光学相干断层扫描成像的并行化平台设计

发布时间：2021-08-12 03:43

　　光学相干断层成像（Optical Coherence Tomography,OCT）是近年来发展非常迅速的一种新型生物医学光学成像技术。它不仅可以对活体组织微观结构进行无损、非接触、高分辨率和高敏感度的成像,还可以对血氧性质、血流速度、光学性质等功能进行成像,因此从最初作为研究手段应用于眼科等临床,逐渐成为指导各种疾病的介入诊疗中不可或缺的影像辅助手段。当前随着OCT技术的发展,术中OCT导航、快速诊断等技术已进入临床应用,人们对OCT实时成像要求也变得越来越迫切。OCT系统的成像速度主要有两部分组成,一部分是系统的数据采集速度,另一部分是数据的处理速度。随着采集相关软硬件技术以及数字信号技术的发展,谱域OCT（FD-OCT）的采集速度可以达到300k线/秒,这为OCT实时成像提供了前提。而传统的基于中央处理器（Central Processing Unit,CPU）平台的OCT成像系统的数据处理速度较低,不能满足OCT系统实时成像的需求。因此,如何提高数据处理速度成为了OCT系统实时成像的瓶颈。利用图形处理器（Graphics Processing Unit,GPU）高速并行计算能力... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

史上第一幅OCT图像[10]

电子科技大学硕士学位论文6器不断发展，功能不断完善。20世纪90年代，NVIDIA公司推出GeForce256图形处理芯片，第一次提出GPU概念，并且使用该芯片实现了三维几何变换和光照计算。此后，GPU迅速发展，平均6个月GPU性能就能翻一番。2001年到2006年是GPU产品发展最重要的一段时期，伴随着许多硬件加速技术的出现，显卡的性能得到了突飞猛进的发展。可编程图形处理器的出现使得硬件中可以加入着色功能，并且可以进行编程。世界上第一款可编程图形处理器是NVIDIA推出的GeForce3GPU。从2006年开始，GPU的硬件设计逐渐开始考虑图形处理器通用计算，即GPGPU（GeneralpurposecomputingonGPU）。NVIDIA公司于2006年发布了GeForce8系列显卡和统一着色器模型USM（UnifiedShaderModel）,至此，GPU进入了通用计算架构时代。GPU相当于显卡的“大脑”，决定显卡大部分性能[31]。GPU早期主要负责图形渲染，由于图形渲染具有高度并行性，因此GPU可以通过增加控制单元和并行处理单元的方式来提高访问带宽和计算能力。图1-2展示了CPU与GPU在架构上的差异[32]，从图中可知：CPU主要靠控制单元和缓存来提高CPU串行计算能力，而GPU主要靠增加计算单元的数量来提高GPU并行计算能力。图1-2CPU与GPU架构对比[32]随着电影市场和游戏市场的发展，GPU性能提高速度很快。对比NVIDIA的GPU和Intel的CPU可以看出，GPU双精度运算能力是CPU运算能力的3~4倍，而单精度运算能力可高达10倍左右[33]，如图1-3所示。

第一章绪论7图1-3GPU与CPU运算能力对比[33]GPU对应的存储带宽也比同一时期CPU高出一个数量级，如图1-4所示，截至2013年，NVIDIA的GPU存储带宽是同一时期IntelCPU的4倍左右。图1-4GPU与CPU存储带宽对比[33]采用CPU和GPU的混合计算系统是当前常见的异构高性能计算系统[32]，参见图1-5。异构系统将CPU高效的逻辑计算能力和控制能力与GPU的高性能并行计算能力结合起来。在实际计算中，复杂的控制和分析计算在CPU中计算处理，将大规模的简单并行计算放在GPU中进行处理，CPU和GPU之间通过PCIe总线


本文编号：3337513