基于GPU的圖形渲染和并行計(jì)算在光學(xué)分子成像中的應(yīng)用.pdf

1、光學(xué)分子成像是近幾年分子成像領(lǐng)域的研究熱點(diǎn)，其算法研究主要包括：前向問(wèn)題和逆向問(wèn)題。其中，前向問(wèn)題的實(shí)質(zhì)是粒子的輸運(yùn)問(wèn)題，等價(jià)于Boltzmann傳輸方程的求解。一般情況下，此方程的解析解很難獲得，因此通常采用隨機(jī)統(tǒng)計(jì)解法(如Monte Carlo方法)來(lái)獲得精確的數(shù)值解。
　　 為了保證Monte Carlo方法在求解前向問(wèn)題時(shí)仿真結(jié)果的精確度，一般需要跟蹤的光子數(shù)量十分巨大，而模擬時(shí)間也會(huì)隨著光子數(shù)的增加成比例性增長(zhǎng)。因此，

2、本文提出了一種基于GPU高性能計(jì)算能力的并行化設(shè)計(jì)方法，將前向問(wèn)題中Monte Carlo算法部分并行化。由于傳統(tǒng)GPU硬件架構(gòu)的限制，很難有效利用其資源進(jìn)行通用計(jì)算，而NVIDIA公司推出的CUDA產(chǎn)品與傳統(tǒng)GPU通用計(jì)算開(kāi)發(fā)方式相比，編程性能更高，應(yīng)用領(lǐng)域更廣泛，支持CUDA的硬件性能也更強(qiáng)。本文則是通過(guò)利用CUDA將Monte Carlo算法模擬部分并行化，使其模擬結(jié)果能夠在保證有較高精確度的同時(shí)又節(jié)省大量的模擬時(shí)間。