光学相干断层成像(Optical Coherence Tomography,OCT)是近年来发展非常迅速的一种新型生物医学光学成像技术。它不仅可以对活体组织微观结构进行无损、非接触、高分辨率和高敏感度的成像,还可以对血氧性质、血流速度、光学性质等功能进行成像,因此从最初作为研究手段应用于眼科等临床,逐渐成为指导各种疾病的介入诊疗中不可或缺的影像辅助手段。当前随着OCT技术的发展,术中OCT导航、快速诊断等技术已进入临床应用,人们对OCT实时成像要求也变得越来越迫切。OCT系统的成像速度主要有两部分组成,一部分是系统的数据采集速度,另一部分是数据的处理速度。随着采集相关软硬件技术以及数字信号技术的发展,谱域OCT(FD-OCT)的采集速度可以达到300k线/秒,这为OCT实时成像提供了前提。而传统的基于中央处理器(Central Processing Unit,CPU)平台的OCT成像系统的数据处理速度较低,不能满足OCT系统实时成像的需求。因此,如何提高数据处理速度成为了OCT系统实时成像的瓶颈。利用图形处理器(Graphics Processing Unit,GPU)高速并行计算能力来进行OCT图像重建,是实现OCT系统实时成像的最佳方案。本课题在实验室现有的谱域OCT实验系统的基础上,利用具有强大并行计算能力和浮点运算能力且具备足够内存的GPU显卡NVIDIA GeForce GTX TITAN X等设备,结合为CPU-GPU异构计算所配置的并行开发架构CUDA(Compute Unified Device Architecture),搭建了一个适用于OCT成像的数据处理的并行化计算平台,并对FD-OCT数据处理过程中各运算模块进行了基于CUDA C的并行化设计与优化。为验证并行化设计的准确性和有效性,研究中分别基于CPU模式和CPU-GPU异构模式开展了FD-OCT的系列动物及人体实验,对小鼠耳朵、腹部以及人体手指等分别进行了OCT二维扫描成像。实验结果表明,在相同质量的成像效果下,基于本课题所开发的并行化计算平台的OCT数据处理效率提高了至少数十倍,满足了二维FD-OCT实时成像的要求,并且在实现三维FD-OCT实时成像上也具有较大的潜力,且该并行化设计容易移植到大多数FD-OCT实时成像系统中。目前,国外在GPU加速OCT实时成像上的研究较多,而国内在这方面的研究还比较落后,处于起步阶段。因此,本文及后续开展的研究将对国内OCT实时成像技术的发展以及该领域内的研究者都具有一定的学术意义和重要的参考价值。