磁共振稀疏重建算法与直接离散傅里叶变换重建算法并行处理加速方法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 引言 | 第10-14页 |
| ·磁共振成像技术简介 | 第10-11页 |
| ·研究背景 | 第11-12页 |
| ·本文的主要工作 | 第12-13页 |
| ·本文的结构 | 第13-14页 |
| 第二章 磁共振成像的基本原理 | 第14-27页 |
| ·核磁共振现象 | 第14-17页 |
| ·自旋核及其磁矩 | 第14-15页 |
| ·静磁场对自旋核的作用 | 第15-17页 |
| ·核磁共振现象及其产生条件 | 第17页 |
| ·磁共振信号的产生和检测 | 第17-21页 |
| ·弛豫 | 第18-19页 |
| ·自由进动 | 第19-20页 |
| ·磁共振信号的检测 | 第20-21页 |
| ·层面选择和空间信息编码技术 | 第21-25页 |
| ·层面选择技术 | 第21-23页 |
| ·空间信息编码技术 | 第23-25页 |
| ·K空间 | 第25-27页 |
| ·K空间定义 | 第25-26页 |
| ·K空间数据的性质 | 第26-27页 |
| 第三章 并行处理 | 第27-42页 |
| ·什么是并行处理 | 第27-28页 |
| ·概念和术语 | 第28-30页 |
| ·冯诺依曼结构 | 第28页 |
| ·弗林分类 | 第28-30页 |
| ·并行计算机的存储结构 | 第30-33页 |
| ·共享式存储 | 第30-31页 |
| ·分布式存储 | 第31-32页 |
| ·分布-共享混合式存储 | 第32-33页 |
| ·并行编程模型 | 第33-36页 |
| ·OpenMP | 第36-37页 |
| ·NVIDIA GPU与CUDA | 第37-42页 |
| ·GPU的历史 | 第37-39页 |
| ·支持CUDA的GPU | 第39-40页 |
| ·CUDA架构下的编程模型 | 第40-42页 |
| 第四章 共轭相位重建算法的并行化 | 第42-49页 |
| ·什么是共轭相位重建算法 | 第42-43页 |
| ·算法的时间复杂度和并行化分解 | 第43-44页 |
| ·DFT在多核CPU上的实现 | 第44-45页 |
| ·DFT在GPGPU上的实现 | 第45-46页 |
| ·实验结果 | 第46-49页 |
| 第五章 稀疏磁共振重建及其GPGPU实现 | 第49-63页 |
| ·什么是稀疏磁共振成像 | 第49-51页 |
| ·稀疏磁共振成像的重建方法 | 第51-52页 |
| ·重建方法的GPGPU实现 | 第52-63页 |
| ·需要的数据结构 | 第52-56页 |
| ·二维小波变换的实现 | 第56-58页 |
| ·其它子过程的实现 | 第58-60页 |
| ·实验结果与讨论 | 第60-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-72页 |
| 统计合格证明 | 第72页 |
