用GPU加速的平行图像重建策略用于磁粒子成像.
Klaus N Quelhas1,2, Mark-Alexander Henn3,4, Ricardo Farias2
1Physical Measurement Laboratory, National Institute of Standards and Technology, Gaithersburg, MD, United States of America.
Physics in medicine and biology
|June 6, 2024
概括
本研究介绍了一种新的并行处理方法,用于使用图形处理单元 (GPU) 进行磁粒子成像 (MPI) 图像重建. 新方法显著加快了重建时间,使实时成像应用具有高精度.
科学领域:
- 医疗成像医学成像
- 计算物理 计算物理
- 生物医学工程 生物医学工程
背景情况:
- 图像重建对于磁粒子成像 (MPI) 是至关重要的,但目前的方法是计算密集且耗时的.
- 现有的算法通常需要在重建准确性和执行速度之间进行权衡,从而限制实时应用.
- 开发更快,更准确的MPI重建技术对于推进该领域至关重要.
研究的目的:
- 开发和验证一种用于磁粒子成像 (MPI) 快速准确的图像重建的方法.
- 在图形处理单元 (GPU) 上利用并行计算来克服传统MPI重建算法的计算限制.
- 通过显著加速的图像重建和校准矩阵计算来实现实时MPI应用.
主要方法:
- 使用CUDA框架在GPU上并行执行MPI重建算法的实现.
- 开发一种GPU加速方法来计算基于模型的MPI校准矩阵.
- 使用OpenMPIData数据集验证拟议的并行算法.
主要成果:
- 与CPU上的串行Kaczmarz算法相比,并行算法实现了大约6100倍的加速.
- 重建速度允许实时MPI应用程序的率超过每秒100.
- 将校准矩阵计算的GPU加速度提高了大约37倍,提高了灵活性.
结论:
- 拟议的基于平行GPU的算法提供了快速而准确的MPI图像重建.
- 实时单MPI重建是可以实现的,超越了以前的限制.
- 并行校准矩阵计算提供了灵活性和潜在的内存节省,为MPI执行期间的动态参数调整铺平了道路.
