CN104706327A - 一种基于gpu的oct成像处理方法 - Google Patents
一种基于gpu的oct成像处理方法 Download PDFInfo
- Publication number
- CN104706327A CN104706327A CN201510139729.1A CN201510139729A CN104706327A CN 104706327 A CN104706327 A CN 104706327A CN 201510139729 A CN201510139729 A CN 201510139729A CN 104706327 A CN104706327 A CN 104706327A
- Authority
- CN
- China
- Prior art keywords
- data
- gpu
- oct
- processing method
- method based
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/102—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for optical coherence tomography [OCT]
Abstract
本发明提出了一种基于GPU的OCT成像处理方法,包括有至少一个光源照明干涉仪,光源照明干涉仪发出的光被分为原始数据光源和参考数据光源,参考数据光源经透镜扩束投射在反射镜上发生反射作为参考光;原始数据光源由透镜共焦后聚焦入人眼并返回,成为原始数据信号,连续获取OCT连续周期的原始数据信号,将原始数据信号进行精度调整,并传递给GPU,将定标文件数据和初始化参数传递给GPU,GPU将调整精度后的OCT数据和定标数据进行插值变换,将插值变换后的数据进行傅里叶变换,将傅里叶变换得到的数据进行和取模和压缩。本发明提出的基于GPU实现OCT成像处理方法较大程度提高了运算速率,优化了成像效果,成像品质优秀。
Description
技术领域
本发明涉及一种基于GPU的OCT成像处理方法,用于频域OCT技术以及扫频OCT技术的处理。
背景技术
OCT(Optical Coherence Tomography)技术是一种采用光学方法实现组织断层成像的技术,具有无辐射、非接触、高分辨率等特点,其图像比传统的超声、CT图像都要清晰。
OCT技术已经从早期的时域OCT技术,发展出频域OCT技术,以及到目前的扫频OCT技术。频域OCT和扫频OCT技术的最大特点就是通过分析其获取信号的频谱信息的调制频率与深度方向对应从而实现深度方向的信息解调。与时域OCT技术相比,后两项技术具有速度快、动态范围大等特点。
GPU英文全称Graphic Processing Unit,中文翻译为“图形处理器”。
然而,为了实现快速实时成像,需要将采集得到的大量数据进行实时在线处理。这些处理是非常耗时的,如果采用CPU运算,将大大消耗CPU的资源,降低系统的处理速度。通常需要非常高性能的多核CPU,或者采用专业的硬件处理设备如DSP、FPGA进行运算处理。
这些处理方法的缺点是:采用高性能的CPU,但是该方法会极大地提高系统的成本;采用DSP或者FPGA,也会增加系统成本,并且在硬件设计上也比较复杂,设计成本和生产工艺要求较高。
有鉴于此,本发明要解决的问题是提供一种低成本、高性能的基于GPU实现OCT成像的处理方法。
发明内容
本发明提出一种基于GPU的OCT成像处理方法,解决了现有技术中OCT成像性价比低的技术问题。
本发明的技术方案是这样实现的:一种基于GPU的OCT成像处理方法,包括有至少一个光源照明干涉仪,光源照明干涉仪发出的光被分为原始数据光源和参考数据光源,参考数据光源经透镜扩束投射在反射镜上发生反射,并被记录和作为参考光;原始数据光源由透镜共焦后聚焦入人眼并返回,成为原始数据信号;将获取的始数据信号进如下处理:
A、连续获取OCT连续周期的原始数据信号,
B、将原始数据信号进行精度调整,并传递给GPU,
C、将定标文件数据和初始化参数传递给GPU,
D、GPU将调整精度后的OCT数据和定标数据进行插值变换,
E、将插值变换后的数据进行傅里叶变换,
F、将傅里叶变换得到的数据进行和取模和压缩,
G、输出运算数据。
步骤B中将原始数据信号进行精度调整是将原始整行数据转换成浮点型数据。
GPU还包括有存储模块,存储模块用于存储插值变化的定标文件数据、初始化参数的初始化参数数据。
步骤D中,插值变换将经过类型变换后的数据按照定标文件指定的位置进行插值运算,其方法包括线性插值、样条插值、多项式插值。
步骤E中,傅里叶变换为满足GPU运行的快速傅里叶变换;取模运算为绝对值运算或者是均方根运算。
GPU还包括有数据压缩模块,数据压缩模块对数据的压缩方法包括线性压缩、对数压缩、幂指数压缩。
与现有技术相比,本发明利用GPU多核运算处理的特点,实现批量OCT数据的并行处理,即保证了数据处理的准确性,又实现了处理的实时性。采用基于GPU实现OCT成像处理方法,数据处理占用处理器资源少,并可以很容易地完成OCT数据大批量的并行处理,实现实时成像。GPU硬件是基于可以支持编程处理的显卡,硬件成本很低,有利于集成和批量使用,且处理程序通用化强,可以有效降低OCT系统成本,具有重要意义。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种基于GPU的OCT成像处理方法的原理图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明提供的基于GPU的OCT成像处理方法,包括有至少一个光源照明干涉仪,光源照明干涉仪发出的光被分为原始数据光源和参考数据光源,参考数据光源经透镜扩束投射在反射镜上发生反射作为参考光;原始数据光源由透镜共焦后聚焦入人眼并返回,成为原始数据信号;将获取的始数据信号进如下处理:
A、连续获取OCT连续周期的原始数据信号,
B、将原始数据信号进行精度调整,并传递给GPU,
C、将定标文件数据和初始化参数传递给GPU,
D、GPU将调整精度后的OCT数据和定标数据进行插值变换,
E、将插值变换后的数据进行傅里叶变换,
F、将傅里叶变换得到的数据进行和取模和压缩,
如图1所示,本发明提供的基于GPU的OCT成像处理方法,包括有至少一个光源照明干涉仪,光源照明干涉仪发出的光被分为原始数据101光源和参考数据光源,参考数据光源经透镜扩束投射在反射镜上发生反射作为参考光;原始数据101光源由透镜共焦后聚焦入人眼并返回,成为原始数据101信号;将获取的始数据信号进如下处理:
G、连续获取OCT连续周期的原始数据101信号,
H、将原始数据101信号进行精度调整,并传递给GPU,
I、将定标文件201数据和初始化参数202传递给GPU,
J、GPU将调整精度后的OCT数据和定标数据进行插值变换301,
K、将插值变换301后的数据进行傅里叶变换302,
L、将傅里叶变换302得到的数据进行和取模303和压缩,
M、输出运算数据。
步骤B中将原始数据101信号进行精度调整是将原始整行数据转换成浮点型数据。
GPU还包括有存储模块,存储模块用于存储插值变化的定标文件201数据、初始化参数202的初始化参数202数据。
步骤D中,插值变换301将经过类型变换后的数据按照定标文件201指定的位置进行插值运算,其方法包括线性插值、样条插值、多项式插值。
步骤E中,傅里叶变换302为满足GPU运行的快速傅里叶变换302;取模303运算为绝对值运算或者是均方根运算。
GPU还包括有数据压缩304模块,数据压缩304模块对数据的压缩方法包括线性压缩、对数压缩、幂指数压缩。
具体是这样实现的:用频域OCT技术以及扫频OCT技术连续获取N个整数周期的OCT的原始数据101信号,将原始整行数据转换成适合GPU运算的浮点型数据后,再将调整精度后的OCT数据传递给GPU;同时,将定标文件201数据和初始化参数202传递给GPU;在GPU中按照初始化参数202的设置,将调整精度后的OCT数据和定标数据进行插值变换301,然后将插值变换301后的数据进行傅里叶变换302,再将傅里叶变换302后的数据取模303运算后进行数据压缩304,将得到最终结果输出显示305。其中,定标文件201和初始化参数202,在首次使用或初始化操作中,通过对光源照明干涉仪的数据进行分析得出,为获取原始数据101之前就已经创建好的文件以及参数,并存储在存储器203中,分别用于插值变换301和参数设置,实现数据的填补等运算。
类型转换102是将原始整行数据转换成适合GPU运算的浮点型数据。定标文件201和初始化参数202为获取原始数据101之前就已经创建好的文件以及参数,并存储在存储器203中,分别用于插值变换301和参数设置。所述插值变换301将经过类型变换后的数据按照定标文件201指定的位置进行插值运算,其方法包括线性插值、样条插值、多项式插值等。傅里叶变换302为满足GPU运行的快速傅里叶变换302;取模303运算为绝对值运算或者是均方根运算。数据压缩304为压缩数据的动态范围,以便于显示305。其压缩方法可以是线性压缩、对数压缩、幂指数压缩等。显示305是将数据与颜色条对应,实现图像显示305。
根据所采集OCT原始信号周期数(线数)N,定标文件201数据长度n2,确定初始化参数202并和定标文件201,将初始化参数202并和定标文件201一起读取并保存到GPU的存储器203中。这样可以一次性读取所需要的基本参数,减少了重复读写基本参数的次数,提高GPU的运行效率。
获取OCT原始数据101,连续获取N个周期的数据,通常情况下所采集的数据为整形结构,将这个数据转换成浮点类型结构后拷贝到GPU的内存中。在GPU内存中根据原始数据101和定标文件201数据的大小,划分区域大小,完成线程结构的建立。
插值变换301:浮点型的OCT数据与定标文件201数据一起按照定标文件201数据的长度n2,进行插值变换301。插值后的数据长度将与定标文件201数据长度n2一致。一般根据所需要的插值精度和速度,选择适当的插值方法。其方法包括线性插值、样条插值、多项式插值等。作为优选实施方式,选择线性插值可以在不失太多精度的前提下,尽量提高插值运算的速度。
经过插值后的数据将进行傅里叶变换302(FFT),采用CUDA的FFT库,即CUFFT,在GPU内部实现多线程并行运算处理,得到变换后的频域数据。将结果进行均方根运算取模303,获得数据信号的功率谱,此功率谱按照信号的频率信息分布,与OCT在深度方向的信息相对应。采用对数压缩log(10),将功率谱的动态范围压缩到符合显示305的标准,可以与制定的颜色条进行映射。最后将压缩后的数据从GPU内存拷贝到CPU的内存中完成数据输出。
本发明提供的基于GPU的OCT成像处理方法,通过GPU成像,减小了现在技术中使用,使用CPU造成的产品生产成本高,对生产要求高,且计算较本发明复杂得多,因而,本发明的提出,大大降低了生产成本,提升了产品性能和性价比。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于GPU的OCT成像处理方法,包括有至少一个光源照明干涉仪,光源照明干涉仪发出的光被分为原始数据光源和参考数据光源,参考数据光源经透镜扩束投射在反射镜上发生反射,并被记录和作为参考光;原始数据光源由透镜共焦后聚焦入人眼并返回,成为原始数据信号,其特征在于:
探头连续获取OCT连续周期的原始数据信号,
将原始数据信号进行精度调整,并传递给GPU,
将定标文件数据和初始化参数传递给GPU,
GPU将调整精度后的OCT数据和定标数据进行插值变换,
将插值变换后的数据进行傅里叶变换,
将傅里叶变换得到的数据进行和取模和压缩,
输出运算数据。
2.根据权利要求1所述的基于GPU的OCT成像处理方法,其特征在于:
步骤B中将原始数据信号进行精度调整是将原始整行数据转换成浮点型数据。
3.根据权利要求2所述的基于GPU的OCT成像处理方法,其特征在于:
GPU还包括有存储模块,存储模块用于存储插值变化的定标文件数据、初始化参数的初始化参数数据。
4.根据权利要求3所述的基于GPU的OCT成像处理方法,其特征在于:
步骤D中,插值变换将经过类型变换后的数据按照定标文件指定的位置进行插值运算,其方法包括线性插值、样条插值、多项式插值。
5.根据权利要求3所述的基于GPU的OCT成像处理方法,其特征在于:
步骤E中,傅里叶变换为满足GPU运行的快速傅里叶变换;取模运算为绝对值运算或者是均方根运算。
6.根据权利要求3所述的基于GPU的OCT成像处理方法,其特征在于:
GPU还包括有数据压缩模块,数据压缩模块对数据的压缩方法包括线性压缩、对数压缩、幂指数压缩。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510139729.1A CN104706327A (zh) | 2015-03-30 | 2015-03-30 | 一种基于gpu的oct成像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510139729.1A CN104706327A (zh) | 2015-03-30 | 2015-03-30 | 一种基于gpu的oct成像处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104706327A true CN104706327A (zh) | 2015-06-17 |
Family
ID=53406411
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510139729.1A Pending CN104706327A (zh) | 2015-03-30 | 2015-03-30 | 一种基于gpu的oct成像处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104706327A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105796054A (zh) * | 2016-02-19 | 2016-07-27 | 深圳市斯尔顿科技有限公司 | 一种oct图像的处理方法及装置 |
WO2016180287A1 (zh) * | 2015-05-08 | 2016-11-17 | 南京微创医学科技有限公司 | 利用通用图像处理器处理oct信号的方法及系统 |
CN114331805A (zh) * | 2021-12-27 | 2022-04-12 | 中国科学院苏州生物医学工程技术研究所 | 一种基于gpu的oct成像方法及系统 |
-
2015
- 2015-03-30 CN CN201510139729.1A patent/CN104706327A/zh active Pending
Non-Patent Citations (1)
Title |
---|
刘巧艳等: "GPU在眼科FD-OCT系统实时图像显示及数据处理中的应用", 《中国医疗器械杂志》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016180287A1 (zh) * | 2015-05-08 | 2016-11-17 | 南京微创医学科技有限公司 | 利用通用图像处理器处理oct信号的方法及系统 |
CN105796054A (zh) * | 2016-02-19 | 2016-07-27 | 深圳市斯尔顿科技有限公司 | 一种oct图像的处理方法及装置 |
CN105796054B (zh) * | 2016-02-19 | 2018-09-07 | 深圳市斯尔顿科技有限公司 | 一种oct图像的处理方法及装置 |
CN114331805A (zh) * | 2021-12-27 | 2022-04-12 | 中国科学院苏州生物医学工程技术研究所 | 一种基于gpu的oct成像方法及系统 |
CN114331805B (zh) * | 2021-12-27 | 2023-04-14 | 中国科学院苏州生物医学工程技术研究所 | 一种基于gpu的oct成像方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10732400B2 (en) | Spectrally encoded probe with multiple diffraction orders | |
US9638511B2 (en) | Smart phone attachment for 3-D optical coherence tomography imaging | |
CN202975600U (zh) | 一种部分相干涡旋光束的测量装置 | |
CN103271721B (zh) | 基于光谱编码与正交分光的并行oct探测方法及系统 | |
CN109900355B (zh) | 成像方法及装置 | |
CN104706327A (zh) | 一种基于gpu的oct成像处理方法 | |
JP5281511B2 (ja) | 高速画像再構築方法 | |
CN203576470U (zh) | 基于分段光谱光程编码的谱域oct探测系统 | |
CN102538709A (zh) | 一种基于结构光的三维测量系统中利用gpu并行计算的方法 | |
JP7099916B2 (ja) | スペクトル符号化内視鏡検査の歪み測定および補正 | |
Sylwestrzak et al. | Four-dimensional structural and Doppler optical coherence tomography imaging on graphics processing units | |
CN203107093U (zh) | 基于gpu平台的眼科频域oct系统 | |
US20220092805A1 (en) | Optical caliper for 3-d endoscopic imaging and measurement | |
CN104490362A (zh) | 基于光子纳米喷射的高横向分辨光学相干层析系统 | |
Liu et al. | High-resolution multi-planar coherent diffraction imaging with multimode fiber source | |
Wang et al. | Moving target tracking and imaging through scattering media via speckle-difference-combined bispectrum analysis | |
CN102934986B (zh) | 基于gpu平台的眼科频域oct系统和处理方法 | |
WO2020119681A1 (zh) | 一种光谱成像系统及光谱成像方法 | |
CN109982011A (zh) | 基于红外结构光的成像方法 | |
CN211485040U (zh) | 一种口内三维扫描仪 | |
US11206982B2 (en) | Apparatus and method for fluorescence molecular tomography | |
WO2020186394A1 (zh) | 成像方法及装置 | |
Visentini-Scarzanella et al. | Tissue shape acquisition with a hybrid structured light and photometric stereo endoscopic system | |
CN105890876B (zh) | 正弦光强靶标光学信号发生方法及系统 | |
Hevisov et al. | Confocal Laser Scanning Microscope Imaging of Custom-Made Multi-Cylinder Phantoms: Theory and Experiment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150617 |