基于GPU平台的眼科频域OCT系统技术方案

技术编号:9012467 阅读:163 留言:0更新日期:2013-08-08 23:21
一种基于GPU平台的眼科频域OCT系统,包括:依次连接的SLD光源、光循环器、光纤分束器、第一偏振控制器和参考臂,光循环器或光纤分束器还连接第二偏振控制器,第二偏振控制器又依次连接光谱仪、高速相机数据线、高速图像采集卡和汁算机,光纤分束器还依次连接第三偏振控制器和与被测眼相连的样品臂,计算机分别连接样品臂和图像显示单元,计算机还连接GPU图像处理器。本实用新型专利技术借助GPU强大的并行数据处理能力和浮点计算能力,用CUDA对OCT系统数据处理过程进行改写,使得眼科OCT系统的成像速度较之前基于CPU平台处理成像速度提高了数十倍,达到了临床2D实时成像的要求。(*该技术在2022年保护过期,可自由使用*)

【技术实现步骤摘要】

本技术涉及一种眼科OCT系统。特别是涉及一种能够解决眼科OCT系统实时成像问题的基于GPU平台的眼科频域OCT系统
技术介绍
光学相干层析成像技术(Optical Coherence Tomography, OCT)由于其具有高分辨率、高灵敏度、非接触性、无损实时活体成像等优点,自上世纪90年代被成功应用于眼科疾病诊断领域之后得到了迅速发展,其技术也由时域OCT阶段发展到频域OCT阶段;
也由组织结构成像向组织功能成像发展;而应用领域也由眼科诊断领域扩展到心血管、皮肤、口腔、组织工程等领域。随着超高速CMOS线阵扫描相机的发展,频域OCT光谱谱线转换及线采样率己经可以达到300k线/秒m,为临床OCT系统实时成像提供了前提。目前影响商用眼科OCT系统实时成像和显示的技术瓶颈是需要先将采样数据进行频谱域空间(λ空间)到波数空间(K空间)变换、插值变换和FFT变换,然后再将变换后的数据进行2D或3D成像。由于成像的数掂量很大,特别是进行C模式扫描成像(如眼底视网膜en-face成像模式)时,需要先将获得的3D图像数据进行处理后,再将得到的数据成像。因此,如何提高数据处理速度进而达到临床图像实时处理及图像实时显示要求,是眼科OCT系统实现实时成像的关键。
技术实现思路
本实用新 型所要解决的技术问题是,提供一种实现以低成本硬件配置实现仪器性能的大幅度提高,解决了眼科OCT系统实时成像问题的基于GPU平台的眼科频域OCT系统。本技术所采用的技术方案是:一种基于GPU平台的眼科频域OCT系统,包括:依次连接的SLD光源、光循环器、光纤分束器、第一偏振控制器和参考臂,所述的光循环器或光纤分束器还连接第二偏振控制器,第二偏振控制器又依次连接光谱仪、高速相机数据线、高速图像采集卡和计算机,所述的光纤分束器还依次连接第三偏振控制器和与被测眼相连的样品臂,所述的计算机分别连接样品臂和图像显示单元,所述的计算机还连接GPU图像处理器。所述的计算机是通过PCIE总线连接GPU图像处理器。所述的参考臂包括有依次连接的第一准直镜、参考臂光学组件和反射镜,其中,所述的第一准直镜的另一端连接第一偏振控制器。所述的样品臂包括有依次连接的第二准直镜、3D扫描振镜和眼部监测光学组件,其中,所述的第二准直镜另一端连接第三偏振控制器,所述的眼部监测光学组件用于连接被测眼。所述的光谱仪包括有依次连接的第三准直镜、光栅、光谱仪透镜组件和线阵相机,其中,所述的第三准直镜还连接第二偏振控制器,所述的线阵相机连接高速相机数据线。本技术的基于GPU平台的眼科频域OCT系统,利用计算机通用显卡GPU,并将基于GPU的统一计算设备架构(CUDA)引入到眼科OCT系统成像中的数据处理过程,借助GTO强大的并行数据处理能力和浮点计算能力,用CUDA对OCT系统数据处理过程进行改写,使得眼科OCT系统的成像速度较之前基于CPU平台处理成像速度提高了数十倍,达到了临床2D实时成像的要求。附图说明图1是本技术的系统构成示意图;图2是采用本技术的系统进行数据处理流程图。图中1:SLD光源2:光循环器3:光纤分束器4:第一偏振控制器5:参考臂6:第二偏振控制器7:第三偏振控制器8:样品臂9:被测眼10:光谱仪14:高速相机数据线15:高速图像采集卡16:计算机17:图像显示单元18:GPU图像处理器·51:第一准直镜52:参考臂光学组件53:反射镜81:第二准直镜82:3D扫描振镜83:眼部监测光学组件101:第三准直镜102:光栅103:光谱仪透镜组件104:线阵相机具体实施方式下面结合实施例和附图对本技术的基于GPU平台的眼科频域OCT系统做出详细说明。本技术的基于GPU平台的眼科频域OCT系统,包括:依次连接的SLD光源1、光循环器2、光纤分速器3、第一偏振控制器4和参考臂5,所述的光循环器2或光纤分束器3还连接第二偏振控制器6,第二偏振控制器6又依次连接光谱仪10、高速相机数据线14、高速图像采集卡15和计算机16,所述的光纤分束器3还依次连接第三偏振控制器7和与被测眼9相连的样品臂8,所述的计算机16分别连接样品臂8和图像显示单元17,所述的计算机16还连接GPU图像处理器18。所述的参考臂5包括有依次连接的第一准直镜51、参考臂光学组件52和反射镜53,其中,所述的第一准直镜51的另一端连接第一偏振控制器4。所述的样品臂8包括有依次连接的第二准直镜81、3D扫描振镜82和眼部监测光学组件83,其中,所述的第二准直镜81另一端连接第三偏振控制器7,所述的眼部监测光学组件83用于连接被测眼9。所述的光谱仪10包括有依次连接的第三准直镜101、光栅102、光谱仪透镜组件103和线阵相机104,其中,所述的第三准直镜101还连接第二偏振控制器6,所述的线阵相机104连接高速相机数据线14。本技术的基于GPU平台的眼科频域OCT系统的工作原理:光源发出的光经过2X2的光纤分束器后,被分成两束光,分别进入OCT系统的参考臂和样品臂。从样品臂反射回来的信号光和从参考臂返回的参考光再次经过光纤分束器汇合后发生干涉。包含样品不同深度信息的干涉信号光谱经光谱仪的CMOS线阵扫描相机采集,并通过相机数据线传输到计算机,由计算机里面的图像采集卡对干涉信号光谱进行A/D转换,并将转换结果存储到计算机内存中作为采样数据。将采样数据通过PClE总线传输到GPU显存,借助GPU强大的并行数据处理能力进行数据处理,并将处理好的结果数据送回计算机进行图像的显示。显示的图像包含了检测样品不同深度的结构信息。采用本技术的基于GPU平台的眼科频域OCT系统迸行处理的方法是基于CUDA(Compute Unified Device Architecture),CUDA 是一种由 NVIDIA 公司推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。在CUDA架构下,开发人员可以通过CUDA C语言(CUDA C语言是对标准C语言的一种简单扩展)对GPU编程。在CUDA架构中,将CPU作为主机(Host),GPU作为协处理器或者设备(Device)。在一个系统中可以存在一个主机和多个设备。CPU主要负责进行逻辑性强的事物处理和串行计算,GTO则专注于执行高度线程化的并行处理任务。CPU、GPU各自拥有相互独立的存储器地址空间:主机端的内存和设备端的显存。在CUDA程序中,将运行在GPU上一个可以被并行执行的步骤称为kernel (内核函数)。在频域OCT系统中,采样数据是通过对OCT的光路系统扫描由相机采集到的,扫描一次得到一列数据(一个A-SCAN)。处理时是一列一列数据进行处理的。针对每列数据彼此相互独立、可以并行处理的特点,利用CUDA架构将OCT系统整个数据处理过程改写成适合在GPU上执行的kernel函数,大大提高数据处理速度,从而达到系统实时成像的要求。本实用 新型的基于GPU平台的眼科频域OCT系统的处理方法,首先规定:FrameNumber代表巾贞数,要处理的数据块的大小为FrameNumber个B_scan数据量,每个B-scan由batch个A-scan组成;假设一次处理n*batch个A-scan,即η个B-scan,本文档来自技高网...

【技术保护点】
一种基于GPU平台的眼科频域OCT系统,包括:依次连接的SLD光源(1)、光循环器(2)、光纤分束器(3)、第一偏振控制器(4)和参考臂(5),所述的光循环器(2)或光纤分束器(3)还连接第二偏振控制器(6),第二偏振控制器(6)又依次连接光谱仪(10)、高速相机数据线(14)、高速图像采集卡(15)和计算机(16),所述的光纤分束器(3)还依次连接第三偏振控制器(7)和与被测眼(9)相连的样品臂(8),所述的计算机(16)分别连接样品臂(8)和图像显示单元(17),其特征在于,所述的计算机(16)还连接GPU图像处理器(18)。

【技术特征摘要】

【专利技术属性】
技术研发人员:李跃杰赵金城徐秋晶刘巧艳王立伟
申请(专利权)人:天津迈达医学科技股份有限公司
类型:实用新型
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1