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:
为了满足磁共振成像(MRI)临床扫描的需求,磁共振图像重建算法的开发一直在不断进行.目前广泛使用的算法实现方式是利用中央处理器(CPU)对磁共振扫描数据进行数学变换得到图像,随着算法复杂度的提升,计算性能问题逐渐显露.利用CPU在大数据量下执行复杂算法时,计算并行性的缺失以及运算中产生的海量数据的存储负荷会导致计算变得极为缓慢,使得一些算法因为重建时间过长,在临床上面临难以推广的问题,也制约了基础研究中新算法的研发.本文设计并实现了一种新的重建算法执行方式,利用Gadgetron磁共振软件重建平台在多核CPU基础上搭载多块图形处理器(GPU),将磁共振图像重建以分布式并行计算方式实现,并以重建耗时较长的3D径向数据采集Stack of Star(SOS)的图像重建为实例,展示这种重建的实现方法能以相对低廉的硬件成本极大提升重建的速度.
推荐文章
基于异构多GPU的锥束CT图像重建研究
异构多GPU
锥束CT
图像重建
基于正则化迭代的并行磁共振图像重建算法
并行磁共振成像
图像重建
最小二乘法
迭代法
正则化
基于SENSE和GRAPPA的并行磁共振图像重建算法
并行磁共振图像重建
SENSE算法
GRAPPA算法
K空间
信噪比
线圈灵敏度
非局部稀疏表示正则化的磁共振图像重建
图像重建
压缩感知
核磁共振成像
非局部相似性
稀疏表示
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Gadgetron平台的多GPU分布式磁共振图像重建
来源期刊 波谱学杂志 学科 物理学
关键词 磁共振图像重建 Gadgetron 多GPU 分布式并行计算 3D磁共振成像
年,卷(期) 2018,(3) 所属期刊栏目 研究论文
研究方向 页码范围 303-317
页数 15页 分类号 O482.53
字数 6541字 语种 中文
DOI 10.11938/cjmr20182626
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 陈群 3 6 1.0 2.0
2 周晓东 2 2 1.0 1.0
3 徐健 2 4 1.0 2.0
4 张聪 1 1 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  (8)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
磁共振图像重建
Gadgetron
多GPU
分布式并行计算
3D磁共振成像
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
波谱学杂志
季刊
1000-4556
42-1180/O4
16开
中科院武汉物理与数学研究所(武汉71010号信箱)
38-313
1983
chi
出版文献量(篇)
1492
总下载数(次)
7
总被引数(次)
7081
论文1v1指导