基于GPU异构平台的实时CT图像重建系统的研究
wf（2019）
Abstract
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.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined