GPU在FD-OCT系统数据处理及实时图像显示中的应用

发布时间：2017-09-04 11:32

  本文关键词：GPU在FD-OCT系统数据处理及实时图像显示中的应用

  更多相关文章： FD-OCT CPU GPU 并行计算 CUDA 实时成像

【摘要】：光学相干断层成像(光学相干断层扫描技术,Optical Coherence Tomography,以下简称为OCT)技术是一种兴起于上世纪末的光学信号探测技术。该技术可以对光学散射介质比如生物组织等进行扫描。它具有微米级的轴向分辨率,毫米级的探测深度,可进行高速、无接触、无损检测。凭借系统优异的性能,OCT技术已经在生物医学领域成熟应用,尤其是在眼科中用于疾病的检测和治疗。自从1991年诞生以来,实验室条件下的OCT系统采集速率从400增长到20M A-line/s。市面上的SDOCT系统能够在30-95KHz的采集速率下生成高质量的2D Bscan图像。最快的SDOCT系统利用多个相机已经能达到500KHz的A-line扫描速率[1]。传统基于CPU(中央处理器)的计算平台在处理OCT数据方面遇到了瓶颈,无法满足OCT数据处理计算在速度、内存方面的需求,GPU(图形处理器)的出现解决了这一问题。GPU是电脑图形显示卡上负责图像运算工作的微处理器。著名的显示卡公司NVIDIA为其主流显卡产品设计了专门的GPU并行计算工具包,称之为CUDA(Compute Unified Device Architecture,统一计算架构)。利用CUDA技术,可以控制显卡内部成百上千个内处理器做为线程处理器去解决密集的数据计算。本文针对传统CPU处理OCT数据速度慢,不能满足实时显示要求的不足,以图形处理器GTX TITAN为计算单元,将GPU统一计算架构(CUDA)引入OCT系统成像的数据处理过程中,实现数据处理的并行化,并对相关的算法和运算进行优化,解决了影响OCT系统实时成像的技术瓶颈,并实现了Windows系统下的实时成像和存储软件。实验结果最终表明,采用GPU进行优化的模式所实现成像数据的处理速度,较传统仅基于CPU平台的串行计算模式执行同样数据处理的速度大幅度提高,达到了实验室2D实时成像的要求,并且无需改变现有OCT设备,仅使用普通的家用图形显卡,经济、节能,有较好的应用前景。
【关键词】：FD-OCT CPU GPU 并行计算 CUDA 实时成像
【学位授予单位】：北京理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R318.51;TP274
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-18
• 1.1 论文研究背景10
• 1.2 OCT技术概况10-14
• 1.2.1 OCT技术的发展10-13
• 1.2.2 OCT技术的实际应用13-14
• 1.2.2.1 内窥镜13
• 1.2.2.2 眼科视网膜成像13
• 1.2.2.3 癌症诊断13-14
• 1.2.2.4 手术辅助14
• 1.3 GPU并行计算技术14-16
• 1.4 课题的研究目的和意义16-17
• 1.5 本论文的主要内容和结构17-18
• 第2章 GPU并行计算与CUDA编程架构18-27
• 2.1 图形处理器18-19
• 2.1.1 图形处理器的发展18-19
• 2.2 CUDA：并行计算架构19-26
• 2.2.1 关于CUDA19-20
• 2.2.2 弗林分类法20-21
• 2.2.3 Host和Device21-23
• 2.2.4 CUDA线程模式23
• 2.2.5 GPU线程对应的硬件23-24
• 2.2.6 CUDA内存24-25
• 2.2.7 NVCC编译流程25-26
• 2.2.8 CUDA软件结构26
• 2.3 本章小结26-27
• 第3章 FD-OCT成像算法研究27-34
• 3.1 FD-OCT数据处理27-28
• 3.2 直流噪声的去除28-29
• 3.3 快速傅里叶变换算法29-33
• 3.3.1 蝶形因子的特性30
• 3.3.2 FFT算法推导30-33
• 3.4 本章小结33-34
• 第4章 高速存储模块和并行化的数据处理模块的实现34-51
• 4.1 概述34-35
• 4.2 实验室SD-OCT系统的设置35-41
• 4.2.1 SD-OCT系统概述35-41
• 4.2.1.1 信号采集系统36-37
• 4.2.1.2 信号处理系统37-39
• 4.2.1.3 数据存储系统39-41
• 4.3 基于CUDA的实时处理系统实现41-50
• 4.3.1 并行性分析41
• 4.3.2 实时数据处理系统的结构41-42
• 4.3.3 数据处理线程的实现42-50
• 4.3.3.1 主机与GPU间的数据通信44
• 4.3.3.2 去除直流噪声算法并行化44-47
• 4.3.3.3 并行化的快速傅里叶变换47-48
• 4.3.3.4 后FFT处理48-49
• 4.3.3.5 OpenGL绘图49-50
• 4.4 本章小结50-51
• 第5章 程序优化整合和实验51-68
• 5.1 影响性能的因素51-52
• 5.1.1 并行处理前数据交换51
• 5.1.2 并行处理后数据交换51-52
• 5.2 数据处理过程的优化52-60
• 5.2.1 主机内存与GPU显存数据交换过程的优化52-60
• 5.2.1.1 分页锁定存储器的使用52-53
• 5.2.1.2 主机、显存数据的异步传输53-55
• 5.2.1.3 OpenGL和CUDA互操作55-58
• 5.2.1.4 全局内存使用中的数据对齐58-60
• 5.2.1.5 优化后的流程60
• 5.3 程序整合60-64
• 5.3.1 开发环境60-61
• 5.3.2 采集与存储61-62
• 5.3.3 多线程整合62
• 5.3.4 软件界面62-63
• 5.3.5 软件说明书63-64
• 5.4 成像实验验证程序有效性64-67
• 5.4.1 实验内容和方法64-65
• 5.4.2 判断标准65
• 5.4.3 实验设备设置65
• 5.4.4 实验结果和分析65-67
• 5.5 结论67
• 5.6 本章小结67-68
• 总结与展望68-70
• 参考文献70-74
• 攻读学位期间发表论文与研究成果清单74-75
• 致谢75

【相似文献】

中国期刊全文数据库 前4条

1 包达;罗立民;;基于可编程图形处理器的快速傅立叶变换[J];生物医学工程研究;2008年02期

2 程广斌;马承华;郝立巍;;基于图形处理器加速的医学图像分割算法研究[J];医疗卫生装备;2008年02期

3 吕晓琪;张传亭;任国印;张宝华;;基于图形处理器的肺部及病灶区域四维可视化技术[J];中国医学影像技术;2013年11期

4 ;[J];;年期

中国重要会议论文全文数据库 前7条

1 张春燕;;一种基于图形处理器的数据流计算模式[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（下册）[C];2008年

2 徐侃;陈如山;杜磊;朱剑;杨阳;;可编程图形处理器加速无条件稳定的Crank-Nicolson FDTD分析三维微波电路[A];2009年全国微波毫米波会议论文集（下册）[C];2009年

3 周国亮;冯海军;何国明;陈红;李翠平;王珊;;基于图形处理器的Cuboid算法[A];第26届中国数据库学术会议论文集（B辑）[C];2009年

4 毕文元;陈志强;;利用可编程图形处理器加速CT重建与体数据的绘制[A];第十一届中国体视学与图像分析学术会议论文集[C];2006年

5 刘伟峰;杨权一;曹邦功;孟凡密;周洁;;基于GPU的高度并行Marching Cubes改进算法[A];2008年全国开放式分布与并行计算机学术会议论文集(上册)[C];2008年

6 林旭生;田绪红;冯志炜;陈茂资;;GPU加速的蚁群算法在HP模型中的应用[A];第十四届全国图象图形学学术会议论文集[C];2008年

7 方建文;于金辉;陈海英;;三维卡通水与物体交互作用的动画建模[A];中国计算机图形学进展2008--第七届中国计算机图形学大会论文集[C];2008年

中国重要报纸全文数据库 前10条

1 乐山　乐水;图形处理技术的全球专利布局形势[N];中国知识产权报;2010年

2 严威川;明明白白显卡“芯”[N];中国电脑教育报;2007年

3 ;NEC图形处理器每秒运行50.2G条指令[N];计算机世界;2003年

4 游讯;图形处理器GPU[N];人民邮电;2011年

5 本报记者 姜姝;AMD嵌入式技术为波音飞机保驾护航[N];中国信息化周报;2014年

6 均儿;人人都有台超级计算机[N];电脑报;2008年

7 ;AMD启动“Fusion”企业品牌推广计划[N];人民邮电;2008年

8 本报记者 田梦;Adobe CS4全面支持GPU加速[N];计算机世界;2009年

9 赵欣;“玩”3D，笔记本也行！[N];中国计算机报;2003年

10 ;HP Compaq Evo D210教育信息化的好帮手[N];中国计算机报;2003年

中国博士学位论文全文数据库 前5条

1 祖渊;基于图形处理器的高速并行算法研究[D];中国科学技术大学;2014年

2 杨珂;基于图形处理器的数据管理技术研究[D];浙江大学;2008年

3 穆帅;针对不规则应用的图形处理器资源调度关键技术研究[D];清华大学;2013年

4 夏健明;基于图形处理器的大规模结构计算研究[D];华南理工大学;2009年

5 黄涛;基于GPU的多点地质统计逐点模拟并行算法的研究[D];中国科学技术大学;2013年

中国硕士学位论文全文数据库 前10条

1 刘锐;GPU在FD-OCT系统数据处理及实时图像显示中的应用[D];北京理工大学;2015年

2 黄伟钿;面向移动平台的3D图形处理器的设计[D];华南理工大学;2011年

3 王旭;图形处理器的仿真验证[D];哈尔滨工业大学;2007年

4 陈林桦;基于图形处理器的视频转换技术的研究与应用[D];上海交通大学;2009年

5 张杨;图形处理器并行计算应用研究[D];西南交通大学;2006年

6 阙恒;嵌入式图形处理器设计[D];南京航空航天大学;2007年

7 饶志恒;图形处理器图形管线的研究与实现[D];湖南大学;2011年

8 杨国东;嵌入式图形处理器的研究与实现[D];山东大学;2010年

9 王晋君;图形处理器在锥束CT成像中的应用研究[D];首都师范大学;2009年

10 杨新强;基于GPU加速FDTD计算速度的研究与仿真[D];青岛大学;2011年

，

本文编号：791293