[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN117617939A - 电阻抗成像加速方法、存储介质及电阻抗成像设备 - Google Patents

电阻抗成像加速方法、存储介质及电阻抗成像设备 Download PDF

Info

Publication number
CN117617939A
CN117617939A CN202211625367.3A CN202211625367A CN117617939A CN 117617939 A CN117617939 A CN 117617939A CN 202211625367 A CN202211625367 A CN 202211625367A CN 117617939 A CN117617939 A CN 117617939A
Authority
CN
China
Prior art keywords
electrical impedance
thread
acceleration method
shared memory
value
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.)
Granted
Application number
CN202211625367.3A
Other languages
English (en)
Other versions
CN117617939B (zh
Inventor
祝荣荣
李随安
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Rongyimai Medical And Health Technology Co ltd
Original Assignee
Shanghai Rongyimai Medical And Health Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Rongyimai Medical And Health Technology Co ltd filed Critical Shanghai Rongyimai Medical And Health Technology Co ltd
Priority to CN202211625367.3A priority Critical patent/CN117617939B/zh
Publication of CN117617939A publication Critical patent/CN117617939A/zh
Application granted granted Critical
Publication of CN117617939B publication Critical patent/CN117617939B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/053—Measuring electrical impedance or conductance of a portion of the body
    • A61B5/0536—Impedance imaging, e.g. by tomography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/20—Processor architectures; Processor configuration, e.g. pipelining

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Veterinary Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radiology & Medical Imaging (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本申请提供了一种电阻抗成像加速方法。所述电阻抗成像加速方法具体包括：解调多个通道上采样到的采样数字信号获得测量幅值；并行计算每个通道上的测量幅值与标准幅值之间的差值得到若干差异值；以及根据若干差异值和预设的重建矩阵并行地计算出重建图像中每个像素点上的电阻率变化值，所述重建矩阵中的行数为通道数量，所述重建矩阵中的列数为所述重建图像的像素点的个数。此外，本申请还提供了一种计算机可读存储介质以及电阻抗成像设备。通过改进计算流程，在通用图像处理器上获取电阻率变化值，以在电阻抗成像设备中成像，计算效率提高，算法时间复杂度减少，算法的运行时间减少。

Description

电阻抗成像加速方法、存储介质及电阻抗成像设备
技术领域
本申请涉及电阻抗断层成像技术领域，尤其涉及一种电阻抗成像加速方法、存储介质及电阻抗成像设备。
背景技术
现有技术下电阻抗成像算法中，通常是直接利用设备中的中央处理器(CentralProcessing Unit，CPU)进行计算。具体步骤为：所有指令按顺序依次执行，根据测量的输入依次计算每一个像素上的阻抗值。这种计算方案存在计算效率低、运行时间长的问题，且在计算过程中会更多地占用CPU的线程，从而减少应用程序可以调用的资源。此外，受限于CPU的计算性能，算法本身的改进空间有限。
发明内容
本申请提供了一种电阻抗成像加速方法、存储介质及电阻抗成像设备，上述加速算法运行在通用图形处理器(General-Purpose computation on Graphics ProcessingUnits，GPGPU)上，高效计算电阻率变化值，以在电阻抗成像设备中成像。
第一方面，本申请实施例提供一种电阻抗成像加速方法，所述电阻抗成像加速方法具体包括：解调多个通道上采样到的采样数字信号获得测量幅值；并行计算每个通道上的测量幅值与标准幅值之间的差值得到若干差异值；根据若干差异值和预设的重建矩阵并行地计算出重建图像中每个像素点上的电阻率变化值，其中，所述重建矩阵中的行数为通道数量，所述重建矩阵中的列数为所述重建图像的像素点的个数。
第二方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序被执行用于实现上述的电阻抗成像加速方法。
第三方面，本申请实施例提供一种电阻抗成像设备，所述电阻抗成像设备包括通用图形处理器，所述通用图形处理器包括：存储器，用于存储计算机程序；处理器，执行计算机程序以实现上述的电阻抗成像加速方法。
上述电阻抗成像加速方法、计算机可读存储介质及电阻抗成像设备，通过改进计算流程，在GPGPU上获取电阻率变化值，以在电阻抗成像设备中成像，计算效率提高，同时减少算法的时间复杂度。
附图说明
为了更清楚地说明本申请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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
图1为本申请实施例提供的电阻抗成像加速方法流程图。
图2为本申请实施例提供的步骤S104子步骤流程图。
图3为本申请实施例提供的步骤S304子步骤流程图。
图4为本申请实施例提供的步骤S106子步骤流程图。
图5为本申请实施例提供的步骤S604子步骤流程图。
图6为本申请第一实施例提供的电阻抗成像设备的结构框图。
图7为本申请第二实施例提供的电阻抗成像设备的结构框图。
图8为本申请实施例提供的线程块与线程的结构示意图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的规划对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，换句话说，描述的实施例根据除了这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，还可以包含其他内容，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于只清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是，在本申请中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者多个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。
请参看图1与图6，图1其为本申请实施例提供的电阻抗成像加速方法流程图，图6为本申请第一实施例提供的电阻抗成像设备的结构框图。电阻抗成像加速方法运行于电阻抗成像设备的图形处理芯片，所述图形处理芯片包括图形处理器(Graphics ProcessingUnits，GPU)和/或GPGPU。优选地，所述图形处理芯片为GPGPU。EIT设备包括多个通道。在本实施例中，电阻抗成像设备100包括CPU 10、GPGPU 20、以及存储器30。存储器30包括全局内存11和共享内存12。其中，全局内存11可供CPU 10和GPGPU 20访问，共享内存12仅供GPGPU20访问。电阻抗成像加速方法具体包括如下步骤。
步骤S102，解调多个通道上采样到的采样数字信号获得测量幅值。
对于目标图像，先在多个通道上采集对应的模拟信号，再通过数/模转换器(Analog-to-Digital Converter，ADC)将模拟信号转换成数字信号，每一通道对应一个幅值。具体地，利用第一公式将数字信号进行解调获得对应的幅值。第一公式具体表示如下：
V＝(v1,v2,v3,…,vm)公式(1)
其中，在公式(1)中，V为幅值向量，包含了所有通道上的幅值，m为通道数，v1为第一个通道上的幅值，v2为第二个通道上的幅值，以此类推。
步骤S104，并行计算每个通道上的测量幅值与标准幅值之间的差值得到若干差异值。
具体地，利用第二公式并行计算差异值。第二公式具体表示如下：
其中，在公式(2)中，ΔVi为第i个差异值，vi为第i个测量幅值，为第i个标准幅值，n为重建矩阵的列数。
在一些可行的实施例中，当上述差异值为对数形式时，也可以利用第三公式计算差异值。第三公式具体表示如下：
步骤S106，根据若干差异值和预设的重建矩阵并行地计算出重建图像中每个像素点上的电阻率变化值。
所述重建矩阵为二维矩阵，由CPU生成。其中，重建矩阵中的行数为通道数量，重建矩阵中的列数为所述重建图像的像素点的个数。在步骤S106中，重建矩阵与若干差异值并行点积，计算重建图像中每个像素点上的电阻率变化值，以在电阻抗成像设备中成像。
请参看图2，图2为本申请实施例提供的步骤S104子步骤流程图。并行计算每个通道上的测量幅值与标准幅值之间的差值得到若干差异值。具体地，步骤S104具体包括如下步骤。
步骤S302，根据所述通道数量分配相应的第一线程。
由于GPGPU在计算过程中可以在一个进程中并发地运行多个线程。且由于每个通道上的测量幅值与标准幅值之间的差值的计算过程互不干扰。因此，在本实施例中，根据通道数量，对应每个通道上的测量幅值与标准幅值之间的差值分配一个第一线程，使得每个第一线程都计算每个通道上的测量幅值与标准幅值之间的差值。由于每个通道需要计算一个值，分配的第一线程的数量亦即通道数量。
步骤S304，利用每个第一线程并行计算出每个通道上的测量幅值与标准幅值之间的差值。
可以理解地，一个进程中可以并发多个线程，每条线程并行执行不同的任务。本实施例中，在计算每个通道上的测量幅值与标准幅值之间的差值时互不干扰，因此，可以实现并行计算。也就是说，在分配足量的第一线程的情况下，在计算每个通道上的测量幅值与标准幅值之间的差值的进程中多个第一线程并发，且每个第一线程计算每个通道上的测量幅值与标准幅值之间的一个差值，使得所有差值并行计算，提高了计算效率，减少了运行时间。
所述测量幅值存储于所述EIT设备的全局内存中。请参看图3，图3为本申请实施例提供的步骤S304子步骤流程图。利用每个第一线程并行计算出每个通道上的测量幅值与标准幅值之间的差值。具体地，步骤S304具体包括如下步骤。
步骤S402，将所有第一线程按照线程块进行划分得到多个第一线程块。
在步骤S402中，每个第一线程块包括多个第一线程。由于同一个线程块中的线程可以访问同一个共享内存，从而将第一线程划分在多个不同的第一线程块中。请结合参看图8，其为本申请实施例提供的线程块与线程的结构示意图。在本实施例中，根据需求将所有第一线程划分为多个第一线程块，每个第一线程块包括多个第一线程，每个第一线程计算共享内存12中测量幅值与标准幅值之间的一个差值。
步骤S404，对每个第一线程块配置一个第一共享内存，每个第一共享内存用于存放从所述全局内存中读取的第一预设数量的所述测量幅值。
在步骤S404中，测量幅值在未进行计算时存储于全局内存中，当需要进行计算时，将全局内存中对应的测量幅值写入第一共享内存中。由于共享内存的读取速度比全局内存快，但是共享内存的容量小，从而将第一线程以线程块为单位与共享内存匹配，如此，每个线程块只需要从对应的第一共享内存中读取数据进行运算即可，大大提升了处理效率。
步骤S406，控制所述第一线程块中的第一线程并行地从相应的第一共享内存读取相应的所述测量幅值进行计算。
在步骤S406中，当需要进行解调时，第一线程块中的每一第一线程同时从相应的第一共享内存读取相应的测量幅值进行解调。由于各第一线程块中第一线程是可以并行处理的，同时，每个线程块又各自对应相应的第一共享内存，从而使所有线程都可以并行处理。
在计算重建图像中每个像素点上的电阻率变化值之前，需要判断所述第一共享内存中已计算的测量幅值数量是否为第一预设数量的倍数，以更新所述第一共享内存。当所述第一共享内存中已计算的测量幅值数量是第一预设数量的倍数时，重新从所述全局内存中读取第一预设数量的所述测量幅值，以更新所述第一共享内存。当所述测量幅值计算完成，需要再次传入时，新的测量幅值会覆盖原来的测量幅值，达到更新所述第一共享内存的效果。在一些可行的实施例中，当所述第一共享内存中已计算的测量幅值数量不是第一预设数量的倍数时，传入的测量幅值尚未计算完成，未完成计算的测量幅值将继续计算，直到所有传入的测量幅值计算完成。
请参看图4，图4为本申请实施例提供的步骤S106子步骤流程图。根据若干差异值和预设的重建矩阵并行地计算出重建图像中每个像素点上的电阻率变化值。具体地，步骤S106具体包括如下内容。
步骤S602，根据所述通道数量分配相应的第二线程。
由于GPGPU在计算过程中可以在一个进程中并发地运行多个线程。且由于每个像素点上的电阻率变化值之间的计算过程互不干扰。因此，在本实施例中，根据通道数量，对应每个像素点上的电阻率变化值分配一个第二线程，使得每个第二线程都计算一个电阻率变化值。由于每个通道需要计算一个值，分配的第二线程的数量亦即上述通道数量。
步骤S604，利用每个第二线程并行计算每个像素点上的电阻率变化值，并记录每个像素点上的电阻率变化值累加的结果。
可以理解地，一个进程中可以并发多个线程，每条线程并行执行不同的任务。在本实施例中，在计算每个像素点上的电阻率变化值时互不干扰，因此，可以实现并行计算。也就是说，在分配足量的第二线程的情况下，在计算每个像素点上的电阻率变化值的进程中多个第二线程并发，且每个第二线程计算每个像素点上的一个电阻率变化值，使得所有电阻率变化值并行计算，提高了计算效率，减少了运行时间。
具体地，利用第四公式，在上述第二线程上计算电阻率变化值。第四公式具体表示如下：
其中，在公式(4)中，Δρi为第i个电阻率变化值，ΔV为差异值，wi T为重建矩阵，ΔVj为第j个差异值，W(j,i)为第j行第i列的重建矩阵。
在计算所述电阻率变化值的过程中，每计算一个电阻率变化值，本次计算的电阻率变化值将与上一次计算的电阻率变化值进行相加，记录上述相加所得的结果。具体地，利用第五公式获取相加所得的结果。第五公式具体表示如下：
Δρ＝Δρi+Δρi-1,(i＝1,2,3…n)公式(5)；
其中，在公式(5)中，Δρ为累加的电阻率变化值，Δρi为本次计算的电阻率变化值，Δρi-1为上一次计算的电阻率变化值。
所述差异值存储于所述EIT设备的全局内存中。请参看图5，图5为本申请实施例提供的步骤S604子步骤流程图。利用每个第二线程并行计算每个像素点上的电阻率变化值。具体地，步骤S604具体包括如下步骤。
步骤S702，将所有第二线程按照线程块进行划分得到多个第二线程块。
在步骤S702中，每个第二线程块包括多个第二线程。由于同一个线程块中的线程可以访问同一个共享内存，从而将第二线程划分在多个不同的第二线程块中。请结合参看图8，其为本申请实施例提供的线程块与线程的结构示意图。在本实施例中，根据需求将所有第二线程划分为多个第二线程块，每个第二线程块包括多个第二线程，每个第二线程计算共享内存12中每个差异值对应的一个电阻率变化值。
步骤S704，对每个第二线程块配置一个第二共享内存，每个第二共享内存用于存放从所述全局内存中读取的第二预设数量的所述差异值。
在步骤S704中，差异值在不需要计算电阻率变化值时存储于全局内存中，当需要计算电阻率变化值时，将全局内存中对应的差异值写入第二共享内存中。
步骤S706，控制所述第二线程块中的第二线程并行地从相应的第二共享内存读取相应的所述差异值计算重建图像中每个像素点上的电阻率变化值。
在步骤S706中，当需要计算电阻率变化值时，第二线程块中的每一第二线程同时从相应的第二共享内存读取相应的差异值进行计算。
在计算重建图像中每个像素点上的电阻率变化值之后，需要判断所述第二共享内已处理的差异值的数量是否为第二预设数量的倍数，以获取最新的输出结果，在电阻抗成像设备中成像。当所述第二共享内已处理的差异值的数量是第二预设数量的倍数时，重新从所述全局内存中读取的第二预设数量的所述差异值，以更新上述第二共享内存，当所有差异值计算完成，获得的累加结果即为最新的输出结果。在一些可行的实施例中，当所述第二共享内已处理的差异值的数量不是第二预设数量的倍数时，再次判断所述第一共享内存中已计算的测量幅值数量是否为第一预设数量的倍数。
请参看图7，其为本申请第二实施例提供的电阻抗成像设备的结构框图。
在第二实施例中，电阻抗成像设备包括通用图形处理器11。通用图形处理器11包括存储器901以及处理器902。其中，处理器902用于运行存储器901中的计算机程序。
存储器901至少包括一种类型的可读存储介质，该可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或者DX存储器等)、磁性存储器、磁盘、光盘等。存储器901在一些实施例中可以是计算机设备的内部存储单元，例如计算机设备的硬盘。存储器901在另一些实施例中也可以是外部计算机设备的存储设备，例如计算机设备中上配置的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器901还可以既包括计算机设备的内部存储单元也包括外部存储设备。存储器901不仅可以用于存储安装于计算机设备的应用软件及各类数据，例如实现电阻抗成像的加速方法的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
上述实施例中，通过改进计算流程，在GPGPU上获取电阻率变化值，以在电阻抗成像设备中成像，计算效率提高，降低了算法的时间复杂度。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘且本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
以上所列举的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属于本申请所涵盖的范围。

Claims (10)

1.一种电阻抗成像加速方法，其特征在于，电阻抗成像加速方法运行于EIT设备的图形处理芯片，所述EIT设备包括多个通道，所述电阻抗成像加速方法包括：
解调多个通道上采样到的采样数字信号获得测量幅值；
并行计算每个通道上的测量幅值与标准幅值之间的差值得到若干差异值；以及
根据若干差异值和预设的重建矩阵并行地计算出重建图像中每个像素点上的电阻率变化值，其中，所述重建矩阵中的行数为通道数量，所述重建矩阵中的列数为所述重建图像的像素点的个数。
2.如权利要求1所述的电阻抗成像加速方法，其特征在于，所述重建矩阵为二维矩阵。
3.如权利要求2所述的电阻抗成像加速方法，其特征在于，并行计算每个通道上的测量幅值与标准幅值之间的差值得到若干差异值，包括：
根据所述通道数量分配相应的第一线程；
利用每个第一线程并行计算出每个通道上的测量幅值与标准幅值之间的差值。
4.如权利要求3所述的电阻抗成像加速方法，其特征在于，所述测量幅值存储于所述EIT设备的全局内存中；利用每个第一线程并行计算出每个通道上的测量幅值与标准幅值之间的差值，包括：
将所有第一线程按照线程块进行划分得到多个第一线程块。每个第一线程块包括多个第一线程；
对每个第一线程块配置一个第一共享内存，每个第一共享内存用于存放从所述全局内存中读取的第一预设数量的所述测量幅值；以及
控制所述第一线程块中的第一线程并行地从相应的第一共享内存读取相应的所述测量幅值进行计算。
5.如权利要求3所述的电阻抗成像加速方法，其特征在于，所述电阻抗成像加速方法还包括：
判断所述第一共享内存中已计算的测量幅值数量是否为第一预设数量的倍数；
当判断所述第一共享内存中已计算的测量幅值数量是第一预设数量的倍数时，重新从所述全局内存中读取第一预设数量的所述测量幅值，以更新所述第一共享内存。
6.如权利要求1所述的电阻抗成像加速方法，其特征在于，根据若干差异值和预设的重建矩阵并行地计算出重建图像中每个像素点上的电阻率变化值，包括：
根据所述通道数量分配相应的第二线程；
利用每个第二线程并行计算出重建图像中每个像素点上的电阻率变化值，并记录每个像素点上的电阻率变化值累加的结果。
7.如权利要求6所述的电阻抗成像加速方法，其特征在于，所述差异值存储于所述EIT设备的全局内存中；利用每个第二线程并行计算出重建图像中每个像素点上的电阻率变化值，包括：
将所有第二线程按照线程块进行划分得到多个第二线程块。每个第二线程块包括多个第二线程；
对每个第二线程块配置一个第二共享内存，每个第二共享内存用于存放从所述全局内存中读取的第二预设数量的所述差异值；以及
控制所述第二线程块中的第二线程并行地从相应的第二共享内存读取相应的所述差异值计算重建图像中每个像素点上的电阻率变化值。
8.如权利要求7所述的电阻抗成像加速方法，其特征在于，所述电阻抗成像加速方法还包括：
判断所述第二共享内已处理的差异值的数量是否为第二预设数量的倍数；
当判断所述第二共享内已处理的差异值的数量是第二预设数量的倍数时，重新从所述全局内存中读取的第二预设数量的所述差异值，以更新所述第二共享内存。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，所述计算机程序被执行用于实现如权利要求1-8任一项所述的电阻抗成像加速方法。
10.一种电阻抗成像设备，其特征在于，所述电阻抗成像设备包括通用图形处理器，所述通用图形处理器包括：
存储器，用于存储计算机程序；以及
处理器，执行计算机程序以实现如权利要求1-8任一项所述的电阻抗成像加速方法。
CN202211625367.3A 2022-12-16 2022-12-16 电阻抗成像加速方法、存储介质及电阻抗成像设备 Active CN117617939B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211625367.3A CN117617939B (zh) 2022-12-16 2022-12-16 电阻抗成像加速方法、存储介质及电阻抗成像设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211625367.3A CN117617939B (zh) 2022-12-16 2022-12-16 电阻抗成像加速方法、存储介质及电阻抗成像设备

Publications (2)

Publication Number Publication Date
CN117617939A true CN117617939A (zh) 2024-03-01
CN117617939B CN117617939B (zh) 2024-09-13

Family

ID=90017059

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211625367.3A Active CN117617939B (zh) 2022-12-16 2022-12-16 电阻抗成像加速方法、存储介质及电阻抗成像设备

Country Status (1)

Country Link
CN (1) CN117617939B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6201990B1 (en) * 1997-10-02 2001-03-13 Tasc Ltd. Electrical impedance tomography method
KR20020078226A (ko) * 2001-04-06 2002-10-18 경 연 김 확장 칼만필터를 이용한 전기 임피던스 단층촬영법에서의동적 영상복원시스템과 방법 및 그 방법에 관한 컴퓨터프로그램 소스를 저장한 기록매체
CN201341881Y (zh) * 2009-01-14 2009-11-11 河北工业大学 一种128通道的生物电阻抗成像装置
CN103018284A (zh) * 2012-12-14 2013-04-03 北京航空航天大学 一种基于二端子阻抗测量模式的四端子电阻抗层析成像方法
CN111938641A (zh) * 2020-08-14 2020-11-17 河北工业大学 一种优化自适应扩展卡尔曼滤波生物电阻抗成像方法
CN112967167A (zh) * 2019-12-12 2021-06-15 中国科学院深圳先进技术研究院 基于gpu的图像快速重建方法、计算机可读介质及计算设备
CN113040741A (zh) * 2021-03-01 2021-06-29 中国农业大学 作物根区多频电阻抗成像方法及系统
CN114190914A (zh) * 2021-12-27 2022-03-18 深圳融昕医疗科技有限公司 电阻抗成像方法及计算机可读存储介质
CN114544708A (zh) * 2022-01-17 2022-05-27 华南理工大学 基于fpga的深度学习电阻抗成像系统及成像评价方法
CN115251882A (zh) * 2022-08-05 2022-11-01 上海融易迈医疗健康科技有限公司 生物电阻抗断层成像系统及其数据采集方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6201990B1 (en) * 1997-10-02 2001-03-13 Tasc Ltd. Electrical impedance tomography method
KR20020078226A (ko) * 2001-04-06 2002-10-18 경 연 김 확장 칼만필터를 이용한 전기 임피던스 단층촬영법에서의동적 영상복원시스템과 방법 및 그 방법에 관한 컴퓨터프로그램 소스를 저장한 기록매체
CN201341881Y (zh) * 2009-01-14 2009-11-11 河北工业大学 一种128通道的生物电阻抗成像装置
CN103018284A (zh) * 2012-12-14 2013-04-03 北京航空航天大学 一种基于二端子阻抗测量模式的四端子电阻抗层析成像方法
CN112967167A (zh) * 2019-12-12 2021-06-15 中国科学院深圳先进技术研究院 基于gpu的图像快速重建方法、计算机可读介质及计算设备
CN111938641A (zh) * 2020-08-14 2020-11-17 河北工业大学 一种优化自适应扩展卡尔曼滤波生物电阻抗成像方法
CN113040741A (zh) * 2021-03-01 2021-06-29 中国农业大学 作物根区多频电阻抗成像方法及系统
CN114190914A (zh) * 2021-12-27 2022-03-18 深圳融昕医疗科技有限公司 电阻抗成像方法及计算机可读存储介质
CN114544708A (zh) * 2022-01-17 2022-05-27 华南理工大学 基于fpga的深度学习电阻抗成像系统及成像评价方法
CN115251882A (zh) * 2022-08-05 2022-11-01 上海融易迈医疗健康科技有限公司 生物电阻抗断层成像系统及其数据采集方法

Also Published As

Publication number Publication date
CN117617939B (zh) 2024-09-13

Similar Documents

Publication Publication Date Title
US9298789B2 (en) Placement of cells in bins to provide non-overlapping visualization of data points of a scatter plot
KR20210036715A (ko) 뉴럴 프로세싱 장치 및 뉴럴 프로세싱 장치에서 뉴럴 네트워크의 풀링을 처리하는 방법
US20220207109A1 (en) Convolution method, electronic device, and computer-readable storage medium
CN117617939B (zh) 电阻抗成像加速方法、存储介质及电阻抗成像设备
US20180046577A1 (en) Thread block managing method, warp managing method and non-transitory computer readable recording medium can perform the methods
CN112527479A (zh) 任务执行方法、装置、计算机设备和存储介质
CN115185692A (zh) 支持动态重计算的内存分配和释放决策系统及其方法
CN114419291A (zh) 一种点云数据压缩和解压方法及装置
CN111739118B (zh) 一种磁共振图像伪影去除方法、装置、设备及存储介质
US6954207B2 (en) Method and apparatus for processing pixels based on segments
CN111145098B (zh) 图像处理设备
US8898209B2 (en) Compression of non-dyadic sensor data organized within a non-dyadic hierarchy
US9734550B1 (en) Methods and apparatus for efficiently determining run lengths and identifying patterns
CN117196850A (zh) 金融产品组合的确定方法、装置、电子设备及存储介质
US20120113128A1 (en) Computing apparatus and method using x-y stack memory
CN111597096B (zh) 一种基准测试方法、系统及终端设备
CN112215329B (zh) 基于神经网络的卷积计算方法及装置
CN114487963A (zh) 相位校正方法、装置、计算机设备和存储介质
CN112882659A (zh) 一种信息获得方法、装置、电子设备及存储介质
CN106844601B (zh) 一种数据存储方法及数据存储装置
CN111324678B (zh) 数据处理方法、装置和计算机可读存储介质
CN112215330B (zh) 基于神经网络的卷积方法及装置
CN117092698A (zh) 基于二叉树结构的地震数据重构方法、处理器及存储介质
CN118939322A (zh) 读取寄存器中数据的方法、装置、计算机设备及存储介质
CN118732421B (zh) 一种图像处理方法、装置及相关设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant