磁共振稀疏重建算法與直接離散傅里葉變換重建算法并行處理加速方法的研究.pdf

1、磁共振成像具有無電離輻射、多參數(shù)成像、功能成像、可任意方向斷層成像等優(yōu)點。在臨床上磁共振已經(jīng)得到廣泛的應用,成為最重要的成像方法之一。
　　 具有諸多優(yōu)點的同時,掃描速度慢是磁共振成像的一大瓶頸,不但給病人造成長時間等待的痛苦,而且使磁共振難以應用到動態(tài)成像等需要快速成像的方面。自磁共振成像出現(xiàn)以來,提高成像速度一直是一個研究課題,非笛卡爾采樣(如螺旋軌跡、放射狀軌跡、propeller等)已經(jīng)得到了較好的應用,新近出現(xiàn)的稀疏磁

2、共振成像方法也正在作為一個熱點被研究。
　　 對于非笛卡爾采樣的到的數(shù)據(jù)一般采用各種插值方法重采樣到均勻的笛卡爾坐標點上,然后用經(jīng)典的fft方法重建圖像。插值方法已經(jīng)比較成熟,但不插值而直接進行離散傅里葉變換的共軛相位重建算法仍被認為是最準確的方法。共軛相位算法最大的問題是時間復雜度太高,因此一般不用于臨床而只在科研中用來生成對照圖像以評價各種插值算法的準確性。
　　 新近出現(xiàn)的稀疏磁共振成像的重建算法要解決的問題是從病

3、態(tài)程度很高的欠定方程組的無窮解中找到一個具有稀疏性或變換稀疏性的解,這是一個是迭代算法,若采用非線性共軛梯度下降算法,迭代過程中要進行多次空間變換、梯度等復雜的矩陣操作,因此也是一個非常耗時的算法。
　　 解決密集運算耗時多的方法是并行運算,即把一項大的任務分解為多個可同時進行的子任務,然后將子任務分發(fā)到位于同一計算機或不同計算機的多個處理器上同時執(zhí)行,子任務執(zhí)行完畢再將各子任務的結(jié)果綜合為宿主任務的最終結(jié)果。經(jīng)典的并行計算使用

4、的是多CPU計算機或者計算機集群,這些超級計算機的占地與功耗都非常大,應用到臨床成本很大；具有多核CPU的桌面計算機雖然有一定的提速效果但不夠明顯,新近出現(xiàn)的GPGPU則將網(wǎng)格計算所需的硬件集成到一塊板卡上,很大程度上降低了體積和功耗。從另一個角度來看,GPGPU是對傳統(tǒng)GPU的改進,傳統(tǒng)GPU只能按照固定的流水線進行圖形處理,雖然流水線的每一級都具有高性能的并行運算能力,但使用很不方便,GPGPU則將GPU改進為可用C/C++或For

5、tran語言編程的處理器,可以比較方便的應用到各種密集計算任務中。
　　 本文首先將原理上比較簡單的共軛相位算法進行兩種粒度的任務分解,然后分別利用較容易理解的共享式存儲多核桌面計算機和稍復雜的GPGPU對其進行加速,與單核串行運算相比分別得到了5倍和72倍的加速比。
　　 稀疏磁共振重建算法過程比較復雜,因此本文將其子過程分別做并行分解,子過程由GPU來處理,對整體迭代過程的控制計算量很小,作為串行程序由CPU來執(zhí)行。