xué);2019年

3 齊川逸;基于CPU-GPU異構(gòu)計(jì)算的負(fù)載能效優(yōu)化的設(shè)計(jì)與實(shí)現(xiàn)[D];華中科技大學(xué);2018年

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

5 曲超;基于CPU-GPU異構(gòu)平臺(tái)的空間殼單元研究與應(yīng)用[D];哈爾濱工業(yè)大學(xué);2015年

6 許超;基于CPU-GPU異構(gòu)計(jì)算的小波變換研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2013年

7 韓丹;基于CPU-GPU的條件隨機(jī)場(chǎng)并行化研究[D];華中科技大學(xué);2013年

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

9 焦弘杰;CPU-GPU異構(gòu)并行計(jì)算體系的設(shè)計(jì)與實(shí)現(xiàn)[D];江蘇科技大學(xué);2015年

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

本文編號(hào)：2842721