原文服务方: 计算机应用研究       
摘要:
针对采用单CPU CT图像重建时间长,采用CPU集群重建成本及能耗高的问题,提出了CPU多线程+GPU的异构重建模型.采用CPU多线程流水线模式,将整个任务分解为若干个处理阶段,相邻的两个阶段之间以循环缓存连接,上一阶段完成一次计算任务后将数据放到循环缓存里,然后继续下一次的计算任务,下一阶段探测到循环缓存里有数据后从缓存里取出数据开始计算.各个任务是并行处理任务的,针对某一耗时瓶颈模块再采用GPU并行加速,充分发挥CPU和GPU的计算资源.CPU多线程+GPU模型相对于CPU多线程模型加速了16.45倍,相对于串行CT图像重建加速了20.5倍以上.将CPU多线程+GPU模型重建的图像与CPU串行程序重建的CT图像相比较,数据结果在误差范围内,满足实验设计要求.提出的图像重建模型采用成本较低的GPU显卡就实现了性能大幅提升,大大降低了CT图像重建系统的成本及功耗,而成本及功耗的降低会引起CT医疗诊断费用的降低,最终惠及广大病患.
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
锥束CT感兴趣区域图像重建研究
锥束CT
感兴趣区域
图像重建
ART算法
基于GPU加速的锥束CT重建算法研究
锥束CT
FDK算法
图形处理单元(GPU)
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GPU异构平台的实时CT图像重建系统的研究
来源期刊 计算机应用研究 学科
关键词 GPU CT图像重建 流水线 反投影
年,卷(期) 2019,(6) 所属期刊栏目 图形图像技术
研究方向 页码范围 1879-1882
页数 4页 分类号 TP391.41
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2017.12.0859
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 杨静 哈尔滨工程大学计算机科学与技术学院 178 2073 24.0 37.0
2 夏松竹 哈尔滨工程大学计算机科学与技术学院 31 64 4.0 6.0
3 徐金秀 20 23 3.0 4.0
4 方宝辉 哈尔滨工程大学计算机科学与技术学院 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  (32)
共引文献  (103)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (0)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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)
2020(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
GPU
CT图像重建
流水线
反投影
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导