互相关计算方法的性能对超声弹性成像运动的计算效率起着决定性的作用。在串行计算环境下, 基于和表的快速互相关算法在维持计算精度的同时可以获得更快的计算效率。然而, 在并行计算环境下, 尤其是 GPU平台上, 基于和表的快速互相关算法的实现以及性能还没有相关的报道。在本研究中, 以二维超声弹性成像的运动追踪应用为目标, 基于和表的快速互相关算法(ST-NCC)在 GPU平台上得以实现, 并且从计算效率及计算精度和传统的互相关算法进行了详细比较。初步结果显示, 虽然基于和表的快速互相关算法 (ST-NCC)在串行计算环境下获得了较好的计算效率, 但是在 GPU环境下, 两种方法的计算效率没有较大的差距。

高精度的位移估计方法对提高超声弹性成像的质量非常重要。在本研究中，通过英伟达公司的 CUDA架构实现了一种新颖的可以同时提高轴向和横向运动估计精确度的位移估计方法在 GPU上的高效并行计算。对比于原始方法在 C Mex编译条件下的实现， GPU实现的方法显示最多可实现 76X的加速，同时保持了较高的位移估计精度。