基于JACKET的超声弹性成像算法并行实现简

针对超声弹性成像系统在医学诊断中的广泛应用,为了提高超声弹性成像算法的计算速度,提出采用GPU加速基于互相关算法的弹性成像技术。首先分析采用这种技术的可能性,然后通过GPU开发工具中的JACKET来实现互相关算法的并行计算,实现超声弹性成像技术。最后通过实验数据证明该方法在处理单帧弹性图条件下,能大幅提升图形计算的能力。与传统的互相关方法比较,具有25倍的加速比。     

超声瞬时弹性成像算法与系统设计

超声瞬时弹性成像技术具有无创、无痛、定量、实时及重复性好等优势,适用于肝纤维化分期诊断,具有重要的临床应用价值。本文以超声瞬时弹性成像系统设计为研究出发点,提出在基于射频信号的时域互相关算法基础上,采用抛物线插值算法提取亚采样信息,提高位移场的估算精度;设计了剪切波匹配滤波器,以减弱低频振荡器对位移场造成的干扰,从而提高了应变估计质量,增强了剪切波速度估算的可靠性与准确性;设计了针对瞬时弹性成像系统的时间增益补偿(TGC)电路,以降低声信号衰减带来的影响,提高信号的信噪比;给出了一种聚丙烯酰胺凝胶生物仿体的制备方法,并采用机械压痕测试对仿体进行标定,将标定结果与瞬时弹性成像系统的检测结果进行了对比,对比结果显示出良好的一致性。生物仿体实验和健康人体肝脏的弹性测量结果也验证了提出的位移估计算法、匹配滤波器及TGC电路的优越性。     

基于CUDA的声辐射力弹性成像算法研究

声辐射力弹性成像是一种新的测量组织硬度的超声成像方法。不同于其他超声组织弹性成像方法,声辐射力弹性成像能够定量测量组织的弹性模量数值,并且具有对操作者经验依赖性低的特点。然而,由于成像算法数据处理量大,运算时间长,声辐射力弹性成像还无法进行准实时的二维成像。为了获得实时的二维声辐射力弹性图像,提出并实现了一种适合于在GPU上并行计算的声辐射力弹性成像算法。通过与运行在CPU上的原始声辐射力弹性成像算法进行对比,证明在GPU上实现的算法大幅度地提高了运算速度。在自制弹性仿体上,比较了基于GPU和CPU两种算法所成的二维弹性分布图像的质量,结果证明两者的图像质量没有明显差异。     

并行分布式体绘制算法的设计

体绘制是一种需要大量计算资源和内存资源的可视化任务，本文提出一种并行分布式体绘制算法，对绘制任务进行适当剖分，使用连网的工作站进行计算，有效地加快了图形绘制速度。     

超声瞬时弹性成像算法与系统设计研究

超声瞬时弹性成像是在超声弹性成像基础上发展而来的,具有无创无损、方便快捷等优点,为临床检查提供了新的途径。为充分发挥超声瞬时弹性成像算法优势,推动我国临床事业的良好发展,必须加大对其的研究力度,不断改良算法并对系统进行优化设计。笔者分析了超声弹性成像在临床中的具体应用,根据超声瞬时弹性技术原理及优缺点,深入探究超声瞬时弹性成像算法与系统设计,测试结果证明,系统检测结果精准度较高,成像技术所用算法具有一定的优越性。     

瞬态磁共振弹性成像的仿真与算法研究

磁共振弹性成像技术可以量化人体组织弹性属性。磁共振弹性成像的弹性波激励方式有稳态和瞬态两种。由于人体组织的特殊性,弹性波在组织中传播情况复杂。文章通过建立一个磁共振弹性成像的有限元仿真平台,对瞬态磁共振弹性成像技术进行数值建模,并针对瞬态磁共振弹性成像设计了基于到达时间的弹性重构算法。通过 MATLAB编程处理仿真得到的瞬态磁共振弹性成像数据,最终导出瞬态磁共振弹性成像的结果。数值平台仿真的稳态和瞬态磁共振弹性成像对比实验表明,瞬态磁共振弹性成像对于反射和衍射具有较好的抗干扰能力,对于深处的小尺寸组织,具有较高的灵敏度和较好的精准度,而基于到达时间的算法能够实现瞬态磁共振弹性成像的弹性重构。     

一种超声弹性成像奇异点修正算法

位移图成像是超声弹性成像算法中一个非常关键的步骤。目前对于弹性成像的研究大多关注在位移图的成像过程和成像速度,而对于位移图中常出现的奇异点等噪点的修复,一直提及较少。简单介绍弹性成像的基本原理．并重点针对位移图中出现的奇异点提出一种修正算法。该算法能有效地修复位移图中的奇异点,具有高效和针对性强的特点。作为一种后处理算法,该算法可以运用于不同的弹性成像算法中,具有较高的使用价值。     

景象匹配算法在多DSP系统中的并行实现

灰度互相关匹配是一种有效的景象匹配算法,其具有适应性强和匹配精度高的特点。但互相关匹配的计算量很大,在实时性要求很高的精确末制导中,匹配速度往往很难满足要求。基于空间并行方法实现了互相关匹配算法的并行处理,通过不同数量处理器的并行处理实验,结果表明:空间并行方法具有很高的加速比和并行效率,是一种适合互相关匹配算法的有效的并行处理方法。当图像尺寸增大计算量增加时,可以采取增加处理器提高系统处理能力的办法使算法依然满足实时性要求。     

基于多核DSP的超声成像处理算法的并行实现

基于TI公司的多核DSP-TMS320C6678对黑白超声成像的中端(Mid-End)处理算法进行并行设计与实现。介绍了多核DSP编程实现算法所用到的关键技术:程序并行设计与第三代增强型直接内存存取(EDMA3),并重点分析了核间通信技术。根据算法的特点选用数据流模式对其进行了任务规划并分配到3个DSP核上执行,核间通信采用消息队列方案。实验结果证明了采用消息队列方案进行核间通信、实现多核并行的有效性。     

直方图匹配算法在超声弹性成像上的应用研究

为了降低弹性噪声、提高图像质量,对直方图匹配算法在超声弹性成像上的应用进行了研究。为使算法去噪效果最佳,通过实验探讨了最佳匹配窗口大小与超声弹性图像分辨率单元大小之间的关系,测试和分析了中心频率及互相关计算窗口长度对算法去噪效果的影响,并采集临床体模数据对算法效果进行了验证。实验结果表明,将直方图匹配算法应用至弹性成像后,弹性信噪比和对比度噪声比得到了显著的提高;最佳匹配窗口宽度与横向分辨率一致,长度与互相关计算窗口大小及中心频率成正比。     

CUDA平台下的超声弹性成像并行处理算法

超声弹性模式成像是新兴高端超声成像系统中出现的新型成像模式,与传统的黑白超,彩超成像模式不同,它能够为临床诊断提供组织器官的硬度信息.弹性成像模式可以帮助医生定性和定量地检测组织的弹性值变化,特别是对一些肿瘤疾病如乳腺癌等的早期检测有巨大的推动作用,因此,这一新型检测手段具有十分重大的临床应用价值.但是弹性成像系统在处理时涉及大量的复杂运算,使其难于在临床实时系统中得到应用,为此文章研究并提出一种基于CUDA(Compute Unified Device Architecture,统一计算设备架构)平台的超声弹性成像模式并行处理算法.算法包括了信号预处理,运动计算,应变估计和图像后处理与显示等处理步骤的并行实现.由弹性体模得到的数据实验表明,基于CUDA的超声弹性成像处理结果与基于CPU的实现相比,不仅可以得到相同质量的显示图像,而且可以取得较大的加速效果,满足实时系统需求,文章的数据测试显示对于256×512的信号数据能够达到63fps的帧率,速度提高了85倍.     

(加急)基于GPU的并行加速渲染算法的研究

目前,GPU渲染技术仍然存在不足之处,在分配渲染任务时,没有充分发挥各个处理器的优势,浪费了性能较好的处理器,影响了渲染速度的提高。针对以上问题,根据武进区邹区现代农业产业园人口疏散地域接收安置动画的项目,在原有GPU渲染架构的基础上提出了一种基于sort-last架构的带反馈的动态负载均衡算法。在分配渲染任务之前,对所有处理器进行性能统计,将时长较长的场景分配给性能较好的处理器,时长短的分配给剩余的处理器,待有处理器完成渲染任务时,将剩余场景时间较长的,分配给第一轮任务先完成的处理器,以此类推。实验结果表明,该方法对解决上述问题具有较好的效果,解决了目前集群渲染存在的不足之处和负载不平衡的问题,最终实现了加速渲染。     

基于空间位移复合的超声弹性成像抑噪

超声弹性成像已经成为一种有效的医疗诊断工具,在成像过程中由于信号幅度的波动、压缩前后信号的解相关“误差”等原因,导致运动位移估计存在误差,这种误差在弹性图像中表现为伪影噪声,降低了弹性成像的图像质量,给诊断带来了不利影响。本文研究了一种空间位移复合的方法来校正位移估计,以达到抑制伪影噪声的目的。本文在原理上说明了这种方法的正确性,实验结果表明了该方法的有效性, 信噪比和对比度信噪比的提高也证明了这一点。     

超声弹性成像中零相位算法与互相关算法比较

超声弹性成像技术的基本思想就是从超声信号中获取生物组织的硬度/弹性信息并进行成像。超声弹性成像中,生物组织的位移估计是估算应变的关键。介绍两种位移估计的算法：零相位算法与互相关算法。并从时间,准确度上来对比两种算法,哪种在获取位移值上效果更佳。     

基于并行结构实现修正的扩展Kalman滤波计算

该文基于平方根算法提出了一种新的脉动阵列结构实现修正的扩展Kalman滤波计算,使得计算的数值稳定性得到了提高,同现有文献相比,该文使用的算法和结构在计算的实时性和处理器的利用率都得到了较大的提高.     

基于流水线的合成孔径雷达并行成像算法及实现

根据对距离多普勒（Range Doppler）成像算法的特点进行研究,提出了一种基于流水线的合成孔径雷达（SAR）并行成像算法。这种算法基于C/MPI编写并成功地在32节点的IBM PC集群实现。通过与已建立的通用的并行成像算法进行比较分析,得出基于流水线的并行算法是一种更适合SAR并行成像的一种算法,能够提供更高的并行效率。     

Dijkstra算法的并行实现

文章研究了一种多核架构下基于OpenMP的Dijkstra并行算法,以Dijkstra算法为基础设计并行程序。对传统Dijkstra算法进行分析,明确优化方向,再利用OpenMP开发工具对并行程序进行优化调试。结果表明,文中算法易于操作,并充分利用了多核处理器并行计算的优势,提高了算法的运行效率,验证了算法的优越性。     

分批处理的K-means算法并行实现

为解决K-means 算法计算量大、收敛缓慢、运算耗时长等问题,给出一种新的K-means算法的并行实现方法。在通用计算图形处理器架构上,使用统一计算设备架构(CUDA)加速K-means算法。采用分批原则,更合理地运用CUDA提供的各种存储器,避免访问冲突,同时减少对数据集的访问次数,以提高算法效率。在大规模数据集中的实验结果表明,该算法具有较快的聚类速度。     

甲状腺结节的实时超声弹性成像的研究

生物组织的力学特性和病理变化都与其硬度变化有关,因此,软组织的弹性信息对疾病的诊断具有重要参考价值。超声弹性成像是以弹性图的形式直接描述与组织硬度有关的信息。利用互信息及动态规划的方法计算体模组织形变后的位移图像,并在此基础上得到应变场图像。最后,分别用上述方法对甲状腺疾病患者的超声检查数据进行弹性成像。实验结果显示,互信息方法原理简单,易于实现,但其运行效率不高且成像质量一般,而动态规划方法具有较高的信噪比(SNR)、对比信噪比(CNR)、分辨率以及时间效率,更适合临床上甲状腺的实时超声成像。