專(zhuān)利名稱:基于gpu平臺(tái)的眼科頻域oct系統(tǒng)的制作方法
技術(shù)領(lǐng)域:
本實(shí)用新型涉及一種眼科OCT系統(tǒng)。特別是涉及一種能夠解決眼科OCT系統(tǒng)實(shí)時(shí)成像問(wèn)題的基于GPU平臺(tái)的眼科頻域OCT系統(tǒng)。
背景技術(shù):
光學(xué)相干層析成像技術(shù)(Optical Coherence Tomography, OCT)由于其具有高分辨率、高靈敏度、非接觸性、無(wú)損實(shí)時(shí)活體成像等優(yōu)點(diǎn),自上世紀(jì)90年代被成功應(yīng)用于眼科疾病診斷領(lǐng)域之后得到了迅速發(fā)展,其技術(shù)也由時(shí)域OCT階段發(fā)展到頻域OCT階段;技術(shù)領(lǐng)域也由組織結(jié)構(gòu)成像向組織功能成像發(fā)展;而應(yīng)用領(lǐng)域也由眼科診斷領(lǐng)域擴(kuò)展到心血管、皮膚、口腔、組織工程等領(lǐng)域。隨著超高速CMOS線陣掃描相機(jī)的發(fā)展,頻域OCT光譜譜線轉(zhuǎn)換及線采樣率己經(jīng)可以達(dá)到300k線/秒m,為臨床OCT系統(tǒng)實(shí)時(shí)成像提供了前提。目前影響商用眼科OCT系統(tǒng)實(shí)時(shí)成像和顯示的技術(shù)瓶頸是需要先將采樣數(shù)據(jù)進(jìn)行頻譜域空間(λ空間)到波數(shù)空間(K空間)變換、插值變換和FFT變換,然后再將變換后的數(shù)據(jù)進(jìn)行2D或3D成像。由于成像的數(shù)掂量很大,特別是進(jìn)行C模式掃描成像(如眼底視網(wǎng)膜en-face成像模式)時(shí),需要先將獲得的3D圖像數(shù)據(jù)進(jìn)行處理后,再將得到的數(shù)據(jù)成像。因此,如何提高數(shù)據(jù)處理速度進(jìn)而達(dá)到臨床圖像實(shí)時(shí)處理及圖像實(shí)時(shí)顯示要求,是眼科OCT系統(tǒng)實(shí)現(xiàn)實(shí)時(shí)成像的關(guān)鍵。
發(fā)明內(nèi)容本實(shí)用新 型所要解決的技術(shù)問(wèn)題是,提供一種實(shí)現(xiàn)以低成本硬件配置實(shí)現(xiàn)儀器性能的大幅度提高,解決了眼科OCT系統(tǒng)實(shí)時(shí)成像問(wèn)題的基于GPU平臺(tái)的眼科頻域OCT系統(tǒng)。本實(shí)用新型所采用的技術(shù)方案是:一種基于GPU平臺(tái)的眼科頻域OCT系統(tǒng),包括:依次連接的SLD光源、光循環(huán)器、光纖分束器、第一偏振控制器和參考臂,所述的光循環(huán)器或光纖分束器還連接第二偏振控制器,第二偏振控制器又依次連接光譜儀、高速相機(jī)數(shù)據(jù)線、高速圖像采集卡和計(jì)算機(jī),所述的光纖分束器還依次連接第三偏振控制器和與被測(cè)眼相連的樣品臂,所述的計(jì)算機(jī)分別連接樣品臂和圖像顯示單元,所述的計(jì)算機(jī)還連接GPU圖像處理器。所述的計(jì)算機(jī)是通過(guò)PCIE總線連接GPU圖像處理器。所述的參考臂包括有依次連接的第一準(zhǔn)直鏡、參考臂光學(xué)組件和反射鏡,其中,所述的第一準(zhǔn)直鏡的另一端連接第一偏振控制器。所述的樣品臂包括有依次連接的第二準(zhǔn)直鏡、3D掃描振鏡和眼部監(jiān)測(cè)光學(xué)組件,其中,所述的第二準(zhǔn)直鏡另一端連接第三偏振控制器,所述的眼部監(jiān)測(cè)光學(xué)組件用于連接被測(cè)眼。所述的光譜儀包括有依次連接的第三準(zhǔn)直鏡、光柵、光譜儀透鏡組件和線陣相機(jī),其中,所述的第三準(zhǔn)直鏡還連接第二偏振控制器,所述的線陣相機(jī)連接高速相機(jī)數(shù)據(jù)線。本實(shí)用新型的基于GPU平臺(tái)的眼科頻域OCT系統(tǒng),利用計(jì)算機(jī)通用顯卡GPU,并將基于GPU的統(tǒng)一計(jì)算設(shè)備架構(gòu)(CUDA)引入到眼科OCT系統(tǒng)成像中的數(shù)據(jù)處理過(guò)程,借助GTO強(qiáng)大的并行數(shù)據(jù)處理能力和浮點(diǎn)計(jì)算能力,用CUDA對(duì)OCT系統(tǒng)數(shù)據(jù)處理過(guò)程進(jìn)行改寫(xiě),使得眼科OCT系統(tǒng)的成像速度較之前基于CPU平臺(tái)處理成像速度提高了數(shù)十倍,達(dá)到了臨床2D實(shí)時(shí)成像的要求。
圖1是本實(shí)用新型的系統(tǒng)構(gòu)成示意圖;圖2是采用本實(shí)用新型的系統(tǒng)進(jìn)行數(shù)據(jù)處理流程圖。圖中1:SLD光源2:光循環(huán)器3:光纖分束器4:第一偏振控制器5:參考臂6:第二偏振控制器7:第三偏振控制器8:樣品臂9:被測(cè)眼10:光譜儀14:高速相機(jī)數(shù)據(jù)線15:高速圖像采集卡16:計(jì)算機(jī)17:圖像顯示單元18:GPU圖像處理器·51:第一準(zhǔn)直鏡52:參考臂光學(xué)組件53:反射鏡81:第二準(zhǔn)直鏡82:3D掃描振鏡83:眼部監(jiān)測(cè)光學(xué)組件101:第三準(zhǔn)直鏡102:光柵103:光譜儀透鏡組件104:線陣相機(jī)
具體實(shí)施方式
下面結(jié)合實(shí)施例和附圖對(duì)本實(shí)用新型的基于GPU平臺(tái)的眼科頻域OCT系統(tǒng)做出詳細(xì)說(shuō)明。本實(shí)用新型的基于GPU平臺(tái)的眼科頻域OCT系統(tǒng),包括:依次連接的SLD光源1、光循環(huán)器2、光纖分速器3、第一偏振控制器4和參考臂5,所述的光循環(huán)器2或光纖分束器3還連接第二偏振控制器6,第二偏振控制器6又依次連接光譜儀10、高速相機(jī)數(shù)據(jù)線14、高速圖像采集卡15和計(jì)算機(jī)16,所述的光纖分束器3還依次連接第三偏振控制器7和與被測(cè)眼9相連的樣品臂8,所述的計(jì)算機(jī)16分別連接樣品臂8和圖像顯示單元17,所述的計(jì)算機(jī)16還連接GPU圖像處理器18。所述的參考臂5包括有依次連接的第一準(zhǔn)直鏡51、參考臂光學(xué)組件52和反射鏡53,其中,所述的第一準(zhǔn)直鏡51的另一端連接第一偏振控制器4。所述的樣品臂8包括有依次連接的第二準(zhǔn)直鏡81、3D掃描振鏡82和眼部監(jiān)測(cè)光學(xué)組件83,其中,所述的第二準(zhǔn)直鏡81另一端連接第三偏振控制器7,所述的眼部監(jiān)測(cè)光學(xué)組件83用于連接被測(cè)眼9。所述的光譜儀10包括有依次連接的第三準(zhǔn)直鏡101、光柵102、光譜儀透鏡組件103和線陣相機(jī)104,其中,所述的第三準(zhǔn)直鏡101還連接第二偏振控制器6,所述的線陣相機(jī)104連接高速相機(jī)數(shù)據(jù)線14。本實(shí)用新型的基于GPU平臺(tái)的眼科頻域OCT系統(tǒng)的工作原理:光源發(fā)出的光經(jīng)過(guò)2X2的光纖分束器后,被分成兩束光,分別進(jìn)入OCT系統(tǒng)的參考臂和樣品臂。從樣品臂反射回來(lái)的信號(hào)光和從參考臂返回的參考光再次經(jīng)過(guò)光纖分束器匯合后發(fā)生干涉。包含樣品不同深度信息的干涉信號(hào)光譜經(jīng)光譜儀的CMOS線陣掃描相機(jī)采集,并通過(guò)相機(jī)數(shù)據(jù)線傳輸?shù)接?jì)算機(jī),由計(jì)算機(jī)里面的圖像采集卡對(duì)干涉信號(hào)光譜進(jìn)行A/D轉(zhuǎn)換,并將轉(zhuǎn)換結(jié)果存儲(chǔ)到計(jì)算機(jī)內(nèi)存中作為采樣數(shù)據(jù)。將采樣數(shù)據(jù)通過(guò)PClE總線傳輸?shù)紾PU顯存,借助GPU強(qiáng)大的并行數(shù)據(jù)處理能力進(jìn)行數(shù)據(jù)處理,并將處理好的結(jié)果數(shù)據(jù)送回計(jì)算機(jī)進(jìn)行圖像的顯示。顯示的圖像包含了檢測(cè)樣品不同深度的結(jié)構(gòu)信息。采用本實(shí)用新型的基于GPU平臺(tái)的眼科頻域OCT系統(tǒng)迸行處理的方法是基于CUDA(Compute Unified Device Architecture),CUDA 是一種由 NVIDIA 公司推出的通用并行計(jì)算架構(gòu),該架構(gòu)使GPU能夠解決復(fù)雜的計(jì)算問(wèn)題。在CUDA架構(gòu)下,開(kāi)發(fā)人員可以通過(guò)CUDA C語(yǔ)言(CUDA C語(yǔ)言是對(duì)標(biāo)準(zhǔn)C語(yǔ)言的一種簡(jiǎn)單擴(kuò)展)對(duì)GPU編程。在CUDA架構(gòu)中,將CPU作為主機(jī)(Host),GPU作為協(xié)處理器或者設(shè)備(Device)。在一個(gè)系統(tǒng)中可以存在一個(gè)主機(jī)和多個(gè)設(shè)備。CPU主要負(fù)責(zé)進(jìn)行邏輯性強(qiáng)的事物處理和串行計(jì)算,GTO則專(zhuān)注于執(zhí)行高度線程化的并行處理任務(wù)。CPU、GPU各自擁有相互獨(dú)立的存儲(chǔ)器地址空間:主機(jī)端的內(nèi)存和設(shè)備端的顯存。在CUDA程序中,將運(yùn)行在GPU上一個(gè)可以被并行執(zhí)行的步驟稱為kernel (內(nèi)核函數(shù))。在頻域OCT系統(tǒng)中,采樣數(shù)據(jù)是通過(guò)對(duì)OCT的光路系統(tǒng)掃描由相機(jī)采集到的,掃描一次得到一列數(shù)據(jù)(一個(gè)A-SCAN)。處理時(shí)是一列一列數(shù)據(jù)進(jìn)行處理的。針對(duì)每列數(shù)據(jù)彼此相互獨(dú)立、可以并行處理的特點(diǎn),利用CUDA架構(gòu)將OCT系統(tǒng)整個(gè)數(shù)據(jù)處理過(guò)程改寫(xiě)成適合在GPU上執(zhí)行的kernel函數(shù),大大提高數(shù)據(jù)處理速度,從而達(dá)到系統(tǒng)實(shí)時(shí)成像的要求。本實(shí)用 新型的基于GPU平臺(tái)的眼科頻域OCT系統(tǒng)的處理方法,首先規(guī)定:FrameNumber代表巾貞數(shù),要處理的數(shù)據(jù)塊的大小為FrameNumber個(gè)B_scan數(shù)據(jù)量,每個(gè)B-scan由batch個(gè)A-scan組成;假設(shè)一次處理n*batch個(gè)A-scan,即η個(gè)B-scan,則共需要處理FrameNumber/n次;采樣數(shù)據(jù)f ( λ,y)是由光譜儀里的線陣相機(jī)采集到、并經(jīng)計(jì)算機(jī)里的圖像采集卡進(jìn)行A/D轉(zhuǎn)換后的數(shù)據(jù),是波長(zhǎng)的函數(shù),其中橫坐標(biāo)為波長(zhǎng)λ,縱坐標(biāo)為數(shù)值y;采樣數(shù)據(jù)f (k, y)由Α」(k, y)組成;體積數(shù)組1glO | F ' (kes, Y ' ) |由1glOlFi/ (kes, Yi ) I組成;j代表的是第幾批次對(duì)采樣數(shù)據(jù)進(jìn)行處理,i為第j次處理的第i個(gè)A-Scan的序數(shù);1、j均為序號(hào);該方法包括如下步驟:I)對(duì)采樣數(shù)據(jù)fU,y)進(jìn)行λ空間到k空間轉(zhuǎn)換,求出k值和kes值,將采樣數(shù)據(jù)塊f (k, y)、k和kes存儲(chǔ)在計(jì)算機(jī)內(nèi)存中,為結(jié)果數(shù)據(jù)reslut分配內(nèi)存;首先對(duì)采樣數(shù)據(jù)f (λ,y)的橫坐標(biāo)波長(zhǎng)λ進(jìn)行波長(zhǎng)空間λ到波數(shù)空間k的轉(zhuǎn)換,轉(zhuǎn)換式為1 = 2π/λ ;由于λ是等間隔的,轉(zhuǎn)換后k為非等間隔的,再將k進(jìn)行等間隔化得到均勻化的k空間橫坐標(biāo)值kes;設(shè)定計(jì)算出來(lái)的結(jié)果數(shù)據(jù)為result,并為采樣數(shù)據(jù)f (k,y)、非等間隔k空間橫坐標(biāo)k、等間隔k空間橫坐標(biāo)kes和結(jié)果數(shù)據(jù)result分配計(jì)算機(jī)內(nèi)存空間。[0042]2)初始化設(shè)j為I (j代表第j次處理,假設(shè)每次處理n*batch個(gè)A-Scan);3)第j次處理開(kāi)始時(shí),為η個(gè)B-Scan所包含的n*batch個(gè)Α-Scan的k、kes和fij (k, y)分配device端顯存空間,將k、kes和(k, y)從host端內(nèi)存拷貝到device端顯存;為device端計(jì)算過(guò)程中的中間變量分配顯存;i為第j次處理的第i個(gè)A-Scan的序數(shù);;假設(shè)一次能處理n*batch個(gè)A-scan,即η個(gè)B-scan, f^.(k, y)代表第j次處理的第i個(gè)A-Scan的采樣數(shù)據(jù),為fu (k,y)、非等間隔k空間橫坐標(biāo)k、等間隔k空間橫坐標(biāo)kes和在計(jì)算過(guò)程中的一些中間變量分配顯存空間,并通過(guò)PCIEX 16總線將& (k,y)、k和kes由計(jì)算機(jī)(host端)傳輸?shù)皆O(shè)備端(device端,即顯卡)。4)并行將n*batch個(gè)A-Scan的fu(k,y)進(jìn)行數(shù)據(jù)類(lèi)型轉(zhuǎn)換和去噪運(yùn)算,得到fV (k, y);數(shù)據(jù)類(lèi)型轉(zhuǎn)換的目的是為了提高采樣數(shù)據(jù)的精度,一般相機(jī)采集到的數(shù)據(jù)精度較低,在進(jìn)行其它數(shù)據(jù)處理之前,一般都需要將采樣數(shù)據(jù)的數(shù)據(jù)類(lèi)型提升(轉(zhuǎn)換成float類(lèi)型或者double類(lèi)型),以滿足數(shù)據(jù)計(jì)算精度的要求。所述的去噪運(yùn)算是指將采集到的每個(gè)A-Scan的數(shù)據(jù)取平均值作為噪聲數(shù)組,然后每個(gè)A-Scan相應(yīng)像素位置上的采樣值都減去相應(yīng)位置上的噪聲數(shù)組的數(shù)值。5)并行將n*batch個(gè)A-Scan的A/ (k, y)進(jìn)行三次樣條插值運(yùn)算優(yōu)化,通過(guò)迭代參量的預(yù)處理,將參與迭代運(yùn)算的中間常量數(shù)組直接由內(nèi)存導(dǎo)入迭代過(guò)程,經(jīng)插值運(yùn)算得到k空間等間隔化的值仁/ (kes, γ');6)調(diào)用 CUFFT 庫(kù)函數(shù)并行對(duì) n*batch 個(gè) A-Scan 的 fi/ (kes, y')進(jìn)行 FFT,得到相應(yīng)的Fi/ (kes, Yi );7)并行對(duì)I^batch fFi/ (kes, Yi )取模取對(duì)數(shù)進(jìn)行歸一化,得到相應(yīng)的1glOlFi/ (kes, Y' ) |,并將其按順序存儲(chǔ)在體積數(shù)組1glOlF' (kes, Y' )|中,釋放device端計(jì)算過(guò)程中的中間變量空間;8)設(shè) j = j+1;9)判斷j > FrameNumber/n,是則進(jìn)入下一步驟,否則返回第3)步驟;即是重復(fù)2 8步驟,直到處理完整個(gè)采樣數(shù)據(jù),并將處理結(jié)果依次存放在體積數(shù)組 1glO IF' (kes, Y' )| 中。10)根據(jù)不同成像平面的需要,抽取體積數(shù)組數(shù)據(jù)或?qū)w積數(shù)組數(shù)據(jù)計(jì)算作為GPU結(jié)果數(shù)擁result;11)將result從device端拷貝回host端,并送到顯示器顯示,釋放所有未釋放的內(nèi)存和顯卡空間。上述步驟10)和步驟11)所述的是:根據(jù)不同成像平面的需要對(duì)1glOlF' (kes,Yi ) I數(shù)組進(jìn)行抽取或者求和計(jì)算,得到所需方位成像平面的單層或復(fù)合層的成像的結(jié)果數(shù)據(jù)result,并將結(jié)果數(shù)據(jù)result通過(guò)PCIEX 16總線從設(shè)備端即device端傳輸回計(jì)算機(jī)即host端,并送到顯示器顯示,釋放所有未釋放的內(nèi)存和顯卡空間。本實(shí)用新型的基于GPU平臺(tái)的眼科頻域OCT系統(tǒng)與現(xiàn)有的CPU系統(tǒng)的數(shù)據(jù)處理過(guò)程的相同點(diǎn)和不同點(diǎn)如下:相同點(diǎn):對(duì)采樣數(shù)據(jù)的數(shù)據(jù)處理過(guò)程一樣,都經(jīng)過(guò)了數(shù)據(jù)類(lèi)型變換,去噪運(yùn)算,入到k空間的變換,插值運(yùn)算,F(xiàn)FT和對(duì)FFT結(jié)果取模取對(duì)數(shù)并進(jìn)行歸一化變換。[0058]不同點(diǎn):1、CPU系統(tǒng)數(shù)據(jù)的處理全部由CPU執(zhí)行,CPU-GPU系統(tǒng)數(shù)據(jù)的處理由CPU和GPU協(xié)同執(zhí)行,在CPU-GPU系統(tǒng)中CPU主要負(fù)責(zé)程序串行汁算部分,包括在kernel啟動(dòng)前進(jìn)行數(shù)據(jù)的準(zhǔn)備(包括采樣數(shù)據(jù)和一些在GPU計(jì)算過(guò)程中要用到的不依賴于具體采樣數(shù)據(jù)的中間變量(數(shù)據(jù)優(yōu)化))和設(shè)備初始化的工作,及在kernel之間進(jìn)行一些串行計(jì)算,GPU主要負(fù)責(zé)進(jìn)行程序并行部分的計(jì)算工作;2、在GPU系統(tǒng)每個(gè)數(shù)據(jù)處理模塊中,可以根據(jù)GPU本身的硬件資源和每個(gè)數(shù)據(jù)處理模塊的算法來(lái)進(jìn)行g(shù)rid和block維度設(shè)計(jì)。使用CUDA profiler對(duì)CUDA程序進(jìn)行性能測(cè)試,對(duì)耗時(shí)長(zhǎng)的模塊進(jìn)行算法優(yōu)化。算法優(yōu)化指的是在所有可以實(shí)現(xiàn)數(shù)據(jù)相同處理功能的算法中,選擇一種效果好耗時(shí)短的算法,并對(duì)該算法進(jìn)行優(yōu)化設(shè)計(jì)(譬如盡量減少中間變量個(gè)數(shù)或在CPU中預(yù)先計(jì)算準(zhǔn)備好每個(gè)模塊計(jì)算過(guò)程中所需要的一些中間變量,這些中間變量不依賴于具體的采樣數(shù)據(jù),僅跟具體算法有關(guān));3、數(shù)據(jù)處理模式不一樣。CPU系統(tǒng)每個(gè)數(shù)據(jù)處理模塊內(nèi)部對(duì)數(shù)據(jù)的處理是以一個(gè)A-scan為單位串行的方式進(jìn)據(jù)處理的,CPU系統(tǒng)同一個(gè)時(shí)間只能對(duì)一個(gè)A-scan進(jìn)行處理;GPU系統(tǒng)每個(gè)數(shù)據(jù)處理模塊內(nèi)部對(duì)數(shù)據(jù)的處理是以多個(gè)A-scan為單位并行的方式進(jìn)據(jù)處理的,GPU系統(tǒng)同一時(shí)間可以對(duì)n*batch個(gè)A-Scan進(jìn)行并行處理。采用本實(shí)用新型的基于GPU平臺(tái)的眼科頻域OCT系統(tǒng)的B掃描模式成像:B掃描模式成像圖像能提供視網(wǎng)膜斷層結(jié)構(gòu)圖像,能清晰地顯示視網(wǎng)膜各層細(xì)微結(jié)構(gòu)及病理改變,并作出定性或定量分析,目前已成為視網(wǎng)膜疾病和青光眼強(qiáng)有力的診斷工具。例如:采用100幀共計(jì)195Mbytes數(shù)據(jù)(每幀數(shù)據(jù)大小為500線X2048像素/線X2字節(jié)/像素)進(jìn)行B掃描模式成像。分別采用線性插值算法和三次樣條插值算法,利用CUDA提供的計(jì)時(shí)函數(shù)分別對(duì)CPU模式和CPU-GPU模式下系統(tǒng)單幀B掃描模式圖像成像時(shí)間進(jìn)行計(jì)時(shí)(計(jì)算100幀圖像成像時(shí)間取平均),實(shí)驗(yàn)表明采用GPU+CPU模式執(zhí)行成像數(shù)據(jù)處理的速度較CPU模式執(zhí)行同樣數(shù)據(jù)處理的速度提高超過(guò)數(shù)十倍,其中采用線性插值算法速度提高了 60倍,采用三次樣條插值算法速度提高了 35倍。本實(shí)用新型設(shè)計(jì)基于GPU平臺(tái)的眼科頻域OCT系統(tǒng),利用計(jì)算機(jī)通用顯卡GPU,并將基于GPU的統(tǒng)一計(jì)算設(shè)備架構(gòu)(CUDA)引入到眼科OCT系統(tǒng)成像中的數(shù)據(jù)處理過(guò)程,借助GTO強(qiáng)大的并行數(shù)據(jù)處理能力和浮點(diǎn)計(jì)算能力,用CUDA對(duì)OCT系統(tǒng)數(shù)據(jù)處理過(guò)程進(jìn)行改寫(xiě),使得眼科OCT系統(tǒng)的成像速度較之前基于CPU平臺(tái)處理成像速度提高了數(shù)十倍,達(dá)到了臨床2D實(shí)時(shí)成像的要求 。
權(quán)利要求1.一種基于GPU平臺(tái)的眼科頻域OCT系統(tǒng),包括:依次連接的SLD光源(I)、光循環(huán)器(2)、光纖分束器(3)、第一偏振控制器(4)和參考臂(5),所述的光循環(huán)器(2)或光纖分束器(3)還連接第二偏振控制器(6),第二偏振控制器(6)又依次連接光譜儀(10)、高速相機(jī)數(shù)據(jù)線(14)、高速圖像采集卡(15)和計(jì)算機(jī)(16),所述的光纖分束器(3)還依次連接第三偏振控制器(7)和與被測(cè)眼(9)相連的樣品臂(8),所述的計(jì)算機(jī)(16)分別連接樣品臂(8)和圖像顯示單元(17),其特征在于,所述的計(jì)算機(jī)(16)還連接GPU圖像處理器(18)。
2.根據(jù)權(quán)利要求1所述的基于GPU平臺(tái)的眼科頻域OCT系統(tǒng),其特征在于,所述的計(jì)算機(jī)(16)是通過(guò)PCIE總線連接GPU圖像處理器(18)。
3.根據(jù)權(quán)利要求1所述的基于GPU平臺(tái)的眼科頻域OCT系統(tǒng),其特征在于,所述的參考臂(5 )包括有依次連接的第一準(zhǔn)直鏡(51)、參考臂光學(xué)組件(52 )和反射鏡(53 ),其中,所述的第一準(zhǔn)直鏡(51)的另一端連接第一偏振控制器(4 )。
4.根據(jù)權(quán)利要求1所述的基于GPU平臺(tái)的眼科頻域OCT系統(tǒng),其特征在于,所述的樣品臂(8)包括有依次連接的第二準(zhǔn)直鏡(81)、3D掃描振鏡(82)和眼部監(jiān)測(cè)光學(xué)組件(83),其中,所述的第二準(zhǔn)直鏡(81)另一端連接第三偏振控制器(7),所述的眼部監(jiān)測(cè)光學(xué)組件(83)用于連接被測(cè)眼(9)。
5.根據(jù)權(quán)利要求1所述的基于GPU平臺(tái)的眼科頻域OCT系統(tǒng),其特征在于,所述的光譜儀(10)包括有依次連接的第三準(zhǔn)直鏡(101)、光柵(102)、光譜儀透鏡組件(103)和線陣相機(jī)(104),其中,所述的第三準(zhǔn)直鏡(101)還連接第二偏振控制器(6),所述的線陣相機(jī)(104)連接高速相機(jī)數(shù)據(jù) 線(14)。
專(zhuān)利摘要一種基于GPU平臺(tái)的眼科頻域OCT系統(tǒng),包括:依次連接的SLD光源、光循環(huán)器、光纖分束器、第一偏振控制器和參考臂,光循環(huán)器或光纖分束器還連接第二偏振控制器,第二偏振控制器又依次連接光譜儀、高速相機(jī)數(shù)據(jù)線、高速圖像采集卡和汁算機(jī),光纖分束器還依次連接第三偏振控制器和與被測(cè)眼相連的樣品臂,計(jì)算機(jī)分別連接樣品臂和圖像顯示單元,計(jì)算機(jī)還連接GPU圖像處理器。本實(shí)用新型借助GPU強(qiáng)大的并行數(shù)據(jù)處理能力和浮點(diǎn)計(jì)算能力,用CUDA對(duì)OCT系統(tǒng)數(shù)據(jù)處理過(guò)程進(jìn)行改寫(xiě),使得眼科OCT系統(tǒng)的成像速度較之前基于CPU平臺(tái)處理成像速度提高了數(shù)十倍,達(dá)到了臨床2D實(shí)時(shí)成像的要求。
文檔編號(hào)A61B3/14GK203107093SQ20122065979
公開(kāi)日2013年8月7日 申請(qǐng)日期2012年12月4日 優(yōu)先權(quán)日2012年12月4日
發(fā)明者李躍杰, 趙金城, 徐秋晶, 劉巧艷, 王立偉 申請(qǐng)人:天津邁達(dá)醫(yī)學(xué)科技股份有限公司