基于GPU的心脏体绘制与电生理仿真方法研究

论文摘要

图形处理器(Graphic Processing Unit,GPU)是显卡最重要的组成部分。GPU的出现有效降低显卡对CPU的依赖,同时有效提高了图形处理,尤其是矩阵变换较多的三维图形的处理能力。随着工艺的发展,GPU的浮点运算速率以指数形式增长,使基于GPU的应用前景广阔。通过着色语言(Shading Language)对基于GPU的可编程图形管线进行控制,可以实现图形库不能提供的复杂绘制效果。由于GPU在矩阵运算、密集计算方面的优势,于是研究人员尝试将GPU应用于高性能并行计算领域。GPU在图形处理和并行计算方面的优势使其有效应用于虚拟心脏的功能建模与可视化技术领域的研究。心脏是人体的重要器官,层次堆叠,结构复杂。当前主要使用体绘制对其三维数据进行可视化。心脏体数据较大,使用传统的基于CPU的体绘制方法很难达到交互式可视化目的。针对这一问题,采用基于GPU的体绘制方法,利用GPU的图形处理优势实现实时可视化目的。对基于GPU的纹理切片和光线投射算法进行研究,并对两种方法的实现特点和性能效果进行了比较。针对体绘制技术中心脏的内部细微组织很难观察的问题,在基于GPU的光线投射方法基础上,根据已分类数据的灰度值统计结果,设计传递函数,并通过梯度值对不透明度进行修正。虚拟心脏的功能建模中心室的电生理仿真对研究心脏细胞的离子流与心脏表面电压的关系有重要意义。电生理仿真模型复杂,离子很多,细胞数量大,计算量非常大,对设备要求高,消耗时间长。通过对仿真模型进行分析,发现其可以进行并行计算。利用GPU的高性能并行计算优势,实现电生理仿真的并行化计算,加快了运行速度。同时,利用GPU的图形处理功能,将仿真结果实时可视化,便于观察电压的变化。利用GPU可编程图形管线的灵活性和GPU内嵌的并行性特点,将心脏数据的电生理仿真和可视化融合为一个整体,有利于对心脏数据的研究学习。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题来源与研究意义
• 1.1.1 课题来源
• 1.1.2 课题研究目的与意义
• 1.2 国内外研究现状
• 1.2.1 国内研究现状
• 1.2.2 国外研究现状
• 1.3 本文的主要研究内容
• 第2章 GPU架构概述
• 2.1 可编程管线基本概念
• 2.1.1 顶点着色
• 2.1.2 像素着色
• 2.1.3 几何着色
• 2.2 CUDA通用计算模型简介
• 2.2.1 CUDA程序模型
• 2.2.2 CUDA线程组织结构
• 2.2.3 CUDA存储器组织结构
• 2.3 本章小结
• 第3章 基于GPU的心脏解剖结构体绘制算法研究
• 3.1 直接体绘制概述
• 3.2 基于GPU的纹理切片算法
• 3.2.1 代理几何体
• 3.2.2 传递函数
• 3.2.3 合成
• 3.3 基于GPU的光线投射算法
• 3.3.1 光线设置
• 3.3.2 分类与合成
• 3.3.3 光线提前终止
• 3.3.4 光照模型
• 3.4 实验结果
• 3.5 本章小结
• 第4章 基于统计的心脏解剖结构可视化策略
• 4.1 基于统计信息的传递函数设计
• 4.1.1 心脏解剖数据统计
• 4.1.2 传递函数设计
• 4.2 不透明度调节
• 4.3 梯度调节
• 4.4 本章小结
• 第5章 基于CUDA的心室电生理仿真
• 5.1 电生理仿真概述
• 5.1.1 TNNP模型
• 5.1.2 相场法
• 5.2 基于CUDA的仿真算法构建
• 5.2.1 数据结构
• 5.2.2 程序流程
• 5.2.3 仿真计算核函数分解
• 5.3 优化
• 5.3.1 纹理存储器
• 5.3.2 仿真数据在线可视化
• 5.4 仿真结果
• 5.5 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文及其它成果
• 致谢