光學(xué)相干斷層掃描成像的并行化平臺(tái)設(shè)計(jì)
發(fā)布時(shí)間:2021-08-12 03:43
光學(xué)相干斷層成像(Optical Coherence Tomography,OCT)是近年來發(fā)展非常迅速的一種新型生物醫(yī)學(xué)光學(xué)成像技術(shù)。它不僅可以對(duì)活體組織微觀結(jié)構(gòu)進(jìn)行無損、非接觸、高分辨率和高敏感度的成像,還可以對(duì)血氧性質(zhì)、血流速度、光學(xué)性質(zhì)等功能進(jìn)行成像,因此從最初作為研究手段應(yīng)用于眼科等臨床,逐漸成為指導(dǎo)各種疾病的介入診療中不可或缺的影像輔助手段。當(dāng)前隨著OCT技術(shù)的發(fā)展,術(shù)中OCT導(dǎo)航、快速診斷等技術(shù)已進(jìn)入臨床應(yīng)用,人們對(duì)OCT實(shí)時(shí)成像要求也變得越來越迫切。OCT系統(tǒng)的成像速度主要有兩部分組成,一部分是系統(tǒng)的數(shù)據(jù)采集速度,另一部分是數(shù)據(jù)的處理速度。隨著采集相關(guān)軟硬件技術(shù)以及數(shù)字信號(hào)技術(shù)的發(fā)展,譜域OCT(FD-OCT)的采集速度可以達(dá)到300k線/秒,這為OCT實(shí)時(shí)成像提供了前提。而傳統(tǒng)的基于中央處理器(Central Processing Unit,CPU)平臺(tái)的OCT成像系統(tǒng)的數(shù)據(jù)處理速度較低,不能滿足OCT系統(tǒng)實(shí)時(shí)成像的需求。因此,如何提高數(shù)據(jù)處理速度成為了OCT系統(tǒng)實(shí)時(shí)成像的瓶頸。利用圖形處理器(Graphics Processing Unit,GPU)高速并行計(jì)算能力...
【文章來源】:電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:77 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
史上第一幅OCT圖像[10]
電子科技大學(xué)碩士學(xué)位論文6器不斷發(fā)展,功能不斷完善。20世紀(jì)90年代,NVIDIA公司推出GeForce256圖形處理芯片,第一次提出GPU概念,并且使用該芯片實(shí)現(xiàn)了三維幾何變換和光照計(jì)算。此后,GPU迅速發(fā)展,平均6個(gè)月GPU性能就能翻一番。2001年到2006年是GPU產(chǎn)品發(fā)展最重要的一段時(shí)期,伴隨著許多硬件加速技術(shù)的出現(xiàn),顯卡的性能得到了突飛猛進(jìn)的發(fā)展。可編程圖形處理器的出現(xiàn)使得硬件中可以加入著色功能,并且可以進(jìn)行編程。世界上第一款可編程圖形處理器是NVIDIA推出的GeForce3GPU。從2006年開始,GPU的硬件設(shè)計(jì)逐漸開始考慮圖形處理器通用計(jì)算,即GPGPU(GeneralpurposecomputingonGPU)。NVIDIA公司于2006年發(fā)布了GeForce8系列顯卡和統(tǒng)一著色器模型USM(UnifiedShaderModel),至此,GPU進(jìn)入了通用計(jì)算架構(gòu)時(shí)代。GPU相當(dāng)于顯卡的“大腦”,決定顯卡大部分性能[31]。GPU早期主要負(fù)責(zé)圖形渲染,由于圖形渲染具有高度并行性,因此GPU可以通過增加控制單元和并行處理單元的方式來提高訪問帶寬和計(jì)算能力。圖1-2展示了CPU與GPU在架構(gòu)上的差異[32],從圖中可知:CPU主要靠控制單元和緩存來提高CPU串行計(jì)算能力,而GPU主要靠增加計(jì)算單元的數(shù)量來提高GPU并行計(jì)算能力。圖1-2CPU與GPU架構(gòu)對(duì)比[32]隨著電影市場和游戲市場的發(fā)展,GPU性能提高速度很快。對(duì)比NVIDIA的GPU和Intel的CPU可以看出,GPU雙精度運(yùn)算能力是CPU運(yùn)算能力的3~4倍,而單精度運(yùn)算能力可高達(dá)10倍左右[33],如圖1-3所示。
第一章緒論7圖1-3GPU與CPU運(yùn)算能力對(duì)比[33]GPU對(duì)應(yīng)的存儲(chǔ)帶寬也比同一時(shí)期CPU高出一個(gè)數(shù)量級(jí),如圖1-4所示,截至2013年,NVIDIA的GPU存儲(chǔ)帶寬是同一時(shí)期IntelCPU的4倍左右。圖1-4GPU與CPU存儲(chǔ)帶寬對(duì)比[33]采用CPU和GPU的混合計(jì)算系統(tǒng)是當(dāng)前常見的異構(gòu)高性能計(jì)算系統(tǒng)[32],參見圖1-5。異構(gòu)系統(tǒng)將CPU高效的邏輯計(jì)算能力和控制能力與GPU的高性能并行計(jì)算能力結(jié)合起來。在實(shí)際計(jì)算中,復(fù)雜的控制和分析計(jì)算在CPU中計(jì)算處理,將大規(guī)模的簡單并行計(jì)算放在GPU中進(jìn)行處理,CPU和GPU之間通過PCIe總線
本文編號(hào):3337513
【文章來源】:電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:77 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
史上第一幅OCT圖像[10]
電子科技大學(xué)碩士學(xué)位論文6器不斷發(fā)展,功能不斷完善。20世紀(jì)90年代,NVIDIA公司推出GeForce256圖形處理芯片,第一次提出GPU概念,并且使用該芯片實(shí)現(xiàn)了三維幾何變換和光照計(jì)算。此后,GPU迅速發(fā)展,平均6個(gè)月GPU性能就能翻一番。2001年到2006年是GPU產(chǎn)品發(fā)展最重要的一段時(shí)期,伴隨著許多硬件加速技術(shù)的出現(xiàn),顯卡的性能得到了突飛猛進(jìn)的發(fā)展。可編程圖形處理器的出現(xiàn)使得硬件中可以加入著色功能,并且可以進(jìn)行編程。世界上第一款可編程圖形處理器是NVIDIA推出的GeForce3GPU。從2006年開始,GPU的硬件設(shè)計(jì)逐漸開始考慮圖形處理器通用計(jì)算,即GPGPU(GeneralpurposecomputingonGPU)。NVIDIA公司于2006年發(fā)布了GeForce8系列顯卡和統(tǒng)一著色器模型USM(UnifiedShaderModel),至此,GPU進(jìn)入了通用計(jì)算架構(gòu)時(shí)代。GPU相當(dāng)于顯卡的“大腦”,決定顯卡大部分性能[31]。GPU早期主要負(fù)責(zé)圖形渲染,由于圖形渲染具有高度并行性,因此GPU可以通過增加控制單元和并行處理單元的方式來提高訪問帶寬和計(jì)算能力。圖1-2展示了CPU與GPU在架構(gòu)上的差異[32],從圖中可知:CPU主要靠控制單元和緩存來提高CPU串行計(jì)算能力,而GPU主要靠增加計(jì)算單元的數(shù)量來提高GPU并行計(jì)算能力。圖1-2CPU與GPU架構(gòu)對(duì)比[32]隨著電影市場和游戲市場的發(fā)展,GPU性能提高速度很快。對(duì)比NVIDIA的GPU和Intel的CPU可以看出,GPU雙精度運(yùn)算能力是CPU運(yùn)算能力的3~4倍,而單精度運(yùn)算能力可高達(dá)10倍左右[33],如圖1-3所示。
第一章緒論7圖1-3GPU與CPU運(yùn)算能力對(duì)比[33]GPU對(duì)應(yīng)的存儲(chǔ)帶寬也比同一時(shí)期CPU高出一個(gè)數(shù)量級(jí),如圖1-4所示,截至2013年,NVIDIA的GPU存儲(chǔ)帶寬是同一時(shí)期IntelCPU的4倍左右。圖1-4GPU與CPU存儲(chǔ)帶寬對(duì)比[33]采用CPU和GPU的混合計(jì)算系統(tǒng)是當(dāng)前常見的異構(gòu)高性能計(jì)算系統(tǒng)[32],參見圖1-5。異構(gòu)系統(tǒng)將CPU高效的邏輯計(jì)算能力和控制能力與GPU的高性能并行計(jì)算能力結(jié)合起來。在實(shí)際計(jì)算中,復(fù)雜的控制和分析計(jì)算在CPU中計(jì)算處理,將大規(guī)模的簡單并行計(jì)算放在GPU中進(jìn)行處理,CPU和GPU之間通過PCIe總線
本文編號(hào):3337513
本文鏈接:http://sikaile.net/yixuelunwen/yundongyixue/3337513.html
最近更新
教材專著