基于GPU的实时眼动跟踪系统的实现

摘要

视频眼震电图仪作为研究诊断内耳疾病、运动病、美尼尔综合症和良性阵发性位置性眩晕（Benign paroxysmal positional vertigo，BPPV）等疾病的重要设备，发展迅速。市场上现有的视频眼震电图仪，因其对准确性的要求，瞳孔跟踪算法的复杂度较高。这种复杂的瞳孔中心定位方法需要配置要求极高的电脑硬件，极大提高了整套设备的造价。由于使用了较为复杂的瞳孔中心跟踪算法，视频眼震电图仪处理瞳孔中心实时性较差。因此视频眼震电图仪现阶段在医院并没有得到大规模使用，尤其中小型医院视频眼震电图仪更是极为少见的诊断仪器。本文在图像跟踪定位知识基础上，结合GPU并行计算开发出一套跟踪准确、实时性强、且造价合理的视频眼震电图仪。利用GPU并行计算优化图像前期处理程序和后期瞳孔跟踪定位算法，在保证瞳孔中心跟踪准确度的基础上，完成对瞳孔中心的实时跟踪和定位。本文利用GPU强大的并行计算能力实现了信息学科对医学信号的支撑，改进了市场上现有的视频眼震电图仪，扩大了视频眼震电图仪的使用范围，实现了改进后的视频眼震电图仪的实时性，让视频眼震电图仪能够广泛的应用于医院和高校的科研中。本文主要工作包括： 1)利用数学形态学中常见的图像处理方法对瞳孔图像进行处理后，利用一种新的瞳孔定位跟踪算法对经过预处理后的瞳孔图像进行定位跟踪获得诊断某些前庭疾病发病机理研究的眼震信号。该眼动跟踪系统跟踪准确度高、造价合理。 2)利用GPU强大的计算能力，优化数学形态学中的图像处理程序和提出的瞳孔跟踪定位程序。其中包括对图像预处理中的图像分割、增强以及中值滤波和腐蚀膨胀的优化以及采用并行规约的方式对瞳孔跟踪算法进行优化，以使在GPU架构下的眼动跟踪系统处理效率更高，整个眼动跟踪系统实时性更强。 3)搭建实验平台，在同一实验平台下进行GPU架构下的眼动跟踪系统和CPU架构下的眼动跟踪系统的效果比较，其中包括了从程序处理效率、瞳孔定位精确度以及硬件成本三个方面对实验结果进行分析和比较。 4)根据实验结果分析，从本文瞳孔跟踪程序的GPU并行计算程序优化出发对使用GPU并行计算优化不同程序的方法和步骤进行总结。

目录

第一个书签之前