[發明專利]用GPU實現壓縮感知超聲成像的方法

有效

• 申請號: 201410578176.5
• 申請日: 2014-10-24
• 公開（公告）號: CN104306022A
• 公開（公告）日: 2015-01-28
• 發明（設計）人: 林杰;韓亭玉;賀玉高;石光明
• 申請（專利權）人: 西安電子科技大學
• 主分類號: A61B8/00
• 分類號: A61B8/00
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;朱衛星

1.一種用GPU實現壓縮感知超聲成像的方法，其特征在于，包括以下步驟：

(1)將超聲探測區域二維離散化，得到N個離散化的像素點，其中N＝T×S，T表示軸向像素的個數，S表示側向像素的個數；

(2)將超聲寬帶脈沖發射信號在頻域均勻采樣得到W個頻點，按頻點順序依次對已離散化的二維探測區域進行一次平面波掃描，每次掃描得到一個長度為A的局部觀測回波向量b_t，并將這W個局部觀測回波向量按從上到下順序合成長度為M＝A×W的觀測回波向量b＝{b₁,...,b_t,...,b_W}，同時保存由這W個頻點產生的回波聲場強度矩陣Ψ₁,...,Ψ_t,...,Ψ_W，其中，A表示超聲線陣的陣元個數，矩陣Ψ_t的寬度為A，長度為N，1≤t≤W；

(3)將回波聲場強度矩陣Ψ₁,...,Ψ_t,...,Ψ_W，按照從上到下順序排列成一個大小為M×N的觀測矩陣Ψ；將離散化的二維探測區域按照行優先的順序排列成一個目標向量x；

(4)根據回波向量b和觀測矩陣Ψ定義基于壓縮感知的超聲成像數學模型：

X*=argminx{||Ψx-b||22+λ||x||1}---1)]]>

其中X^*為重建觀測場景散射強度，x為目標向量，λ為正則化參數，表示向量Ψx-b二范數的平方，||x||₁表示目標向量x的一范數；

(5)在GPU中對上述數學模型進行求解，得到重建觀測場景散射強度X^*：

(5a)初始化：n＝0，ε＝10^-3,其中n表示第n次迭代，ε表示迭代終止條件；

(5b)將觀測矩陣Ψ按行均勻等分成寬度為M/K，長度為N的K個子矩陣Ψ＝{Ψ_s1,...,Ψ_si,...,Ψ_sK}，要保證每個子矩陣數據量小于顯存的容量上限，1≤i≤K；

(5c)將每個子矩陣Ψ_si以列優先順序向量化為一維行向量d_MA_i并采用流操作拷貝到顯存中，此時觀測矩陣Ψ轉換成一個寬度為K，長度為M/K×N的向量化矩陣d_MA＝{d_MA₁,...,d_MA_i,...,d_MA_K}，其中觀測矩陣Ψ與向量化矩陣它們存在一一對應的關系；將回波向量b等分成長度為M/K的K塊，b＝{b₁,...,b_i,...,b_K}，并拷貝到顯存中；

(5d)根據向量化矩陣d_MA計算基于梯度下降算法的迭代步長μ：

(5d1)在GPU中建立一個重復執行K次的循環，每次循環創建一個k_step內核函數,求出向量d_MA_i對應觀測矩陣Ψ每一列元素模值的和；

(5d2)循環結束后，求出向量d_sum的二范數，取倒數即得到迭代步長μ；

(5e)將回波向量b、向量化矩陣d_MA和迭代步長μ帶入快速迭代收縮閾值算法中，經過多次梯度下降和快速閾值收縮過程，直到目標向量滿足迭代終止條件，得到重建觀測場景散射強度X^*；

(6)將重建場景散射強度X^*拷貝到主機端內存取模值，并按照先行后列的順序排列成一個二維矩陣，得到重建的超聲圖像。