熒光擴(kuò)散斷層成像是一種新興的成像方式,在生物學(xué)和醫(yī)學(xué)等領(lǐng)域具有廣闊的應(yīng)用前景。而目前熒光擴(kuò)散斷層成像中前向問題的求解耗時嚴(yán)重,該問題大大限制應(yīng)用場景。為了提高熒光斷層成像的計算速度,該研究團(tuán)隊提出了一種基于格子玻爾茲曼前向模型的GPU并行加速熒光擴(kuò)散斷層成像的方法。該研究利用格子玻爾茲曼方法構(gòu)建光傳輸模型,把在CPU上計算效率低的LBM的碰撞、遷移、邊界處理過程在GPU上加速處理,從而加速熒光擴(kuò)散斷層成像的求解。并采用仿真實驗和仿體實驗驗證該方法的可行性。實驗結(jié)果表明了在和傳統(tǒng)求解的擴(kuò)散方程計算結(jié)果一致的前提下,所提方法相比于在CPU上用基于擴(kuò)散方程有限元方法能達(dá)到最高118倍的加速比。因此,結(jié)合GPU的LBM方法可有效求解FDOT中的前向問題。 

【文章來源】：中國醫(yī)療器械雜志. 2020,44(02)

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1基于格子玻爾茲曼方法的熒光擴(kuò)散斷層成像模型
2 結(jié)合GPU的格子玻爾茲曼前向模型
3 實驗與結(jié)果
    3.1 仿真實驗
    3.2 仿體實驗
4 結(jié)論



本文編號：3047814