GPU并行计算及其在光声图像重建中的应用

声明

第1章 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 技术路线

1.4 论文组织结构

第2章 GPU并行计算和CUDA编程

2.1 GPU运算优势

2.2 GPU体系架构

2.3 CUDA编程基础

2.3.1 CUDA软件体系结构

2.3.2 CUDA编程模型

2.3.3 CUDA存储模型

2.3.4 CUDA分析工具

第3章 光声成像及重建算法

3.1 光声成像

3.2 传统反投影重建算法

3.3 基于模型的压缩感知重建

第4章 小图像尺寸下的GPU并行计算模型和方法

4.1 压缩感知-光声层析成像并行框架

4.2 核函数

4.2.1 矩阵乘法

4.2.2 矩阵转置

4.2.3 矩阵中最大值

4.2.4 矩阵按行乘累加

4.2.5 矩阵向量乘法

4.3 活体实验验证

4.3.1 高频阵列光声成像系统

4.3.2 实验结果

4.4 本章小结

第5章 大图像尺寸下的GPU并行计算模型和方法

5.1 CUDA流

5.2 基于CUDA流的并行计算框架

5.3 仿体插针实验

5.3.1 低频阵列光声成像系统

5.3.2 实验结果

5.4小老鼠实验

5.4 本章小结

第6章 总结与展望

6.1 论文总结

6.2 论文展望

参考文献

致谢

在校期间发表的学术论文