论文研究-基于GPU异构平台的实时CT图像重建系统的研究.pdf

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。