Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/40188| Título: | Implementação de algoritmos de reconstrução de imagens por ultrassom utilizando a biblioteca WebGPU |
| Título(s) alternativo(s): | Implementation of ultrasound image reconstruction algorithms using the WebGPU library |
| Autor(es): | Forlin, Felipe |
| Orientador(es): | Guarneri, Giovanni Alfredo |
| Palavras-chave: | Computação de alto desempenho Computação gráfica Ultrassom Algorítmos paralelos High performance computing Computer graphics Ultrasonics Parallel algorithms |
| Data do documento: | 19-Nov-2025 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Pato Branco |
| Citação: | FORLIN, Felipe. Implementação de algoritmos de reconstrução de imagens por ultrassom utilizando a biblioteca WebGPU. 2025. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Pato Branco, 2025. |
| Resumo: | Motivado pela busca da qualidade do produto e pela prevenção de eventuais falhas, os ensaios não destrutivos por ultrassom apresentam-se como uma solução eficiente, pois permitem identificar defeitos sem alterar as propriedades do material inspecionado. Com a evolução dos transdutores, tornou-se possível coletar dados e reconstruir imagens no formato B-scan por meio de algoritmos como SAFT, TFM e CPWC, que oferecem maior precisão na detecção de descontinuidades. Contudo, o processamento desses algoritmos pode demandar elevada capacidade computacional, dependendo do conjunto de dados analisado. Embora já existam tecnologias consolidadas para a otimização desse processamento em GPU, como CUDA, o presente trabalho busca ir além da simples otimização, propondo a investigação da utilização do WebGPU. O objetivo é que, futuramente, tais algoritmos possam ser incorporados a aplicações em ambiente web, ampliando sua acessibilidade e aplicabilidade em contextos industriais. Para a avaliação, os experimentos foram realizados em um notebook equipado com GPU NVIDIA GeForce RTX 3060, utilizando dois conjuntos de dados: um bloco homogêneo de alumínio simulado no software CIVA e dados reais obtidos em ensaios com o equipamento M2M Panther. Os resultados evidenciaram ganhos de speed-up em todos os algoritmos paralelizados em relação aos algoritmos em CPU, com destaque para o TFM_webGPU, que apresentou os resultados mais expressivos, alcançando um desempenho aproximadamente 72 vezes superior, em virtude de sua maior complexidade computacional, seguido pelos algoritmos CPWC_webGPU com desempenho cerca de 30 vezes superior, e SAFT_webGPU com desempenho aproximadamente 13,5 vezes superior. |
| Abstract: | Motivated by the pursuit of product quality and the prevention of potential failures, ultrasonic non-destructive testing presents itself as an efficient solution, as it allows the identification of defects without altering the properties of the inspected material. With the evolution of transducers, it has become possible to collect data and reconstruct images in the B-scan format through algorithms such as SAFT, TFM, and CPWC, which offer greater accuracy in detecting discontinuities. However, the processing of these algorithms can demand high computational capacity, depending on the dataset analyzed. Although consolidated technologies such as CUDA already exist for optimizing this processing on GPUs, the present work aims to go beyond simple optimization by investigating the use of WebGPU. The goal is that, in the future, such algorithms can be incorporated into web-based applications, expanding their accessibility and applicability in industrial contexts. For the evaluation, the experiments were conducted on a laptop equipped with an NVIDIA GeForce RTX 3060 GPU, utilizing two datasets: a homogeneous aluminum block simulated in the CIVA software and real data collected from tests using the M2M Panther equipment. The results showed speed-up gains in all parallelized algorithms compared to their CPU versions. The TFM_webGPU achieved the most significant improvement, reaching a performance approximately 72 times higher due to its greater computational complexity, followed by the CPWC_webGPU with a performance about 30 times higher, and the SAFT_webGPU with a performance approximately 13.5 times higher. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/40188 |
| Aparece nas coleções: | PB - Engenharia Elétrica |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| algoritmosreconstrucaoimagenswebgpu.pdf | 2,5 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
