專利名稱：電鏡三維圖像重構(gòu)的方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像重構(gòu)技術(shù)，尤其涉及一種電鏡三維圖像重構(gòu)的方法及系統(tǒng)。
背景技術(shù)：
英特爾(Intel)公司推出的眾核(Many Integrated Core,MIC)處理器,跟通用的多核至強(qiáng)處理器相比，MIC眾核架構(gòu)具有更小的內(nèi)核和硬件線程，眾核處理器計(jì)算資源密度更高，片上通信開銷顯著降低，更多的晶體管和能量，能 夠勝任更為復(fù)雜的并行應(yīng)用。IntelMIC產(chǎn)品基于X86架構(gòu),基于重核的眾核處理器,包含50個(gè)以上的核心，以及512bit的向量位寬，雙精性能超過lTFlops。MIC擁有極其靈活的編程方式，MIC卡可以作為一個(gè)處理器存在，也可以被看作是一個(gè)獨(dú)立的節(jié)點(diǎn)。基本的MIC編程模型是將MIC看作一個(gè)處理器，中央處理單元(CPU)根據(jù)程序的指令，將一部分代碼運(yùn)行在MIC端。此時(shí)存在兩類設(shè)備，即CPU端和MIC眾核處理器端。電子斷層三維重構(gòu)技術(shù)(Electron Tomography, ET)是從一個(gè)物體的二維投影圖經(jīng)過重構(gòu)獲取物體內(nèi)部結(jié)構(gòu)的技術(shù)，通過獲取多個(gè)不同角度的二維投影圖進(jìn)行反向重構(gòu)出所研究對(duì)象的三維結(jié)構(gòu)。圖像重構(gòu)無論是在醫(yī)學(xué)診斷，還是在生物樣品的成像，以及在地表層析成像等諸多領(lǐng)域中都有著廣泛的應(yīng)用。目前，采用迭代重構(gòu)圖像方法實(shí)現(xiàn)圖像重構(gòu)，該迭代法可以表述成-M= P，其中A為非奇異矩陣，X為未知數(shù)向量，P為已知向量，迭代法求解目標(biāo)在于確定X的數(shù)值。在迭代重構(gòu)圖像方法中，A為加權(quán)因子，P為投影得到的圖像像素值，X則為需要重構(gòu)的圖像的像素值。圖I說明了采用迭代重構(gòu)圖像方法實(shí)現(xiàn)圖像重構(gòu)的過程，該方法通過賦O值或隨機(jī)值或背投影方法獲取用于迭代過程中的初值X (0)，然后經(jīng)過多次的重投影和背投影的迭代過程，來求得最后滿足精度要求的重構(gòu)圖像的像素值。聯(lián)合迭代重構(gòu)(simultaneousIterative Reconstruction Technique, SIRT)算法在所有圖像重構(gòu)算法中重構(gòu)效果較好，但其運(yùn)算量巨大，因此需要提高運(yùn)算效率，來滿足快速圖像重構(gòu)的需求。

發(fā)明內(nèi)容
本發(fā)明提供了一種電鏡三維圖像重構(gòu)的方法及系統(tǒng)，以克服現(xiàn)有圖像重構(gòu)速度較慢的缺陷。本發(fā)明提供了一種電鏡三維圖像重構(gòu)的方法，該方法包括中央處理器(CPU)將要進(jìn)行迭代重構(gòu)圖像中的物體分成切片，構(gòu)建所述CPU與眾核(MIC)處理器協(xié)同計(jì)算的框架；所述CPU調(diào)用所述框架中的所有設(shè)備多線程并行地獲得各自當(dāng)前切片的重構(gòu)圖像值和測(cè)量投影圖像值，根據(jù)所述重構(gòu)圖像值和所述測(cè)量投影圖像值依次通過重投影算法和背投影算法計(jì)算出當(dāng)前切片的最終重構(gòu)圖像值，直至計(jì)算出所有切片的最終重構(gòu)圖像值。優(yōu)選地，所述CPU將要進(jìn)行迭代重構(gòu)圖像中的物體分成切片，包括所述CPU根據(jù)所述物體的大小將所述物體分成切片，切片的數(shù)目為該物體寬度的
像素值。優(yōu)選地，所述CPU構(gòu)建所述CPU與眾核(MIC)處理器協(xié)同計(jì)算的框架，包括所述CPU將連接在同一單節(jié)點(diǎn)服務(wù)器的所述CPU與多個(gè)MIC處理器作為協(xié)調(diào)計(jì)算的框架，該框架中所有設(shè)備的數(shù)目為CPU的數(shù)目和MIC處理器的數(shù)目之和。
優(yōu)選地，所述方法還包括所述所有設(shè)備分別在獲得各自當(dāng)前切片的所述重構(gòu)圖像值和所述測(cè)量投影圖像值之后，執(zhí)行上鎖操作。優(yōu)選地，所述CPU調(diào)用所述框架中的所有設(shè)備多線程并行地獲得各自當(dāng)前切片的重構(gòu)圖像值和測(cè)量投影圖像值，根據(jù)所述重構(gòu)圖像值和所述測(cè)量投影圖像值依次通過重投影算法和背投影算法計(jì)算出當(dāng)前切片的最終重構(gòu)圖像值，包括所述MIC處理器或所述CPU根據(jù)獲得的所述當(dāng)前切片的初始重構(gòu)圖像值X(O)或上次迭代得到的重構(gòu)圖像值x(k-l)進(jìn)行重投影得到計(jì)算投影圖像值；根據(jù)所述X(O)或x(k-l)得到所述測(cè)量投影圖像值，根據(jù)所述計(jì)算投影圖像值和所述測(cè)量投影圖像值進(jìn)行背投影得到重構(gòu)圖像值X (k)，通過多次的重投影和背投影操作得到滿足精度要求的所述當(dāng)前切片的重構(gòu)圖像值，其中，所述初始重構(gòu)圖像值X(O)通過賦初值或隨機(jī)值或背投影方法獲得，k為大于I的整數(shù)。本發(fā)明還提供了一種電鏡三維圖像重構(gòu)的系統(tǒng)，該系統(tǒng)包括中央處理器(CPU)，用于將要進(jìn)行迭代重構(gòu)圖像中的物體分成切片，構(gòu)建所述CPU與眾核(MIC)處理器協(xié)同計(jì)算的框架；多線程并行地向所述框架中的所有設(shè)備發(fā)送調(diào)用請(qǐng)求，以及在接收到所述調(diào)用請(qǐng)求后，獲得當(dāng)前切片的重構(gòu)圖像值和測(cè)量投影圖像值，并根據(jù)所述重構(gòu)圖像值和所述測(cè)量投影圖像值依次通過重投影算法和背投影算法計(jì)算出當(dāng)前切片的最終重構(gòu)圖像值，直至計(jì)算出所有切片的最終重構(gòu)圖像值；以及所述MIC處理器，用于在接收到所述調(diào)用請(qǐng)求后，獲得當(dāng)前切片的重構(gòu)圖像值和測(cè)量投影圖像值，并根據(jù)所述重構(gòu)圖像值和所述測(cè)量投影圖像值依次通過重投影算法和背投影算法計(jì)算出當(dāng)前切片的最終重構(gòu)圖像值，直至計(jì)算出所有切片的最終重構(gòu)圖像值。優(yōu)選地，所述CPU，具體用于根據(jù)所述物體的大小將所述物體分成切片，切片的數(shù)目為該物體寬度的像素值。優(yōu)選地，所述CPU，具體用于將連接在同一單節(jié)點(diǎn)服務(wù)器的所述CPU與多個(gè)MIC處理器作為協(xié)調(diào)計(jì)算的框架，該框架中所有設(shè)備的數(shù)目為CPU的數(shù)目和MIC處理器的數(shù)目之和。優(yōu)選地，所述CPU，還用于在獲得當(dāng)前切片的所述重構(gòu)圖像值和所述測(cè)量投影圖像值之后，執(zhí)行上鎖操作；所述MIC處理器，還用于在獲得當(dāng)前切片的所述重構(gòu)圖像值和所述測(cè)量投影圖像值之后，執(zhí)行上鎖操作。優(yōu)選地，所述MIC處理器，具體用于根據(jù)獲得的所述當(dāng)前切片的初始重構(gòu)圖像值X(O)或上次迭代得到的重構(gòu)圖像值x(k-l)進(jìn)行重投影得到計(jì)算投影圖像值；根據(jù)所述X(O)或x(k-l)得到所述測(cè)量投影圖像值，根據(jù)所述計(jì)算投影圖像值和所述測(cè)量投影圖像值進(jìn)行背投影得到重構(gòu)圖像值X (k)，通過多次的重投影和背投影操作得到滿足精度要求的所述當(dāng)前切片的重構(gòu)圖像值，其中，所述初始重構(gòu)圖像值X(O)通過賦初值或隨機(jī)值或背投影方法獲得，k為大于I的整數(shù)；或者所述CPU，具體用于根據(jù)獲得的所述當(dāng)前切片的初始重構(gòu)圖像值X(O)或上次迭代得到的重構(gòu)圖像值x(k-l)進(jìn)行重投影得到計(jì)算投影圖像值；根據(jù)所述X(O)或x(k-l)得到所述測(cè)量投影圖像值，根據(jù)所述計(jì)算投影圖像值和所述測(cè)量投影圖像值進(jìn)行背投影得到重構(gòu)圖像值X (k)，通過多次的重投影和背投影操作得到滿足精度要求的所述當(dāng)前切片的重構(gòu)圖像值，其中，所述初始重構(gòu)圖像值X (O)通過賦初值或隨機(jī)值或背投影方法獲得，k為大于I的整數(shù)。上述實(shí)現(xiàn)電鏡三維圖像重構(gòu)的方法及系統(tǒng)，通過CPU和MIC協(xié)同計(jì)算，極大地加速了迭代重構(gòu)方法的執(zhí)行，從而可以快速地完成圖像重構(gòu)任務(wù)。



圖I為現(xiàn)有采用迭代重構(gòu)圖像方法實(shí)現(xiàn)圖像重構(gòu)的流程圖；圖2為本發(fā)明CPU+MIC協(xié)同計(jì)算框架的示意圖；圖3為本發(fā)明物體投影過程示意圖；圖4為本發(fā)明CPU+MIC協(xié)同計(jì)算過程的示意圖；圖5為本發(fā)明電鏡三維圖像重構(gòu)的系統(tǒng)的結(jié)構(gòu)示意圖。
具體實(shí)施例方式為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，下文中將結(jié)合附圖對(duì)本發(fā)明的實(shí)施例進(jìn)行詳細(xì)說明。需要說明的是，在不沖突的情況下，本申請(qǐng)中的實(shí)施例及實(shí)施例中的特征可以相互任意組合。本發(fā)明首先分析用SIRT串行方法進(jìn)行電鏡三維圖像重構(gòu)的性能瓶頸以及將串行方法移植到其他高性能平臺(tái)上的難度，找到耗時(shí)的熱點(diǎn)代碼，測(cè)試其在電鏡三維圖像重構(gòu)的整個(gè)過程中所占的時(shí)間比例以及分析提高整個(gè)方法性能的難度以及開發(fā)軸端。測(cè)試結(jié)果表明在采用SIRT聯(lián)合迭代法進(jìn)行圖像重構(gòu)時(shí)，大部分的時(shí)間均消耗在重投影和背投影兩步驟中，這兩個(gè)步驟不僅執(zhí)行次數(shù)多，而且要計(jì)算的數(shù)據(jù)量大，同時(shí)，數(shù)據(jù)的計(jì)算要滿足單指令多數(shù)據(jù)(SIMD, Single Instruction Multiple Data)的特點(diǎn)。因此，本發(fā)明將這兩步驟作為加入MIC處理器進(jìn)行并行改進(jìn)的重點(diǎn)，同時(shí)由于CPU端除了進(jìn)行任務(wù)調(diào)度等工作之外，也參與賦初值，再通過重投影算法和背投影算法計(jì)算獲取切片的重構(gòu)圖像值的工作，即采用CPU+MIC協(xié)同計(jì)算的工作模式。針對(duì)上述分析，本發(fā)明提供了一種基于SIRT算法且使用CPU+MIC協(xié)同計(jì)算模式的電鏡三維重構(gòu)并行方法的實(shí)施例，該方法包括中央處理器(CPU)將要進(jìn)行迭代重構(gòu)圖像中的物體分成切片，構(gòu)建所述CPU與眾核(MIC)處理器協(xié)同計(jì)算的框架；所述CPU調(diào)用所述框架中的所有設(shè)備多線程并行地獲得各自當(dāng)前切片的重構(gòu)圖像值和測(cè)量投影圖像值，根據(jù)所述重構(gòu)圖像值和所述測(cè)量投影圖像值依次通過重投影算法和背投影算法計(jì)算出當(dāng)前切片的最終重構(gòu)圖像值，直至計(jì)算出所有切片的最終重構(gòu)圖像值。具體地，在實(shí)現(xiàn)上述方法的過程中涉及以下幾個(gè)重要步驟步驟一、構(gòu)建CPU+MIC協(xié)同計(jì)算框架；在單節(jié)點(diǎn)上，共有M+1個(gè)設(shè)備(一個(gè)CPU+M個(gè)MIC卡)，如圖2所示，此時(shí)M的取值為2，當(dāng)然也可以為其他數(shù)值，采用OpenMP的分開聚合(fork-join)模式搭建單節(jié)點(diǎn)上的框架，當(dāng)程序開始執(zhí)行的時(shí)候只有一個(gè)主線程存在，需要進(jìn)行并行計(jì)算的時(shí)候，主線程派生出附加線程，即啟用M+1個(gè)OpenMP線程，通過while (I)循環(huán)各個(gè)主動(dòng)進(jìn)行輸入數(shù)據(jù)的分發(fā)讀寫，O M-I號(hào)進(jìn)程控制所有MIC設(shè)備，M號(hào)線程控制CPU設(shè)備。在圖像重構(gòu)中，測(cè)量獲取物體的投影圖像像素值Pm的過程如圖3所示，記物體的長(zhǎng)為SX像素,寬為SY像素,高為SZ像素,旋轉(zhuǎn)角度的總數(shù)(即旋轉(zhuǎn)次數(shù))為ANG_NUM,垂直于Y方向的每一個(gè)面為一個(gè)切片，共有SY個(gè)切片，即切片的數(shù)目為該物體寬度的像素值SY， 切片在投影圖像上的元素?cái)?shù)為N = SX*ANG_NUM,切片在重構(gòu)圖像上的元素?cái)?shù)為M = SX*SZ。圖像重構(gòu)的過程是以切片為單位進(jìn)行的，即對(duì)每一切片通過迭代多次計(jì)算和測(cè)量獲取切片的投影圖像像素值來重構(gòu)；重構(gòu)了 SY個(gè)切片便可重構(gòu)出該物體模型。例如，CPU+2MICS平臺(tái)上，主線程控制輸入數(shù)據(jù)的動(dòng)態(tài)分發(fā)，O號(hào)線程控制MICO設(shè)備，I號(hào)線程控制Mici設(shè)備，2號(hào)線程控制CPU設(shè)備，如圖4所示。在SIRT算法中，MIC卡上的內(nèi)存空間足夠存放切片數(shù)據(jù)的大小，所以不需要采取分塊處理的方式，如圖4所示，每個(gè)設(shè)備重構(gòu)完一個(gè)切片數(shù)據(jù)之后，輸出重構(gòu)圖像，在每次讀取當(dāng)前切片的時(shí)候，需進(jìn)行上鎖操作，保證每片切片處理的獨(dú)立性和對(duì)切片的讀寫沖突，各個(gè)設(shè)備間沒有相互依賴。單節(jié)點(diǎn)上CPU+MICs協(xié)同計(jì)算的外圍框架的偽代碼如下所示
//SY為切片數(shù)目
int DEV丨CE—NUM=3 //為CPU和MIC卡的總個(gè)數(shù) int Slice—private=。; //為每個(gè)線程定義一個(gè)私有的切片變量 int Slice=O;//定義一個(gè)共享變量，來控制切片的讀寫
omplockt Ick;
#pragma omp parallel for private (Slice private),num threads (DEVICE NUM)
權(quán)利要求
1.一種電鏡三維圖像重構(gòu)的方法，其特征在于，該方法包括 中央處理器(CPU)將要進(jìn)行迭代重構(gòu)圖像中的物體分成切片，構(gòu)建所述CPU與眾核(MIC)處理器協(xié)同計(jì)算的框架； 所述CPU調(diào)用所述框架中的所有設(shè)備多線程并行地獲得各自當(dāng)前切片的重構(gòu)圖像值和測(cè)量投影圖像值，根據(jù)所述重構(gòu)圖像值和所述測(cè)量投影圖像值依次通過重投影算法和背投影算法計(jì)算出當(dāng)前切片的最終重構(gòu)圖像值，直至計(jì)算出所有切片的最終重構(gòu)圖像值。
2.根據(jù)權(quán)利要求I所述的方法，其特征在于 所述CPU將要進(jìn)行迭代重構(gòu)圖像中的物體分成切片，包括 所述CPU根據(jù)所述物體的大小將所述物體分成切片，切片的數(shù)目為該物體寬度的像素值。
3.根據(jù)權(quán)利要求I所述的方法，其特征在于 所述CPU構(gòu)建所述CPU與眾核(MIC)處理器協(xié)同計(jì)算的框架，包括 所述CPU將連接在同一單節(jié)點(diǎn)服務(wù)器的所述CPU與多個(gè)MIC處理器作為協(xié)調(diào)計(jì)算的框架，該框架中所有設(shè)備的數(shù)目為CPU的數(shù)目和MIC處理器的數(shù)目之和。
4.根據(jù)權(quán)利要求1-3任一權(quán)利要求所述的方法，其特征在于，所述方法還包括 所述所有設(shè)備分別在獲得各自當(dāng)前切片的所述重構(gòu)圖像值和所述測(cè)量投影圖像值之后，執(zhí)行上鎖操作。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于 所述CPU調(diào)用所述框架中的所有設(shè)備多線程并行地獲得各自當(dāng)前切片的重構(gòu)圖像值和測(cè)量投影圖像值，根據(jù)所述重構(gòu)圖像值和所述測(cè)量投影圖像值依次通過重投影算法和背投影算法計(jì)算出當(dāng)前切片的最終重構(gòu)圖像值，包括 所述MIC處理器或所述CPU根據(jù)獲得的所述當(dāng)前切片的初始重構(gòu)圖像值X(O)或上次迭代得到的重構(gòu)圖像值x(k-l)進(jìn)行重投影得到計(jì)算投影圖像值；根據(jù)所述X(O)或x(k-l)得到所述測(cè)量投影圖像值，根據(jù)所述計(jì)算投影圖像值和所述測(cè)量投影圖像值進(jìn)行背投影得到重構(gòu)圖像值X (k)，通過多次的重投影和背投影操作得到滿足精度要求的所述當(dāng)前切片的重構(gòu)圖像值，其中，所述初始重構(gòu)圖像值X (O)通過賦初值或隨機(jī)值或背投影方法獲得，k為大于I的整數(shù)。
6.一種電鏡三維圖像重構(gòu)的系統(tǒng)，其特征在于，該系統(tǒng)包括 中央處理器(CPU)，用于將要進(jìn)行迭代重構(gòu)圖像中的物體分成切片，構(gòu)建所述CPU與眾核(Mic)處理器協(xié)同計(jì)算的框架；多線程并行地向所述框架中的所有設(shè)備發(fā)送調(diào)用請(qǐng)求，以及在接收到所述調(diào)用請(qǐng)求后，獲得當(dāng)前切片的重構(gòu)圖像值和測(cè)量投影圖像值，并根據(jù)所述重構(gòu)圖像值和所述測(cè)量投影圖像值依次通過重投影算法和背投影算法計(jì)算出當(dāng)前切片的最終重構(gòu)圖像值，直至計(jì)算出所有切片的最終重構(gòu)圖像值；以及 所述MIC處理器，用于在接收到所述調(diào)用請(qǐng)求后，獲得當(dāng)前切片的重構(gòu)圖像值和測(cè)量投影圖像值，并根據(jù)所述重構(gòu)圖像值和所述測(cè)量投影圖像值依次通過重投影算法和背投影算法計(jì)算出當(dāng)前切片的最終重構(gòu)圖像值，直至計(jì)算出所有切片的最終重構(gòu)圖像值。
7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于 所述CPU，具體用于根據(jù)所述物體的大小將所述物體分成切片，切片的數(shù)目為該物體寬度的像素值。
8.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于 所述CPU，具體用于將連接在同一單節(jié)點(diǎn)服務(wù)器的所述CPU與多個(gè)MIC處理器作為協(xié)調(diào)計(jì)算的框架，該框架中所有設(shè)備的數(shù)目為CPU的數(shù)目和MIC處理器的數(shù)目之和。
9.根據(jù)權(quán)利要求6-8任一權(quán)利要求所述的系統(tǒng)，其特征在于 所述CPU，還用于在獲得當(dāng)前切片的所述重構(gòu)圖像值和所述測(cè)量投影圖像值之后，執(zhí)行上鎖操作； 所述MIC處理器，還用于在獲得當(dāng)前切片的所述重構(gòu)圖像值和所述測(cè)量投影圖像值之后，執(zhí)行上鎖操作。
10.根據(jù)權(quán)利要求9所述的系統(tǒng)，其特征在于 所述MIC處理器，具體用于根據(jù)獲得的所述當(dāng)前切片的初始重構(gòu)圖像值X(O)或上次迭代得到的重構(gòu)圖像值X(k-l)進(jìn)行重投影得到計(jì)算投影圖像值；根據(jù)所述X(O)或X(k-l)得到所述測(cè)量投影圖像值，根據(jù)所述計(jì)算投影圖像值和所述測(cè)量投影圖像值進(jìn)行背投影得到重構(gòu)圖像值X (k)，通過多次的重投影和背投影操作得到滿足精度要求的所述當(dāng)前切片的重構(gòu)圖像值，其中，所述初始重構(gòu)圖像值X (O)通過賦初值或隨機(jī)值或背投影方法獲得，k為大于I的整數(shù)；或者 所述CPU，具體用于根據(jù)獲得的所述當(dāng)前切片的初始重構(gòu)圖像值X(O)或上次迭代得到的重構(gòu)圖像值x(k-l)進(jìn)行重投影得到計(jì)算投影圖像值；根據(jù)所述X(O)或x(k-l)得到所述測(cè)量投影圖像值，根據(jù)所述計(jì)算投影圖像值和所述測(cè)量投影圖像值進(jìn)行背投影得到重構(gòu)圖像值X (k)，通過多次的重投影和背投影操作得到滿足精度要求的所述當(dāng)前切片的重構(gòu)圖像值，其中，所述初始重構(gòu)圖像值X(O)通過賦初值或隨機(jī)值或背投影方法獲得，k為大于I的整數(shù)。
全文摘要
本發(fā)明提供了一種電鏡三維圖像重構(gòu)的方法及系統(tǒng)，其中，電鏡三維圖像重構(gòu)的方法包括中央處理器(CPU)將要進(jìn)行迭代重構(gòu)圖像中的物體分成切片，構(gòu)建所述CPU與眾核(MIC)處理器協(xié)同計(jì)算的框架；所述CPU調(diào)用所述框架中的所有設(shè)備多線程并行地獲得各自當(dāng)前切片的重構(gòu)圖像值和測(cè)量投影圖像值，根據(jù)所述重構(gòu)圖像值和所述測(cè)量投影圖像值依次通過重投影算法和背投影算法計(jì)算出當(dāng)前切片的最終重構(gòu)圖像值，直至計(jì)算出所有切片的最終重構(gòu)圖像值。上述實(shí)現(xiàn)電鏡三維圖像重構(gòu)的方法及系統(tǒng)，通過CPU和MIC協(xié)同計(jì)算，極大地加速了迭代重構(gòu)方法的執(zhí)行，從而可以快速地完成圖像重構(gòu)任務(wù)。
文檔編號(hào)G06T1/20GK102881042SQ20121032651
公開日2013年1月16日 申請(qǐng)日期2012年9月5日 優(yōu)先權(quán)日2012年9月5日
發(fā)明者盧曉偉, 張清 申請(qǐng)人:浪潮(北京)電子信息產(chǎn)業(yè)有限公司