Paralelización de un algoritmo de reconstrucción tomográfica de rayos X para plataformas híbridas basadas en multi-GPU y multi-core

Abstract

En el presente Proyecto de Fin de Carrera se aborda la necesidad de paralelización y optimización tanto de la memoria como de los recursos de procesamiento disponibles para reducir al mínimo posible el tiempo de procesamiento en la ejecución de una aplicación de imagen médica. La aplicación bajo estudio es la reconstrucción de imagen de tomografía de rayos X (TAC) basada en geometría de haz cónico. La TAC es una modalidad de imagen médica basada en el uso de rayos X para obtener imágenes de cortes del cuerpo a estudiar. En vez de obtener una única imagen plana (proyección), como es el caso de la radiografía convencional, en la TAC se obtiene un conjunto de proyecciones en distintos ángulos alrededor del cuerpo. Posteriormente, la computadora recoge todos estos datos de proyección y los combina en un volumen final que representa la reconstrucción digital 3D del cuerpo, permitiendo obtener cortes del mismo en cualquier dirección. Para lograr el máximo rendimiento se han tenido presentes las distintas etapas por las que transcurre el proceso de reconstrucción y, por tanto, la necesidad de buscar una infraestructura óptima para cada una de ellas, dividiendo así el trabajo entre las tareas que deben ser realizadas por la CPU y las que deben ser realizadas dentro de la GPU. Además, para lograr los resultados más satisfactorios se han utilizado otro tipo de técnicas como la paralelización, mecanismos de entrada y salida asíncronos y alineamiento de memoria. --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

This work addresses the need of parallelization and optimization of both memory and the resources available to minimize the processing time needed in a medical imaging application. This application is the tomographic image reconstruction of data obtained with X-ray computed tomography (CT) systems based on cone-beam geometry. CT is a medical imaging modality based on the use of X-rays to provide images of slices of the body under study. Instead of acquiring a single image (projection), as in the case of conventional radiography, in CT we acquire a set of projections at different angles. Subsequently, the computer combines these projection data into a final 3D reconstructed volume, visualizing planes inside the body in any direction. For maximum performance, the different stages of the reconstruction process have been taken into account in order to find the optimal infrastructure for each of them. As a result, the work is divided among the tasks to be performed by the CPU and those to be performed within the GPU. Furthermore, in order to achieve more satisfactory results, we have used other techniques such as parallelization, I/O mechanisms, and alignment of asynchronous memory.