多设备并行MRI重建:低采样5D心脏CINE的高效分区

科学领域:

• 医疗成像医学成像
• 计算科学 计算科学
• 心血管诊断心血管诊断服务

背景情况:

• 心脏影像核磁共振 (MRI) 对于诊断心脏病至关重要,但高分辨率成像产生大量数据集.
• 处理这些大型数据集带来了计算挑战,可能会减缓诊断成像效率.
• 现有的单个GPU系统在处理高分辨率,五维心脏MRI数据时面临内存限制.

研究的目的:

• 开发和评估用于加速心脏MRI重建的多GPU系统.
• 为了克服单个GPU内存的局限性,用于处理大型,高分辨率的心脏MRI数据集.
• 提高心脏MRI图像重建的效率和速度,以提高诊断能力.

主要方法:

• 使用多图形处理单元 (GPU) 系统并行处理心脏MRI数据.
• 实现了数据分区,以管理跨多个GPU的大数据集,克服单个设备内存限制.
• 采用OpenCL技术实现跨平台兼容性和系统适应性.

主要成果:

• 多GPU系统显著加速了高分辨率,五维心脏MRI的重建过程.
• 该方法成功处理了大量的数据,同时保持了图像完整性.
• 与单个设备的限制相比,在生成心脏MRI图像方面表现出更高的效率.

结论:

• 拟议的多设备GPU方法有效地解决了心脏MRI中的计算挑战.
• 这一进步加速了图像重建,促进了更快,更有效的心脏健康评估.
• 该系统为现代医学成像需求提供了一个可扩展和适应的解决方案.