文件名称：TRON:轨迹优化的纳夫特
文件大小：1MB
文件格式：ZIP
更新时间：2024-06-12 17:47:20
signal-processing parallel-computing mri gpu-acceleration fft
TRON：轨迹优化的Nufft 介绍 这是论文“”的资料库。 快速的非笛卡尔MRI重建（“网格化”）要求将非均匀采样的傅立叶数据插值到笛卡尔网格上。 由于复杂的非本地数据访问模式很难针对现代并行CPU架构进行优化，因此插值速度很慢。 TRON是为标准径向（线性和黄金角）轨迹和Nvidia的CUDA体系结构定制的网格化代码，可消除为任意轨迹和硬件编写网格算法时遇到的瓶颈。 TRON的速度比gpuNUFFT（快速的GPU代码）快30倍，比Fessler的图像重建工具箱（IRT）（基于CPU的无处不在的Matlab代码）快75倍。 TRON消除了对数据进行预分类或执行单独的样本密度补偿的需要，同时所包含的代码比经过测试的IRT的最小子集少50％。 复制论文结果 若要生成纸质图形和数据，请按照下列步骤操作： 要求：最新版本的MATLAB和CUDA。 确保您的路径中具有cuFFT和编译器n
【文件预览】：
TRON-master
----tron_recon.png(948KB)
----data()
--------ex_whole_body.ra(134B)
--------shepplogan.ra(131B)
----LICENSE(1KB)
----src()
--------rmse.m(69B)
--------RUNME2_others_degrid_phantom.m(3KB)
--------figs()
--------lmsediff.m(1013B)
--------RUNME7_others_grid_phantom.m(6KB)
--------rkmp.m(188B)
--------racompare.m(358B)
--------float16.h(748B)
--------float16.cu(11KB)
--------whole_body_mosaic.m(627B)
--------paper_plots.m(4KB)
--------ra.h(4KB)
--------float2math.h(3KB)
--------RUNME5_others_grid_optic_nerve.m(6KB)
--------normalize.m(87B)
--------output()
--------lmse.m(606B)
--------RUNME4_others_grid_slcmt.m(8KB)
--------ra.cu(5KB)
--------RUNME6_others_grid_swallowing.m(6KB)
--------RUNME3_tron_grid_all.sh(1KB)
--------rimp.m(207B)
--------mosaic.m(1KB)
--------brewermap.m(21KB)
--------RUNME1_tron_degrid_phantom.sh(134B)
--------tron.h(3KB)
--------Makefile(495B)
--------fixfig.m(5KB)
--------rawrite.m(2KB)
--------raread.m(2KB)
--------brewermap_view.m(10KB)
--------tron.cu(35KB)
--------raview.m(414B)
----README.md(2KB)
----contrib()
--------irt()