[发明专利]一种基于GPU的OCT成像方法及系统

说明书

本发明公开一种基于GPU的OCT成像方法及系统，方法包括步骤：CPU主机端分配固定内存；GPU设备端获取GPU变量并对其进行单次设备初始化；重复GPU变量获取和单次设备初始化，直至停止采集；显示图像；GPU设备端采用C++类的析构函数完成GPU设备内存的自动释放；单次设备初始化包括：采用构造函数分配GPU设备内存；创建第一异步流绑定cuFFT plan，创建第二异步流绑定cuFFT plan；将每一帧数据分为第一帧和第二帧；第一异步流对应第一帧、第二异步流对应第二帧并行交替执行数据传入、数据处理以及传出图像数据。本发明通过对CPU端分配固定内存进行内存优化管理，利用异步流构架结合C++类的成员函数，实现CPU和GPU的异步运行，实现MHz高速的OCT图像实时处理。

技术领域

本发明涉及OCT系统数据处理技术领域，更具体地说，本发明涉及一种基于GPU的OCT成像方法及系统。

背景技术

光学相干层析扫描(optical coherence tomography，OCT)是一种可以对生物组织实时、在体、高灵敏度、高分辨率及非侵入性的光学成像方法，具有2～10可以的空间分辨率和1～3mm的成像深度，其横向分辨率和成像深度介于超声和显微镜之间。自基于导管的OCT提出以来，内窥OCT自提出至今得到了迅速的发展，能实现对胃肠道和呼吸道检查、消化道肿瘤检测、心血管疾病诊断、淋巴管、胆管和冠状动脉等生物组织的功能成像，目前在医学领域有着广泛的应用。

针对OCT快速诊断的需求，其实时成像变得越来越重要和迫切，更快的成像速度可以实时、高时间分辨率地观测某些快速的生理活动，如血流等。且当OCT的成像速度大于组织生理运动速度可以减少运动伪影。OCT的成像速度通常是由轴向扫描(A-Scan)速度决定的。在过去十几年的时间内，扫频光源的扫频速率从数百kHz提高到上MHz，取得了非常大进步，这使得扫频OCT(SSOCT)系统极大地缩短了采集时间，提高了采样速率，从而为SSOCT系统在进一步提高成像速度方面带来很大的发展空间。

扫描光源扫频速率的提高，对SSOCT系统后端数据的采集和处理，带来了巨大的技术挑战。因为，光源扫频速率提高后，单位时间内采集的数据量会极具增大，为了得到组织的深度信息，这就需要硬件具有很强计算处理能力，以快速完成SSOCT系统较大的数据吞吐量和复杂的图像处理，才能够达到提高成像速度的目的。

目前，OCT一般采用CPU、FPGA和GPU进行数据处理，由于CPU作为PC机运算和控制核心，是将OCT系统中采集的原始干涉信号提取到上位机，然后在上位机上通过软件做FFT变换和图像显示，这种软件处理方案的执行效率非常低，已经无法满足SSOCT系统高速成像产生大量数据的处理能力。FPGA是一种可编程的逻辑阵列硬件架构，但是对于编程人员来说，其编程难度大，开发周期较长，且目前并没有将FPGA应用于兆赫兹频率的OCT系统。目前OCT数据处理较为常用的是利用GPU多线程进行数据加速，利用GPU和CPU的协同能力，CPU负责调用GPU，GPU利用内部高速带宽和超高的计算力进行数据传输和数据并行计算,但对于兆赫兹这种大数据量实时处理，若不优化GPU内存依然很难实现实时处理显示。

现有技术中，专利CN201510139729.1公开一种基于GPU的OCT成像处理方法，在GPU上的处理包括：将原始数据转换为浮点型数据、初始化插值定标文件数据和参数值、进行k空间的插值、傅里叶变换和取对数运算。虽然一定程度上提高了运算速率，但没有阐述GPU端的具体运算方法和最终计算能力，对于数据量更大和算法复杂度更高的OCT系统不太适应。专利CN201210513156.0公开一种基于GPU平台的眼科频域OCT系统和处理方法，该专利利用GPU对数据进行了加速实现了2D实时扫描，但其只是利用GPU加速硬件资源并结合常规GPU加速算法加快了频域OCT处理，常规GPU处理达不到该专利所述的MHz OCT系统实时处理速度需求。

发明内容