基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
NVIDIA的GeForce 8系列显卡上的统一设备架构(common unified device architecture,CUDA)不需要映射到图形API便可在GPU上进行计算的分配和管理,因此较适合于大数据量的医学图像可视化领域.本文分析了CUDA的设计思想和编程模式,针对其特点对传统基于硬件的光线投射法进行改进,将计算耗时的绘制部分改造成单指令多数据模式(single instruction multiple data,SIMD),并分别运用纹理存储器和共享存储器对算法进行优化.实验结果表明,该方法能够快速、高效地生成可视化图像.
推荐文章
一种基于快速直接插值的光线投射法
光线投射法
体绘制
三线性插值
直接插值
一种改进的基于CUDA的纹理映射和光线投射结合的体绘制算法
通用并行计算架构
光线投射
三维纹理
纹理映射
基于GPU加速的改进的光线投射算法研究
GPU
光线投射算法
体绘制
采样间距
不透明度值
采用GPU的提升纹理缓存命中光线投射方法
三维纹理
光线投射
图形处理单元
纹理缓存
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于CUDA的快速光线投射法
来源期刊 北京生物医学工程 学科 工学
关键词 光线投射 CUDA GPU 线程块 优化
年,卷(期) 2010,(2) 所属期刊栏目 论著
研究方向 页码范围 125-129
页数 5页 分类号 TP391
字数 2563字 语种 中文
DOI 10.3969/j.issn.1002-3208.2010.02.04
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张煜 南方医科大学生物医学工程学院 38 197 8.0 11.0
2 江贵平 南方医科大学生物医学工程学院 39 264 7.0 14.0
3 董现玲 南方医科大学生物医学工程学院 1 13 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (13)
同被引文献  (4)
二级引证文献  (34)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(10)
  • 引证文献(3)
  • 二级引证文献(7)
2014(14)
  • 引证文献(3)
  • 二级引证文献(11)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
光线投射
CUDA
GPU
线程块
优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京生物医学工程
双月刊
1002-3208
11-2261/R
16开
北京安定门外安贞医院
1981
chi
出版文献量(篇)
2829
总下载数(次)
13
总被引数(次)
15960
论文1v1指导