基于Gadgetron平台的多GPU分布式磁共振图像重建

doi:10.11938/cjmr20182626

波谱学杂志 ›› 2018, Vol. 35 ›› Issue (3): 303-317.doi: 10.11938/cjmr20182626

基于Gadgetron平台的多GPU分布式磁共振图像重建

徐嘉文^1,2,3, 徐健³, 周晓东³, 张聪³, 陈群³

1. 高端医学影像技术研究中心(中国科学院上海高等研究院), 上海 201210;
2. 中国科学院大学, 北京 100049;
3. 上海联影医疗科技有限公司, 上海 201807

收稿日期:2018-03-28 出版日期:2018-09-05 发布日期:2018-08-28
通讯作者: 陈群,Tel:021-67076980,E-mail:qun.chen@united-imaging.com E-mail:qun.chen@united-imaging.com
基金资助:
中国科学院重点部署项目（Y325511211）.

Multi-GPU Distributed Magnetic Resonance Image Reconstruction Based on Gadgetron

XU Jia-wen^1,2,3, XU Jian³, ZHOU Xiao-dong³, ZHANG Cong³, CHEN Qun³

1. Center for Advanced Medical Imaging Technology(Shanghai Advanced Research Institute, Chinese Academy of Sciences), Shanghai 201210, China;
2. University of Chinese Academy of Sciences, Beijing 100049, China;
3. Shanghai United Imaging Healthcare Cooperation, Shanghai 201807, China

Received:2018-03-28 Online:2018-09-05 Published:2018-08-28

摘要/Abstract

摘要： 为了满足磁共振成像（MRI）临床扫描的需求，磁共振图像重建算法的开发一直在不断进行.目前广泛使用的算法实现方式是利用中央处理器（CPU）对磁共振扫描数据进行数学变换得到图像，随着算法复杂度的提升，计算性能问题逐渐显露.利用CPU在大数据量下执行复杂算法时，计算并行性的缺失以及运算中产生的海量数据的存储负荷会导致计算变得极为缓慢，使得一些算法因为重建时间过长，在临床上面临难以推广的问题，也制约了基础研究中新算法的研发.本文设计并实现了一种新的重建算法执行方式，利用Gadgetron磁共振软件重建平台在多核CPU基础上搭载多块图形处理器（GPU），将磁共振图像重建以分布式并行计算方式实现，并以重建耗时较长的3D径向数据采集Stack of Star（SOS）的图像重建为实例，展示这种重建的实现方法能以相对低廉的硬件成本极大提升重建的速度.

关键词: 磁共振图像重建, Gadgetron, 多GPU, 分布式并行计算, 3D磁共振成像

Abstract: Clinical magnetic resonance imaging (MRI) scanning requires fast image reconstruction. At present, most image reconstruction algorithms are implemented with central processing unit (CPU)-based processing. However, with massive amount of raw data and increasing complexity of the algorithm, CPU-based processing can be inefficient due to lack of computation parallelism and slow computation speed. For this reason, some advanced algorithms are difficult to implement in clinical practice. In this paper, a new image reconstruction algorithm was designed and implemented, which combined multiple cores CPU with multi-graphic processing unit (GPU) to reconstruct magnetic resonance images by distributed parallel computing on the Gadgetron software platform. Taking the Stack of Star (SOS) reconstruction as an example, it was demonstrated that the proposed method improved the reconstruction speed significantly without the requirement of expensive hardware.

Key words: magnetic resonance image reconstruction, Gadgetron, multi-GPU, distributed parallel computing, 3D MRI

中图分类号:

O482.53

徐嘉文, 徐健, 周晓东, 张聪, 陈群. 基于Gadgetron平台的多GPU分布式磁共振图像重建[J]. 波谱学杂志, 2018, 35(3): 303-317.

XU Jia-wen, XU Jian, ZHOU Xiao-dong, ZHANG Cong, CHEN Qun. Multi-GPU Distributed Magnetic Resonance Image Reconstruction Based on Gadgetron[J]. Chinese Journal of Magnetic Resonance, 2018, 35(3): 303-317.

参考文献

[1] KECSKEMETI S, JOHNSON K, WU Y J, et al. High resolution three-dimensional cine phase contrast MRI of small intracranial aneurysms using a stack of stars k-space trajectory[J]. J Magn Reson Imaging, 2012. 35(3):518-527.
[2] LUSTIG M, DONOHO D, PAULY J M. Sparse MRI:The application of compressed sensing for rapid MR imaging[J]. Magn Reson Med, 1999, 58(6):1182-1195.
[3] HANSEN M S, SØRENSEN T S. Gadgetron:an open source framework for medical image reconstruction[J]. Magn Reson Med, 2013, 69(6):1768-1776.
[4] XUE H, INATI S, SØRENSEN T S, et al. Distributed MRI reconstruction using Gadgetron-based cloud computing[J]. Magn Reson Med, 2015, 73(3):1015-1025.
[5] KALINOV A, LASTOVETSKY A, ROBERT Y. Heterogeneous computing[J]. Parallel Computing, 2005. 31(7):649-652.
[6] SORENSEN T S, SCHAEFFTER T, NOE K O, et al. Accelerating the nonequispaced fast Fourier transform on commodity graphics hardware[J]. IEEE Trans Med Imaging, 2008. 27(4):538-547.
[7] COOK S. CUDA programming:A developer's guide to parallel computing with GPUs[M]. Waltham MA:Elsevier, 2012.
[8] HANSEN M S, SØRENSEN T S. Gadgetron users guide v3.8.2[OL].[2014-11-06]. https://sourceforge.net/p/gadgetron/home/Manual/.
[9] NVIDIA. Programming guide[OL].[2018-3-5]. https://docs.nvidia.com/cuda/cuda-c-programming-guide/index.html#compute-capability.
[10] STORTI D, YURTOGLU M. CUDA for engineers[M]. New Jersey:Addison-Wesley, 2016.
[11] WRIGHT K L, HAMILTON J I, GRISWOLD M A, et al. Non-cartesian parallel imaging reconstruction[J]. J Magn Reson Imaging, 2014, 40(5):1022-1040.
[12] PIPE J. Gridding for non-cartesian k-space sampling[C]//Seattle:International Society for Magnetic Resonance in Medicine(ISMRM), 2006.
[13] SEDARAT H, NISHIMURA D G. On the optimality of the gridding reconstruction algorithm[J]. IEEE Trans Med Imaging, 2000, 19(4):306-317.
[14] KANDROT E, SANDERS J. CUDA by example[M]. Amsterdam:Addison-Wesley Longman, 2010.
[15] LEA D. A Java fork/join framework[C]//Association for Computing Machinery(ACM) conference. Texas:ACM Press, 2000.
[16] BARLAS G. Multicore and GPU programming[M]. Waltham MA:Elsevier, 2015.

基于Gadgetron平台的多GPU分布式磁共振图像重建

Multi-GPU Distributed Magnetic Resonance Image Reconstruction Based on Gadgetron

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

PSSS₅₀-b-PNIPAM₃₀₀嵌段共聚物在二元溶剂中自组装的NMR研究

编辑推荐

Metrics

本文评价

[1]	赵尚义王远军. 基于磁共振图像和改进的UNet++模型区分阿尔茨海默症患者和健康人群[J]. 波谱学杂志, 0, (): 0-0.
[2]	鲁晨董健健钟凯. 9.4T下TX模型鼠脑DTI成像研究[J]. 波谱学杂志, 0, (): 0-0.
[3]	王可张英华李雨晴邹定华. 固体核磁共振技术在水泥基材料研究中的应用[J]. 波谱学杂志, 0, (): 0-0.
[4]	刘可文刘紫龙汪香玉陈黎李钊吴光耀刘朝阳. 基于级联卷积神经网络的前列腺磁共振图像分类[J]. 波谱学杂志, 0, (): 0-0.
[5]	闫松屠小青彭梅. 光泵抽运³He极化程度监控系统的设计与实现[J]. 波谱学杂志, 0, (): 0-0.
[6]	张一鸣陈志雪杨晓云. 丁氟螨酯的波谱学数据解析与结构确证[J]. 波谱学杂志, 0, (): 0-0.
[7]	王强魏树峰王铮杨文晖. 基于粒子群与遗传算法的矩阵式梯度线圈优化设计[J]. 波谱学杂志, 0, (): 0-0.
[8]	王佳鑫冯继文陈俊飞王立英刘朝阳. 魔角旋转固体核磁共振探头中转子的研制[J]. 波谱学杂志, 0, (): 0-0.
[9]	赵智慧刘表兰闫小双武帅帅茹阁英毛诗珍冯继文. PSSS₅₀-b-PNIPAM₃₀₀嵌段共聚物在二元溶剂中自组装的NMR研究 [J]. 波谱学杂志, 0, (): 0-0.
[10]	刘慧霞, 辛家祥, 魏达秀. 核自旋单重态的制备及其转化效率和寿命的影响因素分析 [J]. 波谱学杂志, 0, (): 0-0.
[11]	雷振宇, 梁欣苗#, 雷友义, 杨丽, 冯继文. 固体核磁共振技术在锂/钠离子电池碳负极中的应用及研究进展 [J]. 波谱学杂志, 0, (): 0-0.
[12]	张之杰李端秀罗春仇汝臣邓宗武张海禄. 晶体学辅助的2-吡啶甲酸固体13C化学位移理论计算归属[J]. 波谱学杂志, 0, (): 0-0.
[13]	包婉静曾庆琦余钫秦蕾陈智勇. 一种非连续微波探询信号的实现[J]. 波谱学杂志, 0, (): 0-0.
[14]	张芬芬沈文斌徐开兵杨明. 基于定量核磁共振氢谱测定新药替格瑞洛[J]. 波谱学杂志, 0, (): 0-0.
[15]	徐广永董满园马建锋张利民. 固体核磁共振研究半晶聚-3-羟基丁酸酯和聚羟基丁酸戊酸酯的分子动力学（英文） [J]. 波谱学杂志, 0, (): 0-0.

基于Gadgetron平台的多GPU分布式磁共振图像重建

Multi-GPU Distributed Magnetic Resonance Image Reconstruction Based on Gadgetron

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

PSSS50-b-PNIPAM300嵌段共聚物在二元溶剂中自组装的NMR研究

编辑推荐

Metrics

本文评价

PSSS₅₀-b-PNIPAM₃₀₀嵌段共聚物在二元溶剂中自组装的NMR研究