專利名稱：基于gpu平臺的眼科頻域oct系統(tǒng)和處理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種眼科OCT系統(tǒng)。特別是涉及一種能夠解決眼科OCT系統(tǒng)實時成像問題的基于GPU平臺的眼科頻域OCT系統(tǒng)和處理方法
背景技術(shù)：
光學(xué)相干層析成像技術(shù)(Optical Coherence Tomography, OCT)由于其具有高分辨率、高靈敏度、非接觸性、無損實時活體成像等優(yōu)點，自上世紀(jì)90年代被成功應(yīng)用于眼科疾病診斷領(lǐng)域之后得到了迅速發(fā)展，其技術(shù)也由時域OCT階段發(fā)展到頻域OCT階段；技術(shù)領(lǐng)域也由組織結(jié)構(gòu)成像向組織功能成像發(fā)展；而應(yīng)用領(lǐng)域也由眼科診斷領(lǐng)域擴(kuò)展到心血管、皮膚、口腔、組織工程等領(lǐng)域。隨著超高速CMOS線陣掃描相機(jī)的發(fā)展，頻域OCT光譜譜線轉(zhuǎn)換及線采樣率已經(jīng)可 以達(dá)到300k線/秒[7]，為臨床OCT系統(tǒng)實時成像提供了前提。目前影響商用眼科OCT系統(tǒng)實時成像和顯示的技術(shù)瓶頸是需要先將采樣數(shù)據(jù)進(jìn)行頻譜域空間(λ空間)到波數(shù)空間(K空間)變換、插值變換和FFT變換，然后再將變換后的數(shù)據(jù)進(jìn)行2D或3D成像。由于成像的數(shù)據(jù)量很大，特別是進(jìn)行C模式掃描成像(如眼底視網(wǎng)膜en-face成像模式)時，需要先將獲得的3D圖像數(shù)據(jù)進(jìn)行處理后，再將得到的數(shù)據(jù)成像。因此，如何提高數(shù)據(jù)處理速度進(jìn)而達(dá)到臨床圖像實時處理及圖像實時顯示要求，是眼科OCT系統(tǒng)實現(xiàn)實時成像的關(guān)鍵。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是，提供一種實現(xiàn)以低成本硬件配置實現(xiàn)儀器性能的大幅度提高，解決了眼科OCT系統(tǒng)實時成像問題的基于GPU平臺的眼科頻域OCT系統(tǒng)和處
理方法。本發(fā)明所采用的技術(shù)方案是一種基于GPU平臺的眼科頻域OCT系統(tǒng)和處理方法?；贕PU平臺的眼科頻域OCT系統(tǒng)，包括依次連接的SLD光源、光循環(huán)器、光纖分束器、第一偏振控制器和參考臂，所述的光循環(huán)器或光纖分束器還連接第二偏振控制器，第二偏振控制器又依次連接光譜儀、高速相機(jī)數(shù)據(jù)線、高速圖像采集卡和計算機(jī)，所述的光纖分束器還依次連接第三偏振控制器和與被測眼相連的樣品臂，所述的計算機(jī)分別連接樣品臂和圖像顯示單元，所述的計算機(jī)還連接GPU圖像處理器。所述的計算機(jī)是通過PCIE總線連接GPU圖像處理器。所述的參考臂包括有依次連接的第一準(zhǔn)直鏡、參考臂光學(xué)組件和反射鏡，其中，所述的第一準(zhǔn)直鏡的另一端連接第一偏振控制器。所述的樣品臂包括有依次連接的第二準(zhǔn)直鏡、3D掃描振鏡和眼部監(jiān)測光學(xué)組件，其中，所述的第二準(zhǔn)直鏡另一端連接第三偏振控制器，所述的眼部監(jiān)測光學(xué)組件用于連接被測眼。所述的光譜儀包括有依次連接的第三準(zhǔn)直鏡、光柵、光譜儀透鏡組件和線陣相機(jī)，其中，所述的第三準(zhǔn)直鏡還連接第二偏振控制器，所述的線陣相機(jī)連接高速相機(jī)數(shù)據(jù)線。
一種基于GPU平臺的眼科頻域OCT系統(tǒng)的處理方法,首先規(guī)定=FrameNumber代表中貞數(shù)，要處理的數(shù)據(jù)塊的大小為FrameNumber個Β-scan數(shù)據(jù)量,每個Β-scan由batch個A-scan組成；假設(shè)一次處理n*batch個A-scan,即η個B-scan,則共需要處理FrameNumber/η次；采樣數(shù)據(jù)f ( λ，y)是由光譜儀里的線陣相機(jī)采集到、并經(jīng)計算機(jī)里的圖像采集卡進(jìn)行A/D轉(zhuǎn)換后的數(shù)據(jù)，是波長的函數(shù)，其中橫坐標(biāo)為波長λ，縱坐標(biāo)為數(shù)值y ;該方法包括如下步驟I)對采樣數(shù)據(jù)f(X，y)進(jìn)行λ空間到k空間轉(zhuǎn)換，求出k值和kes值，將采樣數(shù)據(jù)塊f (k, y)、k和kes存儲在計算機(jī)內(nèi)存中，為結(jié)果數(shù)據(jù)reslut分配內(nèi)存；2)初始化設(shè)j為1，j代表第j次處理，假設(shè)每次處理n*batch個A-Scan ；3)第j次處理開始時，為η個B-Scan所包含的n*batch個Α-Scan的k、kes和fij (k, y)分配device端顯存空間，將k、kes和f^k, y)從host端內(nèi)存拷貝到device端
顯存；為device端計算過程中的中間變量分配顯存；i為第j次處理的第i個A-Scan的序數(shù)；4)并行將n*batch個A-Scan的匕㈦。進(jìn)行數(shù)據(jù)類型轉(zhuǎn)換和去噪運算，得到fV (k, y)；5)并行將n*batch個A-Scan的(k, y)進(jìn)行三次樣條插值運算優(yōu)化,通過迭代參量的預(yù)處理，將參與迭代運算的中間常量數(shù)組直接由內(nèi)存導(dǎo)入迭代過程，經(jīng)插值運算得到k空間等間隔化的值(kes, Yi )；6)調(diào)用 CUFFT 庫函數(shù)并行對 n*batch 個 A-Scan 的 f^ ' (kes, y')進(jìn)行 FFT 變換，得到相應(yīng)的Fi/ (kes, Yi )；7)并行對I^batchfFi/ (kes, Y ')取模取對數(shù)進(jìn)行歸一化，得到相應(yīng)的IoglOlFi/ (kes, Yi ) |，并將其按順序存儲在體積數(shù)組IoglOlF' (kes, Yi )|中，釋放device端計算過程中的中間變量空間；8)設(shè) j=j+l;9)判斷j>FrameNumber/n,是則進(jìn)入下一步驟,否則返回第3)步驟；10)根據(jù)不同成像平面的需要，抽取體積數(shù)組數(shù)據(jù)或?qū)w積數(shù)組數(shù)據(jù)計算作為GPU結(jié)果數(shù)據(jù)result ；11)將result從device端拷貝回host端，并送到顯示器顯示，釋放所有未釋放的內(nèi)存和顯卡空間。步驟I)所述的是首先對采樣數(shù)據(jù)f( λ，y)的橫坐標(biāo)波長λ進(jìn)行波長空間λ到波數(shù)空間k的轉(zhuǎn)換，轉(zhuǎn)換式為1 =2π/λ ;由于λ是等間隔的，轉(zhuǎn)換后k為非等間隔的，再將k進(jìn)行等間隔化得到均勻化的k空間橫坐標(biāo)值kes ;設(shè)定計算出來的結(jié)果數(shù)據(jù)為result，并為采樣數(shù)據(jù)f (k，y)、非等間隔k空間橫坐標(biāo)k、等間隔k空間橫坐標(biāo)kes和結(jié)果數(shù)據(jù)result分配計算機(jī)內(nèi)存空間。步驟4)所述的去噪運算是指將采集到的每個A-Scan的數(shù)據(jù)取平均值作為噪聲數(shù)組，然后每個A-Scan相應(yīng)像素位置上的采樣值都減去相應(yīng)位置上的噪聲數(shù)組的數(shù)值。步驟9)所述的是重復(fù)2-8步驟，直到處理完整個采樣數(shù)據(jù)，并將處理結(jié)果依次存放在體積數(shù)組IoglO |F' (kes, Y' ) I中。步驟10)和步驟11)所述的是根據(jù)不同成像平面的需要對IoglOlF' (kes, Yi )數(shù)組進(jìn)行抽取或者求和計算，得到所需方位成像平面的單層或復(fù)合層的成像的結(jié)果數(shù)據(jù)result,并將結(jié)果數(shù)據(jù)result通過PCIEX 16總線從設(shè)備端即device端傳輸回計算機(jī)即host端，并送到顯示器顯示，釋放所有未釋放的內(nèi)存和顯卡空間。本發(fā)明的基于GPU平臺的眼科頻域OCT系統(tǒng)和處理方法，利用計算機(jī)通用顯卡GPU，并將基于GPU的統(tǒng)一計算設(shè)備架構(gòu)(CUDA)引入到眼科OCT系統(tǒng)成像中的數(shù)據(jù)處理過程，借助GPU強(qiáng)大的并行數(shù)據(jù)處理能力和浮點計算能力，用CUDA對OCT系統(tǒng)數(shù)據(jù)處理過程進(jìn)行改寫，使得眼科OCT系統(tǒng)的成像速度較之前基于CPU平臺處理成像速度提高了數(shù)十倍，達(dá)到了臨床2D實時成像的要求。


圖I是本發(fā)明的系統(tǒng)構(gòu)成示意圖；圖2是本發(fā)明的數(shù)據(jù)處理流程圖； 圖3是視網(wǎng)膜B掃描成像效果圖；其中圖a為采用三次樣條插值算法在CPU模式下系統(tǒng)成像圖像；圖13為采用三次樣條插值算法在CPU+GPU模式下系統(tǒng)成像。圖中I :SLD光源2 :光循環(huán)器3 :光纖分束器4 :第一偏振控制器5 :參考臂6 :第二偏振控制器7 :第三偏振控制器8 :樣品臂9 :被測眼10 :光譜儀14 :高速相機(jī)數(shù)據(jù)線15 :高速圖像采集卡16:計算機(jī)17:圖像顯示單元18 =GPU圖像處理器51 :第一準(zhǔn)直鏡52 :參考臂光學(xué)組件53 :反射鏡81 :第二準(zhǔn)直鏡82 3D掃描振鏡83 :眼部監(jiān)測光學(xué)組件101 :第三準(zhǔn)直鏡102 :光柵103 :光譜儀透鏡組件104 :線陣相機(jī)
具體實施例方式下面結(jié)合實施例和附圖對本發(fā)明的基于GPU平臺的眼科頻域OCT系統(tǒng)和處理方法做出詳細(xì)說明。本發(fā)明的基于GPU平臺的眼科頻域OCT系統(tǒng)，包括依次連接的SLD光源I、光循環(huán)器2、光纖分速器3、第一偏振控制器4和參考臂5，所述的光循環(huán)器2或光纖分束器3還連接第二偏振控制器6，第二偏振控制器6又依次連接光譜儀10、高速相機(jī)數(shù)據(jù)線14、高速圖像采集卡15和計算機(jī)16，所述的光纖分束器3還依次連接第三偏振控制器7和與被測眼9相連的樣品臂8，所述的計算機(jī)16分別連接樣品臂8和圖像顯示單元17，所述的計算機(jī)16還連接GPU圖像處理器18。
所述的參考臂5包括有依次連接的第一準(zhǔn)直鏡51、參考臂光學(xué)組件52和反射鏡53，其中，所述的第一準(zhǔn)直鏡51的另一端連接第一偏振控制器4。所述的樣品臂8包括有依次連接的第二準(zhǔn)直鏡81、3D掃描振鏡82和眼部監(jiān)測光學(xué)組件83，其中，所述的第二準(zhǔn)直鏡81另一端連接第三偏振控制器7，所述的眼部監(jiān)測光學(xué)組件83用于連接被測眼9。所述的光譜儀10包括有依次連接的第三準(zhǔn)直鏡101、光柵102、光譜儀透鏡組件103和線陣相機(jī)104，其中，所述的第三準(zhǔn)直鏡101還連接第二偏振控制器6，所述的線陣相機(jī)104連接高速相機(jī)數(shù)據(jù)線14。本發(fā)明的基于GPU平臺的眼科頻域OCT系統(tǒng)的工作原理光源發(fā)出的光經(jīng)過2X2的光纖分束器后，被分成兩束光，分別進(jìn)入OCT系統(tǒng)的參考臂和樣品臂。從樣品臂反射回來的信號光和從參考臂返回的參考光再次經(jīng)過光纖分束器匯合后發(fā)生干涉。包含樣品不同深度信息的干涉信號光譜經(jīng)光譜儀的CMOS線陣掃描相機(jī) 采集，并通過相機(jī)數(shù)據(jù)線傳輸?shù)接嬎銠C(jī)，由計算機(jī)里面的圖像采集卡對干涉信號光譜進(jìn)行A/D轉(zhuǎn)換，并將轉(zhuǎn)換結(jié)果存儲到計算機(jī)內(nèi)存中作為采樣數(shù)據(jù)。將采樣數(shù)據(jù)通過PCIE總線傳輸?shù)紾PU顯存，借助GPU強(qiáng)大的并行數(shù)據(jù)處理能力進(jìn)行數(shù)據(jù)處理，并將處理好的結(jié)果數(shù)據(jù)送回計算機(jī)進(jìn)行圖像的顯示。顯示的圖像包含了檢測樣品不同深度的結(jié)構(gòu)信息。本發(fā)明的基于GPU平臺的眼科頻域OCT系統(tǒng)的處理方法是基于CUDA(ComputeUnifiedDevice Architecture), CUDA是一種由NVIDIA公司推出的通用并行計算架構(gòu)，該架構(gòu)使GPU能夠解決復(fù)雜的計算問題。在CUDA架構(gòu)下，開發(fā)人員可以通過CUDA C語言(CUDAC語言是對標(biāo)準(zhǔn)C語言的一種簡單擴(kuò)展)對GPU編程。在CUDA架構(gòu)中，將CPU作為主機(jī)(Host)，GPU作為協(xié)處理器或者設(shè)備(Device)。在一個系統(tǒng)中可以存在一個主機(jī)和多個設(shè)備。CPU主要負(fù)責(zé)進(jìn)行邏輯性強(qiáng)的事物處理和串行計算，GTO則專注于執(zhí)行高度線程化的并行處理任務(wù)。CPU、GPU各自擁有相互獨立的存儲器地址空間主機(jī)端的內(nèi)存和設(shè)備端的顯存。在CUDA程序中，將運行在GPU上一個可以被并行執(zhí)行的步驟稱為kernel (內(nèi)核函數(shù))。在頻域OCT系統(tǒng)中，采樣數(shù)據(jù)是通過對OCT的光路系統(tǒng)掃描由相機(jī)采集到的，掃描一次得到一列數(shù)據(jù)(一個A-SCAN)。處理時是一列一列數(shù)據(jù)進(jìn)行處理的。針對每列數(shù)據(jù)彼此相互獨立、可以并行處理的特點，利用CUDA架構(gòu)將OCT系統(tǒng)整個數(shù)據(jù)處理過程改寫成適合在GPU上執(zhí)行的kernel函數(shù)，大大提高數(shù)據(jù)處理速度，從而達(dá)到系統(tǒng)實時成像的要求。本發(fā)明的基于GPU平臺的眼科頻域OCT系統(tǒng)的處理方法,首先規(guī)定FrameNumber代表巾貞數(shù)，要處理的數(shù)據(jù)塊的大小為FrameNumber個B-scan數(shù)據(jù)量，每個B_scan由batch個A-scan組成；假設(shè)一次處理n*batch個A-scan,即η個B-scan,則共需要處理FrameNumber/n次；采樣數(shù)據(jù)f ( λ，y)是由光譜儀里的線陣相機(jī)采集到、并經(jīng)計算機(jī)里的圖像采集卡進(jìn)行A/D轉(zhuǎn)換后的數(shù)據(jù)，是波長的函數(shù)，其中橫坐標(biāo)為波長λ，縱坐標(biāo)為數(shù)值y ;采樣數(shù)據(jù)f (k, y)由 Aj (k, y)組成；體積數(shù)組 IoglO | F ' (kes, Y ' ) | 由IoglOlFi/ (kes, Yi ) I組成；j代表的是第幾批次對采樣數(shù)據(jù)進(jìn)行處理，i為第j次處理的第i個A-Scan的序數(shù)；i、j均為序號；該方法包括如下步驟I)對采樣數(shù)據(jù)f (λ，y)進(jìn)行λ空間到k空間轉(zhuǎn)換，求出k值和kes值，將采樣數(shù)據(jù)塊f (k, y)、k和kes存儲在計算機(jī)內(nèi)存中，為結(jié)果數(shù)據(jù)reslut分配內(nèi)存；首先對采樣數(shù)據(jù)f(X，y)的橫坐標(biāo)波長λ進(jìn)行波長空間λ到波數(shù)空間k的轉(zhuǎn)換，轉(zhuǎn)換式為1 =2π/λ ;由于λ是等間隔的，轉(zhuǎn)換后k為非等間隔的，再將k進(jìn)行等間隔化得到均勻化的k空間橫坐標(biāo)值kes ;設(shè)定計算出來的結(jié)果數(shù)據(jù)為result，并為采樣數(shù)據(jù)f (k, y)、非等間隔k空間橫坐標(biāo)k、等間隔k空間橫坐標(biāo)kes和結(jié)果數(shù)據(jù)result分配計算機(jī)內(nèi)存空間。2)初始化設(shè)j為I (j代表第j次處理，假設(shè)每次處理n*batch個A-Scan)；3)第j次處理開始時，為η個B-Scan所包含的n*batch個Α-Scan的k、kes和fij (k, y)分配device端顯存空間，將k、kes和f^k, y)從host端內(nèi)存拷貝到device端顯存；為device端計算過程中的中間變量分配顯存；i為第j次處理的第i個A-Scan的序數(shù)；；假設(shè)一次能處理n*batch個A-scan,即η個B-scan, f^· (k, y)代表第j次處理的第i個A-Scan的采樣數(shù)據(jù)，為fu (k, y)、非等間隔k空間橫坐標(biāo)k、等間隔k空間橫坐標(biāo)kes和 在計算過程中的一些中間變量分配顯存空間，并通過PCIEX 16總線將& (k, y)、k和kes由計算機(jī)(host端)傳輸?shù)皆O(shè)備端(device端，即顯卡)。4)并行將n*batch個A-Scan的f^kj)進(jìn)行數(shù)據(jù)類型轉(zhuǎn)換和去噪運算，得到fV (k, y)；數(shù)據(jù)類型轉(zhuǎn)換的目的是為了提高采樣數(shù)據(jù)的精度，一般相機(jī)采集到的數(shù)據(jù)精度較低，在進(jìn)行其它數(shù)據(jù)處理之前，一般都需要將采樣數(shù)據(jù)的數(shù)據(jù)類型提升(轉(zhuǎn)換成float類型或者double類型)，以滿足數(shù)據(jù)計算精度的要求。所述的去噪運算是指將采集到的每個A-Scan的數(shù)據(jù)取平均值作為噪聲數(shù)組，然后每個A-Scan相應(yīng)像素位置上的采樣值都減去相應(yīng)位置上的噪聲數(shù)組的數(shù)值。5)并行將n*batch個A-Scan的fi/ (k, y)進(jìn)行三次樣條插值運算優(yōu)化,通過迭代參量的預(yù)處理，將參與迭代運算的中間常量數(shù)組直接由內(nèi)存導(dǎo)入迭代過程，，經(jīng)插值運算得到k空間等間隔化的值(kes, Yi )；6)調(diào)用 CUFFT 庫函數(shù)并行對 n*batch 個 Α-Scan 的 fi/ (kes, y')進(jìn)行 FFT,得到相應(yīng)的Fi/ (kes, Yi )；7)并行對I^batchfFi/ (kes, Y ;)取模取對數(shù)進(jìn)行歸一化，得到相應(yīng)的IoglOlFi/ (kes, Yi ) |，并將其按順序存儲在體積數(shù)組IoglOlF' (kes, Yi )|中，釋放device端計算過程中的中間變量空間；8)設(shè) j=j+l;9)判斷j>FrameNumber/n,是則進(jìn)入下一步驟,否則返回第3)步驟；即是重復(fù)2 8步驟，直到處理完整個采樣數(shù)據(jù)，并將處理結(jié)果依次存放在體積數(shù)組 IoglO IF' (kes, Y' )| 中。10)根據(jù)不同成像平面的需要，抽取體積數(shù)組數(shù)據(jù)或?qū)w積數(shù)組數(shù)據(jù)計算作為GPU結(jié)果數(shù)據(jù)result ；11)將result從device端拷貝回host端，并送到顯示器顯示，釋放所有未釋放的內(nèi)存和顯卡空間。上述步驟10)和步驟11)所述的是根據(jù)不同成像平面的需要對IoglOlF' (kes, Yi ) I數(shù)組進(jìn)行抽取或者求和計算，得到所需方位成像平面的單層或復(fù)合層的成像的結(jié)果數(shù)據(jù)result，并將結(jié)果數(shù)據(jù)result通過PCIEX 16總線從設(shè)備端即device端傳輸回計算機(jī)即host端，并送到顯示器顯示，釋放所有未釋放的內(nèi)存和顯卡空間。本發(fā)明的基于GPU平臺的眼科頻域OCT系統(tǒng)和處理方法與現(xiàn)有的CPU系統(tǒng)的數(shù)據(jù)處理過程的相同點和不同點如下相同點對采樣數(shù)據(jù)的數(shù)據(jù)處理過程一樣，都經(jīng)過了數(shù)據(jù)類型變換，去噪運算，入到k空間的變換，插值運算，F(xiàn)FT和對FFT結(jié)果取模取對數(shù)并進(jìn)行歸一化變換。不同點I、CPU系統(tǒng)數(shù)據(jù)的處理全部由CPU執(zhí)行，CPU-GPU系統(tǒng)數(shù)據(jù)的處理由CPU和GPU協(xié)同執(zhí)行，在CPU-GPU系統(tǒng)中CPU主要負(fù)責(zé)程序串行計算部分，包括在kernel啟動前進(jìn)行數(shù)據(jù)的準(zhǔn)備(包括采樣數(shù)據(jù)和一些在GPU計算過程中要用到的不依賴于具體采樣數(shù)據(jù)的中間變量(數(shù)據(jù)優(yōu)化))和設(shè)備初始化的工作，及在kernel之間進(jìn)行一些串行計算，GPU主要負(fù)責(zé) 進(jìn)行程序并行部分的計算工作；2、在GPU系統(tǒng)每個數(shù)據(jù)處理模塊中，可以根據(jù)GPU本身的硬件資源和每個數(shù)據(jù)處理模塊的算法來進(jìn)行g(shù)rid和block維度設(shè)計。使用CUDA profiler對CUDA程序進(jìn)行性能測試，對耗時長的模塊進(jìn)行算法優(yōu)化。算法優(yōu)化指的是在所有可以實現(xiàn)數(shù)據(jù)相同處理功能的算法中，選擇一種效果好耗時短的算法，并對該算法進(jìn)行優(yōu)化設(shè)計(譬如盡量減少中間變量個數(shù)或在CPU中預(yù)先計算準(zhǔn)備好每個模塊計算過程中所需要的一些中間變量，這些中間變量不依賴于具體的采樣數(shù)據(jù)，僅跟具體算法有關(guān));3、數(shù)據(jù)處理模式不一樣。CPU系統(tǒng)每個數(shù)據(jù)處理模塊內(nèi)部對數(shù)據(jù)的處理是以一個A-scan為單位串行的方式進(jìn)據(jù)處理的，CPU系統(tǒng)同一個時間只能對一個A-scan進(jìn)行處理；GPU系統(tǒng)每個數(shù)據(jù)處理模塊內(nèi)部對數(shù)據(jù)的處理是以多個A-scan為單位并行的方式進(jìn)據(jù)處理的，GPU系統(tǒng)同一時間可以對n*batch個A-Scan進(jìn)行并行處理。采用本發(fā)明的基于GPU平臺的眼科頻域OCT系統(tǒng)和處理方法的B掃描模式成像B掃描模式成像圖像能提供視網(wǎng)膜斷層結(jié)構(gòu)圖像，能清晰地顯示視網(wǎng)膜各層細(xì)微結(jié)構(gòu)及病理改變，并作出定性或定量分析，目前已成為視網(wǎng)膜疾病和青光眼強(qiáng)有力的診斷工具。例如采用100幀共計195Mbytes數(shù)據(jù)(每幀數(shù)據(jù)大小為500線X2048像素/線X 2字節(jié)/像素)進(jìn)行B掃描模式成像。分別采用線性插值算法和三次樣條插值算法，利用CUDA提供的計時函數(shù)分別對CPU模式和CPU-GPU模式下系統(tǒng)單幀B掃描模式圖像成像時間進(jìn)行計時(計算100幀圖像成像時間取平均)，實驗表明采用GPU+CPU模式執(zhí)行成像數(shù)據(jù)處理的速度較CPU模式執(zhí)行同樣數(shù)據(jù)處理的速度提高超過數(shù)十倍，其中采用線性插值算法速度提高了 60倍，采用三次樣條插值算法速度提高了 35倍。如圖3所示，圖a為采用三次樣條插值算法在CPU模式下系統(tǒng)成像圖像，圖b為采用三次樣條插值算法在CPU+GPU模式下系統(tǒng)成像。本發(fā)明設(shè)計基于GPU平臺的眼科頻域OCT系統(tǒng)，利用計算機(jī)通用顯卡GPU，并將基于GPU的統(tǒng)一計算設(shè)備架構(gòu)(CUDA)引入到眼科OCT系統(tǒng)成像中的數(shù)據(jù)處理過程，借助GPU強(qiáng)大的并行數(shù)據(jù)處理能力和浮點計算能力，用CUDA對OCT系統(tǒng)數(shù)據(jù)處理過程進(jìn)行改寫，使得眼科OCT系統(tǒng)的成像速度較之前基于CPU平臺處理成像速度提高了數(shù)十倍，達(dá)到了臨床2D實時成像的要求。
權(quán)利要求
1.一種基于GPU平臺的眼科頻域OCT系統(tǒng)，包括依次連接的SLD光源(I)、光循環(huán)器(2)、光纖分束器(3)、第一偏振控制器(4)和參考臂(5)，所述的光循環(huán)器(2)或光纖分束器(3)還連接第二偏振控制器(6)，第二偏振控制器(6)又依次連接光譜儀(10)、高速相機(jī)數(shù)據(jù)線(14)、高速圖像采集卡(15)和計算機(jī)(16)，所述的光纖分束器(3)還依次連接第三偏振控制器(7)和與被測眼(9)相連的樣品臂(8)，所述的計算機(jī)(16)分別連接樣品臂(8)和圖像顯示單元(17)，其特征在于，所述的計算機(jī)(16)還連接GPU圖像處理器(18)。
2.根據(jù)權(quán)利要求I所述的基于GPU平臺的眼科頻域OCT系統(tǒng)，其特征在于，所述的計算機(jī)(16)是通過PCIE總線連接GPU圖像處理器(18)。
3.根據(jù)權(quán)利要求I所述的基于GPU平臺的眼科頻域OCT系統(tǒng)，其特征在于，所述的參考臂(5 )包括有依次連接的第一準(zhǔn)直鏡(51)、參考臂光學(xué)組件(52 )和反射鏡(53 )，其中，所述的第一準(zhǔn)直鏡(51)的另一端連接第一偏振控制器(4 )。
4.根據(jù)權(quán)利要求I所述的基于GPU平臺的眼科頻域OCT系統(tǒng)，其特征在于，所述的樣品臂(8)包括有依次連接的第二準(zhǔn)直鏡(81)、3D掃描振鏡(82)和眼部監(jiān)測光學(xué)組件(83)，其中，所述的第二準(zhǔn)直鏡(81)另一端連接第三偏振控制器(7)，所述的眼部監(jiān)測光學(xué)組件(83)用于連接被測眼(9)。
5.根據(jù)權(quán)利要求I所述的基于GPU平臺的眼科頻域OCT系統(tǒng)，其特征在于，所述的光譜儀(10)包括有依次連接的第三準(zhǔn)直鏡(101)、光柵(102)、光譜儀透鏡組件(103)和線陣相機(jī)(104)，其中，所述的第三準(zhǔn)直鏡(101)還連接第二偏振控制器(6)，所述的線陣相機(jī)(104)連接高速相機(jī)數(shù)據(jù)線(14)。
6.一種權(quán)利要求I所述的基于GPU平臺的眼科頻域OCT系統(tǒng)的處理方法，其特征在于， 首先規(guī)定FrameNumber代表巾貞數(shù),要處理的數(shù)據(jù)塊的大小為FrameNumber個B_scan數(shù)據(jù)量，每個B-scan由batch個A-scan組成；假設(shè)一次處理n*batch個A-scan,即η個B-scan,貝U共需要處理FrameNumber/n次；采樣數(shù)據(jù)f O，y)是由光譜儀里的線陣相機(jī)采集至IJ、并經(jīng)計算機(jī)里的圖像采集卡進(jìn)行A/D轉(zhuǎn)換后的數(shù)據(jù)，是波長的函數(shù)，其中橫坐標(biāo)為波長λ，縱坐標(biāo)為數(shù)值I ;該方法包括如下步驟 1)對采樣數(shù)據(jù)f(X，y)進(jìn)行λ空間到k空間轉(zhuǎn)換，求出k值和kes值，將采樣數(shù)據(jù)塊f (k, y)、k和kes存儲在計算機(jī)內(nèi)存中，為結(jié)果數(shù)據(jù)reslut分配內(nèi)存； 2)初始化設(shè)j為1，j代表第j次處理，假設(shè)每次處理n*batch個A-Scan； 3)第j次處理開始時，為η個B-Scan所包含的n*batch個A-Scan的k、kes和^(k,y)分配device端顯存空間，將k、kes和fij(k, y)從host端內(nèi)存拷貝到device端顯存；為device端計算過程中的中間變量分配顯存；i為第j次處理的第i個A-Scan的序數(shù)； 4)并行將n*batch個A-Scan的(k，y)進(jìn)行數(shù)據(jù)類型轉(zhuǎn)換和去噪運算，得到fV (k, y)； 5)并行將n*batch個A-Scan的(k,y)進(jìn)行三次樣條插值運算優(yōu)化,通過迭代參量的預(yù)處理，將參與迭代運算的中間常量數(shù)組直接由內(nèi)存導(dǎo)入迭代過程，經(jīng)插值運算得到k空間等間隔化的值fi/ (kes, y')； 6)調(diào)用CUFFT庫函數(shù)并行對n*batch個A-Scan的(kes,y/)進(jìn)行FFT變換，得到相應(yīng)的Fi/ (kes, Yi )； 7)并行對n*batch個Fij丨(kes,Y ')取模取對數(shù)進(jìn)行歸一化，得到相應(yīng)的IoglOlFi/ (kes, Yi ) |，并將其按順序存儲在體積數(shù)組IoglOlF' (kes, Yi )|中，釋放device端計算過程中的中間變量空間；8)設(shè)j=j+l ； 9)判斷j>FrameNumber/n,是則進(jìn)入下一步驟,否則返回第3)步驟； 10)根據(jù)不同成像平面的需要，抽取體積數(shù)組數(shù)據(jù)或?qū)w積數(shù)組數(shù)據(jù)計算作為GPU結(jié)果數(shù)據(jù)result ； 11)將result從device端拷貝回host端，并送到顯示器顯示，釋放所有未釋放的內(nèi)存和顯卡空間。
7.根據(jù)權(quán)利要求6所述的基于GPU平臺的眼科頻域OCT系統(tǒng)的處理方法，其特征在于，步驟I)所述的是首先對采樣數(shù)據(jù)f (λ，y)的橫坐標(biāo)波長λ進(jìn)行波長空間λ到波數(shù)空間k的轉(zhuǎn)換，轉(zhuǎn)換式為1 =2π/λ ;由于λ是等間隔的，轉(zhuǎn)換后k為非等間隔的，再將k進(jìn)行等間隔化得到均勻化的k空間橫坐標(biāo)值kes ;設(shè)定計算出來的結(jié)果數(shù)據(jù)為result，并為采樣數(shù)據(jù)f (k, y)、非等間隔k空間橫坐標(biāo)k、等間隔k空間橫坐標(biāo)kes和結(jié)果數(shù)據(jù)result分配計算機(jī)內(nèi)存空間。
8.根據(jù)權(quán)利要求6所述的基于GPU平臺的眼科頻域OCT系統(tǒng)的處理方法，其特征在于，步驟4)所述的去噪運算是指將采集到的每個A-Scan的數(shù)據(jù)取平均值作為噪聲數(shù)組，然后每個A-Scan相應(yīng)像素位置上的采樣值都減去相應(yīng)位置上的噪聲數(shù)組的數(shù)值。
9.根據(jù)權(quán)利要求6所述的基于GPU平臺的眼科頻域OCT系統(tǒng)的處理方法，其特征在于，步驟9)所述的是重復(fù)2-8步驟，直到處理完整個采樣數(shù)據(jù)，并將處理結(jié)果依次存放在體積數(shù)組 IoglO IF' (kes, Y1 )| 中。
10.根據(jù)權(quán)利要求6所述的基于GPU平臺的眼科頻域OCT系統(tǒng)的處理方法，其特征在于，步驟10)和步驟11)所述的是根據(jù)不同成像平面的需要對IoglOlF' (kes, Yi )數(shù)組進(jìn)行抽取或者求和計算，得到所需方位成像平面的單層或復(fù)合層的成像的結(jié)果數(shù)據(jù)result,并將結(jié)果數(shù)據(jù)result通過PCIEX 16總線從設(shè)備端即device端傳輸回計算機(jī)即·host端，并送到顯示器顯示，釋放所有未釋放的內(nèi)存和顯卡空間。
全文摘要
一種基于GPU平臺的眼科頻域OCT系統(tǒng)和處理方法，系統(tǒng)包括依次連接的SLD光源、光循環(huán)器、光纖分束器、第一偏振控制器和參考臂，光循環(huán)器或光纖分束器還連接第二偏振控制器，第二偏振控制器又依次連接光譜儀、高速相機(jī)數(shù)據(jù)線、高速圖像采集卡和計算機(jī)，光纖分束器還依次連接第三偏振控制器和與被測眼相連的樣品臂，計算機(jī)分別連接樣品臂和圖像顯示單元以及GPU圖像處理器。方法是首先規(guī)定FrameNumber代表幀數(shù)，要處理的數(shù)據(jù)塊的大小為FrameNumber個B-scan數(shù)據(jù)量，每個B-scan由batch個A-scan組成；采樣數(shù)據(jù)f(λ,y)是由光譜儀采集并經(jīng)A/D轉(zhuǎn)換的波長的函數(shù)，其中橫坐標(biāo)為波長λ，縱坐標(biāo)為數(shù)值y。本發(fā)明達(dá)到了臨床2D實時成像的要求。
文檔編號A61B3/14GK102934986SQ20121051315
公開日2013年2月20日 申請日期2012年12月4日 優(yōu)先權(quán)日2012年12月4日
發(fā)明者李躍杰, 趙金城, 徐秋晶, 劉巧艷, 王立偉 申請人:天津邁達(dá)醫(yī)學(xué)科技股份有限公司