- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于GPU异构平台的实时CT图像重建系统的研究.PDF
————————————————————————————————————————————————
基于GPU 异构平台的实时CT 图像重建系统的研究
作者 夏松竹,杨静,方宝辉,徐金秀
机构 哈尔滨工程大学 计算机科学与技术学院;江南计算技术研究所
DOI 10.3969/j.issn.1001-3695.2017.12.0859
基金项目 国家重点研发计划资助项目(2017YFB0202702);国家“973”计划资助项目(2014CB744100);
国家“863”计划资助项目(2012AA01A306)
预排期卷 《计算机应用研究》2019 年第36 卷第7 期
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。这种模型采用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16.45 倍,相对于串行CT 图像重建加速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。
关键词 GPU ;CT 图像重建;流水线
作者简介 夏松竹(1973-),男(通信作者),河北东光人,副研究员,硕导,主要研究方向为信息安全
、数据库应用技术(ctpapermail@126.com);杨静(1962-),女,黑龙江哈尔滨人,教授,博
导,主要研究方向为数据挖掘 数据与知识工程;方宝辉(1988-),男,山东烟台人,硕士研
、
究生,主要研究方向为高性能计算 数据与知识工程;徐金秀(1963-),女,江苏溧阳人,高
、
级工程师,主要研究方向为并行算法与优化. .
中图分类号 TP391
基于 异构平台的实时 图像重建系统的研究
GPU CT
————————————————————————————————————————————————
访问地址 /article/02-2019-07-050.html
投稿日期 2017 年12 月12 日
修回日期 2018 年2 月27 日
发布日期 2018 年4 月12 日
引用格式 夏松竹, 杨静, 方宝辉, 徐金秀. 基于 GPU 异构平台的实时 CT 图像重建系统的研究[J/OL].
2019, 36(7). [2018-04-12]. /article/02-2019-07-050.html.
36 7 Vol. 36 No. 7
第 卷第 期 计算机应用研究
优先出版
原创力文档


文档评论(0)