Fermi平台下的医学超声实时扫描转换并行算法

在超声成像系统中扫描转换是让超声图像较好地在屏幕上进行显示所必须的处理步骤.由于这一处理步骤中存在运算复杂的插值运算,特别是在横向使用的三次方插值,使其成为临床实时成像系统中提供帧速率的一大性能提升瓶颈,为此本文研究并提出了一种基于新兴的高性能并行计算平台Fermi架构GPU(Graphics processing unit)的并行处理算法,该算法基于GPU并行处理平台,主要包括初始化阶段、图像插值以及图像显示这3个处理环节.该算法不仅保持了与现有计算平台系统的计算精度,而且显著地提高了这一处理环节的计算速度.数据测试结果显示,采用Fermi架构的GPU处理在得到与基于CPU的实现完全一致的扫描转换效果的同时,取得了较大的加速效果.对于3 121×936的图像数据能够达到1 558 fps的帧率,速度提高了大约664倍.     

Fermi平台下的医学超声实时扫描转换并行算法

在超声成像系统中扫描转换是让超声图像较好地在屏幕上进行显示所必须的处理步骤。由于这一处理步骤中存在运算复杂的插值运算,特别是在横向使用的三次方插值,使其成为临床实时成像系统中提供帧速率的一大性能提升瓶颈,为此本文研究并提出了一种基于新兴的高性能并行计算平台Fermi架构GPU(Graphics processing unit)的并行处理算法,该算法基于GPU并行处理平台,主要包括初始化阶段、图像插值以及图像显示这3个处理环节。该算法不仅保持了与现有计算平台系统的计算精度,而且显著地提高了这一处理环节的计算速度。数据测试结果显示,采用Fermi架构的GPU处理在得到与基于CPU的实现完全一致的扫描转换效果的同时,取得了较大的加速效果。对于3 121×936的图像数据能够达到1 558fps的帧率,速度提高了大约664倍。     

基于DenseASPP模型的超声图像分割

利用超声图像获取胎儿的各项生物指标,对诊断胎儿发育过程中的异常有重要作用.当前主要依靠医生对超声图像的手动测量来确定这些指标.然而,医师手动测量不仅具有主观性,而且在重复作业下效率低下.针对以上问题,提出一种基于DenseASPP模型的超声图像分割改进算法,以辅助医生完成对胎儿各项生物指标的测量.在DenseASPP模型中,首先利用普通卷积预先提取原始图像的特征得到预特征图,再以扩张卷积及金字塔池化结构为基础将前层所有扩张卷积的输出特征图与预特征图拼接在一起传输到下一层扩张卷积以获得更大感受野的多尺度特征图,最终将所有特征合并后通过Attention机制获得相关联的特征,再利用sigmoid函数获取分割结果.分别使用胎儿的头臀径,头围,腹围三个部位的超声图像作为数据集对本文提出的DenseASPP方法进行了评估.实验结果表明,DenseASPP方法优于其他当前常见的分割方法,取得了更好的性能.     

基于曙光1000A的并行SVD图像滤波方法

提出了一种分块ＳＶＤ图像滤波算法,与现有的ＳＶＤ滤波方法相比,它有效地降低了存储开销,计算复杂度也由原来的Ｏ（ｎ３）降为Ｏ（ｎ２）;同时这种分块ＳＶＤ滤波方法具有很好的并行性,在曙光１０００Ａ上设计了并行处理算法,实验和分析都表明,其加速比接近处理机个数ｐ．     

基于二维高斯曲面拟合的图像灰度补偿算法

研究了基于CCD的带钢表面缺陷检测系统图像采集中出现的灰度失真问题,提出了在不改变系统硬件配置的基础上,根据主导退化因素采用二维高斯曲面为基本退化模型,同时兼顾其他没有明确数学模型的图像退化因素,根据图像灰度分布统计特性估计二维高斯曲面各参数以实现图像灰度补偿的软解决方法,实验结果表明,该算法有效地提高了图像质量,可以满足系统实时性及后续识别的要求．     

基于MPI的分形图像压缩并行算法

利用MPI提供的库函数,提出了基于MPI的分形图像压缩并行化算法,将图像的定义域块和值域块的搜索匹配过程分配给多台处理器同时执行.实验结果表明,利用MPI来进行分形图像压缩,可以缩短压缩时间,在不改变压缩比的情况下,得到较好的加速比.     

经典图像复原提高超声图像分辨率的研究

本文针对超声成像存在空间横向和纵向分辨率较低的主要问题,根据超声图像的应用特点,利用数据软处理技术提高分辨率。采用基于经典图像复原的方法来改善横向分辨从而提高超声图像分辨率。提出图像模型自适应的复原算法并对超声图像进行了仿真研究,仿真结果表明该算法对提高图像横向分辨率有一定效果。     

基于动态规划的最优化医学超声图像边缘提取

动态规划（DP）是一种解决多阶段决策过程最优化的方法。图像边缘提取时为了使系统输出具有最小的不确定性，考虑最优化判据是必要的。动态规划算法用于图像的边缘检测主要是获得一个图像的最低能量代价阵的过程，而图像的边缘对应于最低代价阵中的终止点和起始点之间能量梯度降低最快的路径，由此可以由最低代价阵勾勒出需要的边缘。对于质量较差的图像，可以先用梯度算子和一种LUM滤波器相结合进行预滤波。实验表明，基于该算法用于超声图像的边缘检测要获得全局最优的稳定的边缘线，是一种理想的最优化算法。     

基于B-Snake的超声图像分割算法

利用参数化的B样条表示轮廓曲线,得到B-Snake轮廓模型.由于B样条曲线自身的一些特点,使得B-Snake具有计算复杂度低,收敛速度快等优点.在实时图像处理方面具有很强优势.实验结果证明B-Snake模型的分割效果不错,而且速度较传统Snake有较大提升.     

基于工作流模型驱动的并行算法设计教学方法

《并行算法设计》属于高等计算机程序设计的主要课程之一,其主要难点集中在如何将特定的并行求解模型转化为具体的程序设计语言。传统的教学方法主要通过讲授并行程序设计语言来实现教学目标,已有的教学实践经验里示谊方法存在的诸多不足之处。对此。本文提出了一种基于模型驱动的教学方法,其核心思想是：以并行问题求解模型为教学主线,通过分析与讲授并行问题求解模型的基本特征以及不同模型之问的异同来向学生传授并行算法的关键思想和技巧。最方法的主要优点是：实现了算法设计思想与吴体程序语言的独立性。能有效地引导学生掌握并行问题求解的关键思想和技巧,激发了学生利用简单模型来求解复杂问题的兴趣。     

基于自一致性的磁共振并行成像高效重构算法

磁共振并行成像技术能够显著地减少成像时间,然而高质量的图像重构比较困难.为了提高重构图像的质量,基于自一致性的SPIRiT框架,提出了一种高效的重构算法.该算法针对一个含有数据一致性、校准一致性和联合稀疏性正则项的复杂优化问题,首先将该问题简化成一般性最优化问题;再使用算子分离算法将其分解成一个梯度计算问题和一个可通过软阈值法求解的去噪问题;最后,再使用加速方案对算法进行加速.实验结果表明,当加速因子为8时,采用所提出的新算法的重构图像比采用POCS算法的重构图像的SNR提高约2.4,dB,且重构时间也节约了约30%.对于要求高质量重构图像的场合,所提出的算法能够满足需求.     

从图像中快速检测直线的并行算法

提出了一种在具有可扩展机群体系结构的通用超级并行机环境下的快速直线检测算法．采用最优域划分法将原图像进行NXN等面积划分，并映射到并行系统各节点的局部坐标下进行直线检测．通过先后两次在Hough变换的扫描过程中提前引入闽值作用，可有效减小计算的复杂度．同时证明了，划分后的子图像采用原阈值的1／（2N-1）进行检测，可满足原图像中的直线目标不丢失的要求．实验结果表明，所提算法具备高鲁棒性和强抗噪能力，能有效提升加速比，该比值的最大值可为25．320．     

血管内高频超声图像偏心校正方法

讨论了换能器偏心、多重反射、波束轴向与横向冲激效应、换能器近壁效应和瓣型效应等影响血管内高频超声图像质量的因素,其中换能器偏心是影响图像质量的主要因素,进而提出一种基于血管内超声回波散射声场模型的图像灰度偏心校正方法,并采用乳胶管仿体和离体猪颈动脉进行实验。实验结果证明,该方法可以消除换能器偏心造成的图像灰度沿圆周方向分布的不均匀性,恢复被掩盖的血管壁内部信息,以便于弹性成像过程中的边缘提取和运动     

基于并行处理系统的一种新的任务调度算法

提出了在计算机并行处理系统中的一种新的任务调度算法,该算法利用遗传算法思想对加权最少连接算法的任务调度方案进行了改进,弥补了加权最少连接算法的不足,并增加了动态控制功能,较好地解决了N个处理机的任务分配问题.实验结果表明:改进后的W LCGA算法优于普通遗传算法和加权最少连接算法.     

机组组合的扩散并行遗传算法

研究了在细粒度并行机上的扩散并行遗传算法．遗传算法中个体为矩阵个体,选种采用竞争法．并行处理机拓扑结构为三维网格．对一个十机系统的机组组合问题进行了串行模拟,结果表明,当最大遗传代数或并行处理机个数增大时,均可找到更好的解,同时加速比也得以提高,且异步法优于同步法．     

分枝限界法的并行处理

该文对分枝阻界法的并行化作了深刻的研究，提出一通用的并行分枝限界算法设计方法，从而使该类问题并行机上难以设计算法求解的问题变得容易解决。     

基于CMOS图像传感器的压缩感知成像算法

近年来提出的压缩感知理论将信号采样和压缩同时进行,突破了奈奎斯特采样定理的限制,为低采样高分辨率成像提供了可能.为此,提出了一种基于CMOS图像传感器的压缩感知成像算法,采用并行处理策略对CMOS图像传感器A/D转换前的模拟像素矩阵进行压缩采样,减轻了A/D转换模块的负担,大大降低了CMOS图像传感器的功耗,并且该算法实现电路简单.仿真结果表明,所提算法能快速有效地进行测量值的获取,利用TVAL3算法重构的图像主客观质量较好.     

线性阵列上的一种新的并行排序算法

首先介绍了分治方式的并行处理方法,并以超立方网络上的并行排序为例说明了这种方法的应用．然后在此基础上,给出了作者在线性阵列上发现的一种新的并行排序算法．