Objetivos de Aprendizagem
- Identificar os pontos de gargalo computacional nas pipelines tradicionais de reconstrução de RM em série.
- Avaliar as ganhos de desempenho obtidos ao paralelizar algoritmos de gradeamento para dados de espaço k não cartesianos.
- Comparar a eficiência das implementações OpenMP e CUDA para Transformadas Rápidas de Fourier 3D.
- Analisar o impacto da paralelização a nível de dados na velocidade de convergência da reconstrução iterativa SENSE e GRAPPA.