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(wú)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(diǎn)。在臨床上磁共振已經(jīng)得到廣泛的應(yīng)用,成為最重要的成像方法之一。
　　 具有諸多優(yōu)點(diǎn)的同時(shí),掃描速度慢是磁共振成像的一大瓶頸,不但給病人造成長(zhǎng)時(shí)間等待的痛苦,而且使磁共振難以應(yīng)用到動(dòng)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(lái),提高成像速度一直是一個(gè)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(yīng)用,新近出現(xiàn)的稀疏磁

2、共振成像方法也正在作為一個(gè)熱點(diǎn)被研究。
　　 對(duì)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(biāo)點(diǎn)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(jìn)行離散傅里葉變換的共軛相位重建算法仍被認(rèn)為是最準(zhǔn)確的方法。共軛相位算法最大的問(wèn)題是時(shí)間復(fù)雜度太高,因此一般不用于臨床而只在科研中用來(lái)生成對(duì)照?qǐng)D像以評(píng)價(jià)各種插值算法的準(zhǔn)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(wèn)題是從病

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

4、的是多CPU計(jì)算機(jī)或者計(jì)算機(jī)集群,這些超級(jí)計(jì)算機(jī)的占地與功耗都非常大,應(yīng)用到臨床成本很大；具有多核CPU的桌面計(jì)算機(jī)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(jì)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(gè)角度來(lái)看,GPGPU是對(duì)傳統(tǒng)GPU的改進(jìn),傳統(tǒng)GPU只能按照固定的流水線進(jìn)行圖形處理,雖然流水線的每一級(jí)都具有高性能的并行運(yùn)算能力,但使用很不方便,GPGPU則將GPU改進(jìn)為可用C/C++或For

5、tran語(yǔ)言編程的處理器,可以比較方便的應(yīng)用到各種密集計(jì)算任務(wù)中。
　　 本文首先將原理上比較簡(jiǎn)單的共軛相位算法進(jìn)行兩種粒度的任務(wù)分解,然后分別利用較容易理解的共享式存儲(chǔ)多核桌面計(jì)算機(jī)和稍復(fù)雜的GPGPU對(duì)其進(jìn)行加速,與單核串行運(yùn)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(guò)程比較復(fù)雜,因此本文將其子過(guò)程分別做并行分解,子過(guò)程由GPU來(lái)處理,對(duì)整體迭代過(guò)程的控制計(jì)算量很小,作為串行程序由CPU來(lái)執(zhí)行。