GPU的医学成像处理速度

如今的医学成像领域可以通过充分利用高速运算技术来提高医学成像的质量，微处理器受到智能手机以及平板电脑的创新发展的推动变得功能更加强大和低功耗。图像处理的关键因素就在于成像速度、图像尺寸以及分辨率。

最初由于硬件设备的局限性，医学影像增强处理都是按照序列完成的。随着硬件设备的不断更新，现在医学影像的增强处理可与其它运算处理同步进行。新一代的图像处理平台极大地促进了医疗成像技术，另外，最新的处理能力、先进的图像增强算法能更有效地提高图像的质量以及处理速度。

通过运用高速处理，图像的成像时间也得到了大大的减少。例如，在3D结肠影像成像的过程中，通常医生和病人都需要等待较长的时间才能在显示器上看到图像。由于通常多组图像都在一起处理，所需时间较长，减少了医院对病患数量的总处理能力。而且，在处理这些图像的同时，也浪费了医生和病人的许多宝贵的时间。

图形处理器(GPU)的强大计算功能与普通的CPU相比，有效地缩短了对图像的处理时间。GPU内置的处理能力能保证更有效的处理图像。此类处理器之前一直被用于电脑游戏中，用来计算移动的物体、阴影效果并产生极其逼真的图像效果。如今，医学成像的专家们运用GPU的强大图像处理功能来提高医学图像的质量。

图形处理器(GPU)

图形处理器(GPU)得益于电脑游戏业的发展，提供的图像处理速度是普通中央处理器(CPU)处理速度的许多倍。相比之下，图像增强、重建和可视化很容易“熔一炉于”GPU，，因而价格也更显得为合理。

从X光透视，医疗程序和诊断等方面考虑，都需要-影像增强处理实时进行。通过运用GPU，可以使帧频达到每秒60帧(1024x1024图像)。GPU的处理能力达到每秒数百万次，且图像的每个像素都可进行上千次计算。一幅1024x1024图像大概有一百万像素，其中包含了有价值的诊断信息。在每秒60帧的帧频保证下，GPU可以在每秒对六千万像素进行信息处理。这种超高速的处理速度是传统的CPU处理器所不能达到的，传统的CPU的帧频仅仅为每秒15帧.

GPU主板最初是为对图像显示要求较高的领域，例如电脑游戏领域来开发的。将GPU技术运用在通用

计算中的处理器叫做通用计算图形处理器(GPGPU)。近年来，这一领域在软硬件方面都在加速发展。Cuda、OpenCL以及DirectCompute都是可支持GPGPU功能的软件工具。

GPU也存在着一些不足。首先，GPU需要一台电脑主机。GPU并不能独立自主地进行运算处理，它需要中央处理器提供指令来运行。其次，这种技术每6个月就会经历一次产品的更新换代。在医学成像领域，用户们需要一种长期稳定有效的GPU主板。面对这个问题，GPU的生产商们也暂时无法解决。最后，GPU主板的高功耗也是使用中的缺点之一-。

现场可编程门阵列

虽然不像GPU那么出名，但是现场可编程门阵列(FPGA)是一种半导体设备，该设备具有可编程性的逻辑电路或模块，它可以通过配置组合来完成复杂的功能。FPGA技术的运算性能最佳，被运用在电信以及卫星领域。

一般来说，一个小巧的编程FPGA芯片可随其他硬件一起发挥特定的功能，例如影像增强，减少了用户对硬件设备的需求，特别适合实时处理的应用。这个定制的解决方案具有更高的性价比。由于电路成本低，FPGA适合大规模的生产，但是研发的周期较长。

数字信号处理器

数字信号处理器(DSP)是一种特殊的微处理器，用来进行实时处理。DSP的运算能力也越来越强大。一个高端的DSP电路可以和一个最新的CPU处理器核心单元具有几乎同样的计算能力，但功耗仅为CPU的几分之一。上述的特性可以使DSP在移动手持设备或其它需要低耗电的设备上的图像处理更加迅速。对制造商来说，以DSP处理器作为中心来建设系统要远远比以一般的CPU作为中心来建设要简单的多，因为DSP在芯片上集成了很多接口功能。一些DSP芯片还兼具一般ARM处理器与DSP的功能。

加速处理器(APU)

目前最新的趋势是将CPU和GPU的功能整合为一体，即加速处理器(APU)。现有的系统一般建立在一个CPU和一个GPU芯片上，而目前AMD公司正在推出一种整合了CPU和GPU的芯片——AMDFusion APU。Intel 公司(下一代芯片)和Nvidia公司(丹佛计划)也正在加紧研发APU解决方案。

GPU、FPGA、DSP以及APU平台与普通CPU系统相比，极大改进了医学图像增强的质量。随着现代微处理器不断发展，人们更加有必要将此种高科技运用到医疗领域中去。医疗影像领域的每一个进步都为医生提供了诊治病人的便利条件，从而提高诊断的效率及准确度。