基于GPU的CT图象加速重建算法优化
GPU-based Speed Optimization of CT Image Reconstruction Algorithm
计算机断层成像(Computed Tomography,简称CT)是一种利用断层的扫描数据进行数学计算而重建出物体内部结构图象的技术.卷积反投影算法是一种建立在傅立叶变换理论基础上的算法,由于其速度较快,重建图象好,所以广泛应用于当前的CT设备上.但是这种算法仍然是非常耗时的,从而寻找优化这种算法的手段是所有CT厂商都在研究的方向. 当前,对卷积反投影算法的优化方法主要有两种,一种是减少算法复杂度的算法加速,另外一种是利用高性能硬件的硬件加速.在图形处理单元(Graphics Processing Unit)没有出现以前,由于硬件加速需要大量的资金投入,所以算法加速是CPU计算环境中主流方法.但GPU出现后,这种状况得到了明显的改善.本文在对正投影算法和卷积反投影算法进行理论分析时,发现了它们的直角坐标和极坐标实现形式都具有数据并行和计算密集的特点,从而提出了将这四种算法首先转换到流程序(stream program),然后通过统一计算设备架构(Compute Unified Device Architecture)将这些流程序映射到GPU中进行实现和优化的方案.分析正投影算法和卷积反投影算法在CPU与GPU上运行结果,其中GPU生成的数据与CPU生成的数据的相对误差在10-5左右,直角坐标正投影算法、卷积反投影算法的速度大约提高了100倍,同时极坐标正投影算法和极坐标卷积反投影算法分别提高了7倍和3倍左右.
- 作者：
- 张胜利
- 学位授予单位：
- 信息科学与工程学院
- 专业名称：
- 计算机应用技术学科
- 授予学位：
- 硕士
- 学位年度：
- 2008年
- 导师姓名：
- 邹豪
- 关键词：
- 统一计算设备架构；正投影；卷积反投影；流程序；图形处理单元CUDA；forward projection；convolution back-projection；stream program；GPU
-