代做Parallel computing with GPUs for fast ultrasonic imaging代写Python语言

Parallel computing with GPUs for fast ultrasonic imaging

Project Type: Individual

Project Description

Parallel computing lends itself well for fast processing of ultrasonic signals enabling high frame rate imaging in fast dynamic processes. Examples include ultrasonic imaging during additive manufacturing or medical ultrasonic imaging of living organisms. GPUs are currently being used to facilitate parallel computing, however the programming architecture must adhere to certain coding rules for benefits to be apparent.

The aim of this project is to develop and use a GPU function in order to accelerate the processing of ultrasonic signals for ultrasonic imaging.

An ultrasonic sensor transmits a signal which travels within a material and is received by another sen-sor. An ultrasonic phased array is an array of such transmit-receive sensors and the ultrasonic signals are sequences of time vs. ultrasonic amplitude from all possible transmit-receive pair combinations. The signals are then processed to create an ultrasonic image.The processing algorithm that willbe  followed is called the Total Focusing Method (TFM), which is the superposition of all received signals with an appropriate time delay corresponding to each point (pixel) of the ultrasonic image. The GPU function will be able to process the TFM algorithm and demonstrate the advantage of parallel com-puting compared to the default, linear computing performed on the CPU (i.e.computing on a single thread).

All ultrasonic data sets willbe provided.The project will address the high frame rate requirements of 2D ultrasonic imaging,from data provided by a 1D ultrasonic phased array.The GPU algorithm may be expanded to the 3D ultrasonic imaging case.

The project requires a certain degree of programming skills (Python or Matlab)

Key Objectives

· Familiarise with the concept of the TFM algorithm and the various methods of signal processing in ultrasonic phased arrays.

· Familiarise with the use of GPU for parallel computing.

· Develop a signal processing function that uses GPU for 2D ultrasonic imaging from pre-recorded ultrasonic data.

· Compare the processing time between parallel (GPU) and linear (CPU) programming  functions.

· Identify bottlenecks and ways to improve the speed of parallel programming for the TFM imaging algorithm.

· Expand the GPU based signal processing to the 3D ultrasonic imaging case.