本发明专利技术属于磁粒子成像重建领域，具体涉及了一种基于GPU加速的磁粒子成像并行重建方法及系统，旨在解决磁粒子成像重建效率难以匹配MPI扫描仪获取图像的速率，无法实现实时成像重建的问题。本发明专利技术包括：获取MPI扫描器实时扫描的信号序列，并将多帧信号序列构成的信号矩阵输入预先构建的并行加权最小二乘方程；将信号矩阵和并行加权最小二乘方程中的系统矩阵分别传递至GPU的全局存储器；GPU通过并行共轭梯度迭代法进行并行加权最小二乘方程的求解，获得信号矩阵对应的磁粒子成像并行重建图像。本发明专利技术弥补了当下仅针对多帧MPI图像重建时只能逐帧顺序重建，无法多帧并行重建导致实时MPI图像重建过程中耗时较长的问题，实现了高效率的实时磁粒子成像并行重建。效率的实时磁粒子成像并行重建。效率的实时磁粒子成像并行重建。
【技术实现步骤摘要】
基于GPU加速的磁粒子成像并行重建方法及系统
[0001]本专利技术属于磁粒子成像重建领域，具体涉及了一种基于GPU加速的磁粒子成像并行重建方法及系统。
技术介绍
[0002]MPI是医学断层扫描中一种新兴的成像技术，利用超顺磁性氧化铁粒子的非线性磁化反应来确定纳米粒子造影剂的体内空间分布。高空间和时间分辨率是MPI最重要的创新之一。现在，已经证明了MPI在心血管成像，特别是血管内介入监测方面的巨大潜力。在监测血管内介入的情况下，磁粉的直接视觉反馈更重要。
[0003]但是，如果没有旨在解决重建的实时计算挑战的工程创新，将很难在实际诊断中提出MPI的性能优势。目前，MPI扫描仪获取原始图像的信号的速率高于1500帧/秒。在每秒之内逐帧顺序完成这么多帧原始信号数据的图像重建工作几乎是不可能实现的。
[0004]因此，本领域还需要一种效率更高的磁粒子成像重建方法，以匹配高速率的MPI扫描仪。
技术实现思路
[0005]为了解决现有技术中的上述问题，即磁粒子成像重建效率难以匹配MPI扫描仪获取图像的速率，无法实现实时成像重建的问题，本专利技术提供了一种基于GPU加速的磁粒子成像并行重建方法，所述磁粒子成像并行重建方法包括：
[0006]获取MPI扫描器实时扫描的信号序列，并将多帧所述信号序列构成的信号矩阵输入预先构建的并行加权最小二乘方程；
[0007]将所述信号矩阵和所述并行加权最小二乘方程中的系统矩阵分别传递至GPU的全局存储器；
[0008]GPU通过并行共轭梯度迭代法进行所述并行加权最小二乘方程的求解，获得所述信号矩阵对应的磁粒子成像并行重建图像。
[0009]在一些优选的实施例中，所述并行加权最小二乘方程，其表示为：
[0010]其中，S为系统矩阵，C为多帧重建图像构成的图像矩阵，U为多帧信号序列构成的信号矩阵，r为正则化参数向量，表示进行矩阵每列向量的二阶范数求解。
[0011]在一些优选的实施例中，所述系统矩阵、所述多帧重建图像构成的图像矩阵和所述多帧信号序列构成的信号矩阵，分别表示为：
[0012]其中，S
m，n
代表系统矩阵S的第m行第n列的元素，1≤m≤M，M代表信号序列的长度，1≤n≤N，N代表每帧图像的像素总个数，C
n，p
代表多帧重建图像构成的图像矩阵C的第n行第p列的元素，1≤p≤P，P代表图像帧数，U
m，p
代表多帧信号序列构成的信号矩阵U的第m行第p列的元素。
[0013]在一些优选的实施例中，将所述信号矩阵和所述并行加权最小二乘方程中的系统矩阵分别传递至GPU的全局存储器，其方法为：
[0014]根据所述并行加权最小二乘方程中的系统矩阵大小，在内存和GPU的全局存储器中分别分配相应大小的存储空间；根据所述信号矩阵的大小，在内存和GPU的全局存储器中分别分配相应大小的存储空间；
[0015]将所述系统矩阵从磁盘经过内存后存储到GPU的全局存储器；将所述信号序号从磁盘经过内存后存储到GPU的全局存储器或从内存缓冲区存储到GPU的全局存储器。
[0016]在一些优选的实施例中，所述共轭梯度迭代法，包括：
[0017]步骤S10，基于系统矩阵S、多帧重建图像构成的图像矩阵C和多帧信号序列构成的信号矩阵U，计算残差R的初始残差R0，并基于初始残差R0进行搜索方向P的初始化，获得初始搜索方向P0；
[0018]步骤S20，对于第k次迭代，基于对应的残差R
k
和搜索方向P
k
进行迭代步长a的更新；
[0019]步骤S30，通过在共轭方向进行第k+1次迭代，进行多帧重建图像构成的图像矩阵C、残差R的更新，并进行计算系数b和搜索方向P的更新；
[0020]步骤S40，令k＝k+1跳转步骤S20，进行多帧重建图像构成的图像矩阵C的更新，直至达到设定的迭代次数，获得信号矩阵对应的磁粒子成像并行重建图像。
[0021]在一些优选的实施例中，所述初始残差和所述初始搜索方向，分别表示为：R0＝SC0‑
UP0＝
‑
R0。
[0022]在一些优选的实施例中，对于第k次迭代，基于对应的残差R
k
和搜索方向P
k
进行迭代步长a的更新，其方法为：
[0023]其中，为搜索方向P
k
的转置，代表取矩阵的对角元素作为列向量，表示两个矩阵的点除运算。
[0024]在一些优选的实施例中，通过在共轭方向进行第k+1次迭代，步进行多帧重建图像构成的图像矩阵C、残差R的更新，其方法为：C
k+1
＝C
k
+a
k
·
P
k
R
k+1
＝R
k
+a
k
·
SP
k
[0025]其中，
·
表示两个矩阵的点乘运算。
[0026]在一些优选的实施例中，所述进行计算系数b和搜索方向P的更新，其方法为：P
k+1
＝
‑
R
k+1
+b
k
·
P
k
。
[0027]本专利技术的另一方面，提出了一种基于GPU加速的磁粒子成像并行重建系统，所述磁粒子成像并行重建系统包括：
[0028]信号获取模块，配置为通过MPI扫描器实时扫描，获得信号序列；
[0029]方程构建模块，配置为预先构建的并行加权最小二乘方程，并将多帧所述信号序列构成的信号矩阵输入方程；
[0030]数据传递模块，配置为将所述信号矩阵和所述并行加权最小二乘方程中的系统矩阵分别传递至GPU的全局存储器；
[0031]并行重建模块，配置为GPU通过并行共轭梯度迭代法进行所述并行加权最小二乘方程的求解，获得所述信号矩阵对应的磁粒子成像并行重建图像。
[0032]本专利技术的有益效果：
[0033](1)本专利技术基于GPU加速的磁粒子成像并行重建方法，通过并行编程实现了在GPU上磁粒子成像的并行实现，提高了程序的并行度，使得运行效率很大的提高，运算时间大大减少。
[0034](2)本专利技术基于GPU加速的磁粒子成像并行重建方法，在整个处理过程中，除数据的导入和导出之外，所有的运算均是由GPU来并行完成和实现的，充分利用了GPU强大的计算能力，最大限度的减少了重建耗时。
附图说明
[0035]通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
[0036]图1是本专利技术基于GPU加速的磁粒子成像并行重建方法的流程示意图；
[0037]图2是本专利技术基于GPU加速的磁粒子成像并行重建方法的共轭梯度迭代进行加权最小二乘方程求解的流程示意图。
具体实施方式
[0038]下面结合附图和本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于GPU加速的磁粒子成像并行重建方法，其特征在于，所述磁粒子成像并行重建方法包括：获取MPI扫描器实时扫描的信号序列，并将多帧所述信号序列构成的信号矩阵输入预先构建的并行加权最小二乘方程；将所述信号矩阵和所述并行加权最小二乘方程中的系统矩阵分别传递至GPU的全局存储器；GPU通过并行共轭梯度迭代法进行所述并行加权最小二乘方程的求解，获得所述信号矩阵对应的磁粒子成像并行重建图像。2.根据权利要求1所述的基于GPU加速的磁粒子成像并行重建方法，其特征在于，所述并行加权最小二乘方程，其表示为：其中，S为系统矩阵，C为多帧重建图像构成的图像矩阵，U为多帧信号序列构成的信号矩阵，r为正则化参数向量，表示进行矩阵每列向量的二阶范数求解。3.根据权利要求2所述的基于GPU加速的磁粒子成像并行重建方法，其特征在于，所述系统矩阵、所述多帧重建图像构成的图像矩阵和所述多帧信号序列构成的信号矩阵，分别表示为：表示为：表示为：其中，S
m，n
代表系统矩阵S的第m行第n列的元素，1≤m≤M，M代表信号序列的长度，1≤n≤N，N代表每帧图像的像素总个数，C
n，p
代表多帧重建图像构成的图像矩阵C的第n行第p列的元素，1≤p≤P，P代表图像帧数，U
m，p
代表多帧信号序列构成的信号矩阵U的第m行第p列的元素。4.根据权利要求1所述的基于GPU加速的磁粒子成像并行重建方法，其特征在于，将所述信号矩阵和所述并行加权最小二乘方程中的系统矩阵分别传递至GPU的全局存储器，其方法为：根据所述并行加权最小二乘方程中的系统矩阵大小，在内存和GPU的全局存储器中分别分配相应大小的存储空间；根据所述信号矩阵的大小，在内存和GPU的全局存储器中分别分配相应大小的存储空间；将所述系统矩阵从磁盘经过内存后存储到GPU的全局存储器；将所述信号序号从磁盘
经过内存后存储到GPU的全局存储器或从内存缓冲区存储到GPU的全局存储器。5.根据权利要求3所述的基于GPU加速的磁粒子成像并行重建方法，其特征在于，所述共轭梯度迭代法，包括：步骤S10，基于系统矩阵S、多帧重建图像构成的图像矩阵C和多帧信号序列构成的信号矩阵U，计算残差R的初始残差R0，并基于初始残差R进行搜索方向P的初始化，获得初始搜索方向P0；步骤S20，对于第k次迭代，基于对应的残差R
k
和搜索方向P
k
进行迭代步长a的更新；步骤S30，通过在...
【专利技术属性】
技术研发人员：田捷，申钰松，张利文，尚亚欣，惠辉，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。