摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第11-14页 |
1.1 研究背景 | 第11-12页 |
1.2 课题研究意义 | 第12页 |
1.3 国内外研究现状 | 第12页 |
1.4 本文研究内容 | 第12-14页 |
第二章 超声相控阵成像技术 | 第14-31页 |
2.1 超声图像评价指标 | 第14-15页 |
2.1.1 系统分辨率 | 第14-15页 |
2.1.2 信噪比(SNR) | 第15页 |
2.1.3 对比度 | 第15页 |
2.2 相控阵成像系统 | 第15-23页 |
2.2.1 换能器阵列类型 | 第16-17页 |
2.2.2 发射和接收 | 第17-20页 |
2.2.3 声束合成方法 | 第20-21页 |
2.2.4 包络解调 | 第21-22页 |
2.2.5 压缩与显示 | 第22-23页 |
2.3 换能器参数设计 | 第23-30页 |
2.3.1 解析方法 | 第23-26页 |
2.3.2 数值仿真 | 第26-27页 |
2.3.3 设计方法 | 第27-29页 |
2.3.4 结论 | 第29-30页 |
2.4 本章小结 | 第30-31页 |
第三章 内镜超声相控阵成像算法 | 第31-54页 |
3.1 合成孔径算法 | 第31-39页 |
3.1.1 合成发射孔径算法(synthetic transmit aperture STA) | 第31-33页 |
3.1.2 多阵元合成发射孔径算法(multi-element synthetic transmit aperture MSA) | 第33-35页 |
3.1.3 合成孔径连续声束合成算法(Synthetic aperture sequential beamforming SASB) | 第35-39页 |
3.2 基于合成孔径技术的内镜超声相控阵成像算法 | 第39-44页 |
3.2.1 仿真 | 第40-42页 |
3.2.2 内镜超声系统成像实验 | 第42-44页 |
3.3 编码激励技术 | 第44-52页 |
3.3.1 信号模型 | 第44-45页 |
3.3.2 匹配滤波和脉冲压缩 | 第45-47页 |
3.3.2.1 匹配滤波器 | 第45-46页 |
3.3.2.2 脉冲压缩 | 第46-47页 |
3.3.2.2.1 时间带宽积 | 第46-47页 |
3.3.2.2.2 距离分辨率 | 第47页 |
3.3.2.2.3 信噪比(SNR) | 第47页 |
3.3.3 线性调频信号的压缩特性 | 第47-49页 |
3.3.4 不匹配滤波器和超声换能器 | 第49-52页 |
3.4 Chirp编码内镜超声相控阵成像算法 | 第52-53页 |
3.4.1 CPAI算法仿真 | 第52-53页 |
3.5 本章小结 | 第53-54页 |
第四章 基于GPU的算法硬件加速技术 | 第54-68页 |
4.1 简介 | 第54-57页 |
4.1.1 从图像处理到通用并行计算 | 第54-55页 |
4.1.2 CUDA | 第55-56页 |
4.1.3 可伸缩的编程模型 | 第56-57页 |
4.2 CUDA编程模型 | 第57-60页 |
4.2.1 Kernels | 第57页 |
4.2.2 线程层次 | 第57-58页 |
4.2.3 内存层次 | 第58-59页 |
4.2.4 多样化编程 | 第59页 |
4.2.5 计算能力 | 第59-60页 |
4.2.6 CUDA编程模板 | 第60页 |
4.3 硬件实现 | 第60-61页 |
4.3.1 SIMT结构 | 第60-61页 |
4.3.2 硬件多线程 | 第61页 |
4.4 程序优化 | 第61-64页 |
4.4.1 总体的性能优化准则 | 第61页 |
4.4.2 最大化利用 | 第61-63页 |
4.4.3 最大化内存带宽 | 第63-64页 |
4.4.4 最大化指令带宽 | 第64页 |
4.5 混合编程 | 第64-66页 |
4.5.1 常规的MEX文件 | 第64-65页 |
4.5.2 CUDA的MEX文件 | 第65-66页 |
4.6 算法硬件加速技术的实现 | 第66-67页 |
4.6.1 软件结构 | 第66页 |
4.6.2 实验验证 | 第66-67页 |
4.7 本章小结 | 第67-68页 |
第五章 总结和展望 | 第68-70页 |
5.1 论文研究工作总结 | 第68页 |
5.2 展望 | 第68-70页 |
参考文献 | 第70-73页 |
发表论文和参加科研情况说明 | 第73-74页 |
致谢 | 第74-75页 |