《表2 不同方式下数据处理时间对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于OCT的手指皮下组织的三维可视化》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

以Microsoft Visual Studio 2010集成CUDA 9.1为开发环境，GPU为NVIDIA GeForce GTX 1050Ti，计算能力6.1。现将笔者提出的GPU并行处理方式与Matlab处理方式和CPU串行处理方式进行对比。处理一个体扫描数据（由300个B-SCAN数据构成，共570M）的时间测试结果如表2所示。其中Matlab处理方式耗时最长，总共需要45 000ms。CPU串行处理方式中用到了FFTW库，FFTW是由麻省理工学院超级计算技术组开发的一套离散傅里叶变换（DFT）的计算库，被称为是最快的FFT，由于数据处理过程中要执行很多次FFT变换，耗时严重，运用FFTW库以后可大大缩减计算时间，整个处理过程总共需要7 700ms。GPU并行处理方式运用了GPU强大的并行计算能力，FFT运算部分采用CUDA自带的CUFFT库来实现，它由FFTW库发展而来，同样具有很快的计算速率，除此之外，数据截取、插值、减直流、取模和取对数等操作都改写成Kernel函数，在GPU上并行实现，进一步提升了处理速度，最后总共耗时2 476ms。比较发现：笔者提出的方法耗时最短，速度是Matlab处理方式的18倍，是CPU串行处理方式（运用FFTW库）的3倍。OCT数据的实时三维成像要求OCT系统刚采集完一个体扫描数据，计算机屏幕上就能显示样品的三维图像，由于所用OCT系统的扫描速率是36klines/s，采集完一个体扫描数据（300个B-SCAN，共150 000个A-SCAN）大约需要4 167 ms，如果一边采集数据一边对每个B-SCAN进行数据处理，数据处理的时间将会被隐藏，这种情况下，Matlab处理和CPU串行处理时间都大于采集时间，而且所用系统后期还会改进，采集速率会有进一步的提升，因此不满足要求，而GPU并行处理时间小于采集时间，能满足实时三维成像的要求。