Using GPGPU in MR Data Processing
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F16%3APU120120" target="_blank" >RIV/00216305:26220/16:PU120120 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/68081731:_____/16:00506976
Výsledek na webu
<a href="http://www.utee.feec.vutbr.cz/iiphdw2016/" target="_blank" >http://www.utee.feec.vutbr.cz/iiphdw2016/</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Using GPGPU in MR Data Processing
Popis výsledku v původním jazyce
The main tissue parameters targeted by MR tomography include, among others, relaxation times T1 and T2. This paper focuses on the computation of the relaxation time T2 measured with the Spin Echo method. The maxima of measured echoes must be interleaved with an exponential function to compute the T2 relaxation. As this procedure needs to be repeated for each pixel of the scanned tissue, the processing of large images then becomes very intensive. This paper introduces the results provided by accelerated computation based on parallelization and carried out with a graphics card. By using the simple method of linear regression, we obtain a processing time of less than 36 ms. In the case of the Levenberg-Marquardt algorithm, the reconstruction was done in 96 ms. This period is at least 900 times shorter than that achievable with professional software.
Název v anglickém jazyce
Using GPGPU in MR Data Processing
Popis výsledku anglicky
The main tissue parameters targeted by MR tomography include, among others, relaxation times T1 and T2. This paper focuses on the computation of the relaxation time T2 measured with the Spin Echo method. The maxima of measured echoes must be interleaved with an exponential function to compute the T2 relaxation. As this procedure needs to be repeated for each pixel of the scanned tissue, the processing of large images then becomes very intensive. This paper introduces the results provided by accelerated computation based on parallelization and carried out with a graphics card. By using the simple method of linear regression, we obtain a processing time of less than 36 ms. In the case of the Levenberg-Marquardt algorithm, the reconstruction was done in 96 ms. This period is at least 900 times shorter than that achievable with professional software.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
20201 - Electrical and electronic engineering
Návaznosti výsledku
Projekt
<a href="/cs/project/LO1401" target="_blank" >LO1401: Interdisciplinární výzkum bezdrátových technologií</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2016
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
International Interdisciplinary PhD Workshop 2016 Proceedings
ISBN
9788021453876
ISSN
—
e-ISSN
—
Počet stran výsledku
5
Strana od-do
102-106
Název nakladatele
VUT FEKT UTEE
Místo vydání
Brno
Místo konání akce
Brno
Datum konání akce
12. 9. 2016
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000391280700021