- -

Paralelización de los procesos de conformación de haz para imagen ultrasónica con técnicas GPGPU

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Paralelización de los procesos de conformación de haz para imagen ultrasónica con técnicas GPGPU

Mostrar el registro sencillo del ítem

Ficheros en el ítem

dc.contributor.author Romero Laorden, D. es_ES
dc.contributor.author Martínez Graullera, O. es_ES
dc.contributor.author Martín Arguedas, C.J. es_ES
dc.contributor.author Ibáñez, A. es_ES
dc.contributor.author Ullate, L.G. es_ES
dc.date.accessioned 2020-05-25T16:54:42Z
dc.date.available 2020-05-25T16:54:42Z
dc.date.issued 2012-04-09
dc.identifier.issn 1697-7912
dc.identifier.uri http://hdl.handle.net/10251/144299
dc.description.abstract [ES] El proceso de generación de imágenes ultrasónicas mediante técnicas de apertura sintética (SAFT) engloba dos grandes etapas: (1) la etapa de excitación y adquisición, donde se almacenan las señales recibidas por cada elemento o grupo de elementos, y (2) la etapa de conformación de haz o beamforming, en la que todas las señales se combinan juntas para obtener los pixeles de la imagen. El uso de hardware gráfico programable (GPUs) puede reducir significativamente el tiempo de cómputo de esta última etapa, debido a que se emplean algoritmos que incluyen diversas funciones como focalización dinámica, filtros paso banda, filtros espaciales o detección de envolvente. Este trabajo estudia la paralelización de los procesos de conformación de haz para imagen ultrasónica y presenta su implementación con técnicas GPGPU (General Purpose Computation on Graphics Processing Units). Se estudian asimismo los tiempos de ejecución a partir del número de señales involucradas y las dimensiones de la imagen deseada. Los resultados obtenidos muestran que mediante el uso de la GPU es posible acelerar, en más de un orden de magnitud con respecto a implementaciones equivalentes en CPU, los algoritmos de conformación de haz y de post-procesamiento haciendo posible el desarrollo de sistemas de imagen SAFT en tiempo real. es_ES
dc.description.abstract [EN] Ultrasonic image generation based on Synthetic Aperture Focusing Techniques (SAFT) can be divided into two stages: (1) the excitation and acquisition stage, where the signals received by each element or group of elements are stored; and (2) the beamforming stage, where the signals are combined together to obtain the image pixels. The use of Graphics Processing Units (GPUs) can significantly reduce the computing time of this last stage, that usually includes di_erent functions such as dynamic focusing, band-pass filtering, spatial filtering or envelope detection. This work studies the parallelization of the beamforming process for ultrasonic imaging and presents its implementation using GPGPU techniques (General Purpose Computation on Graphics Processing Units). We also consider the execution times from the number of signals involved and the desired image dimensions. Experimental results show that using GPU can accelerate, in more than one order of magnitude with respect to CPU implementations, the beamforming and post-processing algorithms making possible the development of real time SAFT imaging systems. es_ES
dc.description.sponsorship Este trabajo está apoyado por el Ministerio de Ciencia e Innovación de España a través de los proyectos DPI-2007-65408-C02-01, DPI2010-19376 y la beca BES-2008-00867. es_ES
dc.language Español es_ES
dc.publisher Elsevier es_ES
dc.relation.ispartof Revista Iberoamericana de Automática e Informática industrial es_ES
dc.rights Reserva de todos los derechos es_ES
dc.subject Parallel algorithms es_ES
dc.subject Digital signal processing es_ES
dc.subject Ultrasonic imaging es_ES
dc.subject Beamforming es_ES
dc.subject Algoritmos paralelos es_ES
dc.subject Procesamiento digital de señales es_ES
dc.subject Imagen ultrasónica es_ES
dc.subject Conformación de haz es_ES
dc.title Paralelización de los procesos de conformación de haz para imagen ultrasónica con técnicas GPGPU es_ES
dc.title.alternative Beamforming parallelization for ultrasonic imaging using GPGPU techniques es_ES
dc.type Artículo es_ES
dc.identifier.doi 10.1016/j.riai.2012.02.002
dc.relation.projectID info:eu-repo/grantAgreement/MEC//DPI2007-65408-C02-01/ES/ESTRATEGIAS PARA REDUCCION DE RECURSOS EN LA CONFORMACION DE HACES EN SISTEMAS DE ARRAYS ULTRASONICOS/ es_ES
dc.relation.projectID info:eu-repo/grantAgreement/MICINN//DPI2010-19376/ES/TECNICAS DE APERTURA SINTETICA MULTIELEMENTO EN ARRAYS DISPERSOS BIDIMENSIONALES PARA LA OBTENCION DE IMAGEN ULTRASONICA EN TIEMPO REAL/ es_ES
dc.relation.projectID info:eu-repo/grantAgreement/MICINN//BES-2008-008675/ES/BES-2008-008675/ es_ES
dc.rights.accessRights Abierto es_ES
dc.description.bibliographicCitation Romero Laorden, D.; Martínez Graullera, O.; Martín Arguedas, C.; Ibáñez, A.; Ullate, L. (2012). Paralelización de los procesos de conformación de haz para imagen ultrasónica con técnicas GPGPU. Revista Iberoamericana de Automática e Informática industrial. 9(2):144-151. https://doi.org/10.1016/j.riai.2012.02.002 es_ES
dc.description.accrualMethod OJS es_ES
dc.relation.publisherversion https://doi.org/10.1016/j.riai.2012.02.002 es_ES
dc.description.upvformatpinicio 144 es_ES
dc.description.upvformatpfin 151 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.description.volume 9 es_ES
dc.description.issue 2 es_ES
dc.identifier.eissn 1697-7920
dc.relation.pasarela OJS\9609 es_ES
dc.contributor.funder Ministerio de Ciencia e Innovación es_ES
dc.contributor.funder Ministerio de Educación y Ciencia es_ES
dc.description.references Jensen, J. A., Nikolov, S. I., Gammelmark, K. L., & Pedersen, M. H. (2006). Synthetic aperture ultrasound imaging. Ultrasonics, 44, e5-e15. doi:10.1016/j.ultras.2006.07.017 es_ES
dc.description.references Kino, G.S., Enero 1987. AcousticWaves: Devices, Imaging, and Analog Signal Processing. Prentice Hall. es_ES
dc.description.references Lindholm, E., Nickolls, J., Oberman, S., & Montrym, J. (2008). NVIDIA Tesla: A Unified Graphics and Computing Architecture. IEEE Micro, 28(2), 39-55. doi:10.1109/mm.2008.31 es_ES
dc.description.references Lockwood, G. R., Talman, J. R., & Brunke, S. S. (1998). Real-time 3-D ultrasound imaging using sparse synthetic aperture beamforming. IEEE Transactions on Ultrasonics, Ferroelectrics and Frequency Control, 45(4), 980-988. doi:10.1109/58.710573 es_ES
dc.description.references Martin, C.J., Martinez, O., Ullate, L.G., 2008. Reduction of grating lobes in saft images. IEEE International Ultrasonics Symposium, 721-724. es_ES
dc.description.references Nickolls, J., Buck, I., Garland, M., & Skadron, K. (2008). Scalable Parallel Programming with CUDA. Queue, 6(2), 40-53. doi:10.1145/1365490.1365500 es_ES
dc.description.references Nvidia, C., 2010. NVIDIA CUDA 3.0 Guía de programación. es_ES
dc.description.references Smith, S.W., Febrero 1998. Digital Signal Processing. Analog Devices. es_ES
dc.description.references Steinberg, B.D., Enero 1976. Principles of Aperture and Array System Design. Wiley-Interscience. es_ES
dc.description.references Yen, N.C., Carey, W., Agosto 1989. Application of synthetic-aperture processing to towed-array data. The Journal of the Acoustical Society of America, 158-171. es_ES


Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem