[1]田林琳,李莹.基于OpenCL 的 DRR 算法优化研究[J].计算机技术与发展,2018,28(04):165-168.[doi:10.3969/ j. issn.1673-629X.2018.04.035]
　Research on DRR Algorithm Optimization Based on OpenCL.[J].,2018,28(04):165-168.[doi:10.3969/ j. issn.1673-629X.2018.04.035]
点击复制

基于OpenCL 的 DRR 算法优化研究()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
28
期数:
2018年04期
页码:
165-168
栏目:
应用开发研究
出版日期:
2018-04-10

文章信息/Info

文章编号:
1673-629X(2018)04-0165-04
作者:
田林琳; 李莹
沈阳工学院 信息与控制学院,辽宁 抚顺 113122
Author(s):
Research on DRR Algorithm Optimization Based on OpenCL
TIAN Lin-lin,LI Ying
关键词:
OpenCL; 放射治疗计划系统; 数字重建放射影像; 光线跟踪; 并行化
Keywords:
OpenCL; TPS; DRR; ray tracing; parallelizationhool of Information and Control; Shenyang Institute of Technology; Fushun 113122; China
分类号:
TP301.6
DOI:
10.3969/ j. issn.1673-629X.2018.04.035
文献标志码:
A
摘要:
放射治疗计划系统(TPS)是为放疗患者制定放疗计划的特殊系统,对放射治疗的精度和效果有重要影响,是放射治疗的核心技术之一。 数字重建放射影像算法(DRR)是 TPS 中的关键算法,广泛用于实现射野验证、病人摆位等。 针对DRR 算法性能不能满足交互式和实时性的要求,提出了一种使用 OpenCL 技术对 DRR 算法进行并行加速的计算方法。 首先介绍了 DRR 算法在 TPS 系统中的重要性和 OpenCL 框架,接着在 DRR 算法的优化过程中以 X 射线衰减理论公式为基础,构建了 DRR 算法的串行版本作为算法优化的基准,分析了基于光线跟踪的 DRR 算法的特点,给出了算法的并行化方案,并结合 OpenCL 的存储器特性对并行算法进行了性能调优。 在 NVIDIA 平台对算法进行了实验和评测,结果显示,OpenCL 并行优化版本相对其串行版本加速约 36 倍左右,满足了系统的性能要求。
Abstract:
Radiotherapy treatment planning system (TPS),as one of core technologies of radiotherapy,is a special system for radiotherapy patients,which has important influence on the accuracy and effectiveness of radiotherapy. Digitally reconstructed radiograph (DRR) is a key algorithm in TPS and widely used in field validation,patient placement and so on. Concerning the performance of DRR can，t meet the interactive and real-time requirement,we propose a new approach to accelerate the DRR using open computing language (OpenCL).Firstly,we introduce the importance of DRR in TPS and OpenCL framework. Then in the optimization,according to the formula of X-ray attenuation,we develop the serial version of the DRR as the benchmark of optimization,and analyze the characteristics of DRR based on ray tracing. Finally the parallel scheme about the DDR is established and done performance tuning according to OpenCL memory architecture. The experiment and test on NVIDIA platform show that the parallel optimization of OpenCL is about 36 times faster than its serial version,which can meet the requirements of the system performance.

相似文献/References:

[1]汪方良,施慧彬. 基于OpenCL的RNA二级结构预测算法[J].计算机技术与发展,2017,27(09):1.
　WANG Fang-liang,SHI Hui-bin. Secondary Structure Prediction of RNA Based on OpenCL[J].,2017,27(04):1.
[2]火静斌,张晓滨,田 泽.基于 CPU-GPU 的有序统计类恒虚警检测优化[J].计算机技术与发展,2023,33(04):40.[doi:10. 3969 / j. issn. 1673-629X. 2023. 04. 006]
　HUO Jing-bin,ZHANG Xiao-bin,TIAN Ze.Order Statistics Constant False-alarm Optimization Based on CPU-GPU[J].,2023,33(04):40.[doi:10. 3969 / j. issn. 1673-629X. 2023. 04. 006]

更新日期/Last Update: 2018-06-08