Evaluating the scalability of high-performance, Fourier-Domain Optical Coherence Tomography on GPGPUs and FPGAs
Notice bibliographique
Résumé
Digital signal processing (DSP) applications are pervasive in the modern world, ranging from audio and video applications to medical imaging. For example, Fourier Domain Optical Coherence Tomography (FD-OCT) is a biomedical imaging technology that provides ultra-high resolution and high speed data acquisition. However, the FD-OCT algorithm's complexity requires high performance computing solutions to support real-time FD-OCT imaging. Furthermore, general purpose processors are unable to support the increasing processing requirements of real-time, 3-dimensional (3D) FD-OCT imaging and the increasing data acquisition rates. This paper describes the two different popular data acquisition systems for FD-OCT and analyzes how the FD-OCT processing rate can be scaled on two different implementation platforms: General Purpose Graphical Processing Units (GPGPUs) and Field Programmable Gate Arrays (FPGAs). The specific contribution of this paper is a discussion of how to best map the FD-OCT algorithm to the these specific computing two platforms and to highlight architectural characteristics that may inhibit their ability to scale with increased data acquisition rates. Our complete FD-OCT system using a NVIDIA GPGPU co-processor provides a speed up of 6.9x over a general purpose processor (GPP) solution. The custom hardware processing solution achieves a speed up of 15.5x over GPPs for a single pipeline; by replicating this pipeline, even greater processing speedups are possible. Based on our analysis of both the algorithm and the two data acquisition platforms, the GPGPU provides a low cost solution with reasonable design effort for camera-based (i.e. spectrometer) acquisition systems. However, swept-source systems have significantly higher data rates, for which FPGAs are likely to provide a better solution to meet the long term demands for accelerating FD-OCT to achieve real-time, 3D imaging at high data acquisition speeds.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».