锥束CT FDK重建算法的GPU并行实现

针对FDK算法重建耗时长的问题,提出了一种基于图形处理器(GPU)的FDK并行加速算法。通过采用合理的线程分配方式,对反投影参数计算过程中与体素无关的中间变量的提取和预计算、对全局存储器访问次数的细致优化等策略,提高FDK算法的执行效率。仿真实验结果表明,在不牺牲重建质量的前提下,完全优化后的FDK并行加速算法重建2563规模的体数据需要0.5s,重建5123规模的体数据需要2.5s,这与较新的研究成果相比有很大幅度的提升。     

一种基于Grengeat公式的锥束CT重建算法研究

基于单圆轨迹的Feldkamp(FDK)重建算法只有在小锥角条件下才能取得较好重建效果。随着锥角增大,图像质量迅速下降。因此在实际应用中受到一定限制。在分析了物体Radon数据与单圆扫描获得的Radon数据间的关系后,结合空间可变滤波反投影重建算法(SV_FBP),提出了一种基于Grengeat公式的叠加算法。该重建算法由两部分重建结果叠加而成,第1部分结果首先采用FDK算法通过对单圆扫描的投影数据进行重建来获得;然后采用外推方法获得缺失的数据,并利用SV_FBP进行重建得到第2部分结果;最后将两部分结果进行叠加。实验结果表明,该算法不仅有效地抑制了FDK算法重建的伪影,而且使锥角的使用范围比FDK算法提高了3~4倍。这种新的叠加重建算法在大长物体的重建中,具有重要的理论和应用价值。     

一种新的基于平面检测器的锥形束体积重建算法

由于锥形束体积重建算法具有较高的获取投影数据的速度、较大的 X射线利用率及能保持重建物体的空间和密度各向同性等方面的优点 ,因而引起了人们的广泛关注 .针对锥顶轨迹为单圆的锥形束体积重建问题 ,提出了一种基于平面检测器的 T- FDK算法 (简称 FT- FDK算法 ) .该算法首先将锥形束投影数据重排为倾斜平行投影数据 ,然后再经过加权滤波和反投影重建来得到待测物体的三维结构 .实验结果表明 ,该算法不仅与传统的 FDK算法有相同的计算复杂度 ,且重建图象的质量有了明显的提高 ,因而该算法在医学成像和无损探伤等领域具有重要的实用价值 .     

基于MPI的三维CT并行重建实现

分析了三维CT近似重建FDK快速算法理论基础,采用基于MPI并行环境地并行实现方案实现三维CT的并行重建,得到比较理想的重建时间结果和比较理想的加速比与效率。     

基于集群并行及指令优化的FDK重建算法

为提高锥束CT的FDK重建算法在重建高分辨率的图像时的速度,分析2种并行策略及其对应的通信时耗,研究集群并行与SSE指令优化计算相结合的FDK算法,在8个节点的集群系统上进行实现。实验结果表明,采用集群并行加指令优化的方式,可将分辨率为2563的图像的重建速度提高到原来的29倍。     

锥束FDK反投影重建算法的三角函数优化

为了提高传统FDK（Feldkamp-Davis-Kress）重建算法的重建速度,根据三角函数在一定程度上表现出来的周期性的特点对极坐标下的FDK重建算法进行了改进。改进的算法能够一次性对多幅投影数据进行反投影重建,并且大大减少了三角函数的运算量。同时利用正余切函数的对称性,在将重建后的图像从极坐标向笛卡尔坐标的转换过程中一次性将多个重建后的像素点进行转换。实验结果表明,对比传统FDK重建算法,经过该优化的算法在重建速度上提高了近10倍。     

基于GPU加速的锥束CT重建算法研究

锥束计算机断层扫描（Cone-Beam Computed Tomography，CBCT）具有采集速度快和空间分辨率高等特点，被生物医学等领域广泛关注。然而通过CPU串行处理CBCT重建中海量投影数据非常耗时，难以满足实时性的需求。GPU的发展为CBCT重建的并行加速提供了条件。根据三角函数周期性的特点对FDK算法进行了改进，并利用GPU实现了12幅投影数据同时并行计算。实验结果表明，相比于传统基于CPU的重建算法，基于GPU的CBCT重建算法在保证图像质量的前提下，将重建速度提高了超过310倍。     

锥束CT系统安装参数确定技术研究

锥束CT系统普遍采用滤波反投影(FDK)重建算法,该算法要求旋转工作台中心必须与FDK算法重建中心一致。受扫描系统安装定位精度限制,这一条件很难得到充分满足,从而引起重建切片图像出现伪影。为此,文章提出了一种基于细琴弦重建图像评估的黄金分割迭代搜索法来精确确定投影中心,还可确定射线源与旋转中心距离以及探测器安装旋转角、倾斜角等参数,实验证明了该方法的有效性。该方法对工业CT扫描系统的调试和校正具有重要意义。     

FPGA加速三维CT图像重建

针对三维图像重建的经典算法(FDK算法)在FPGA上的加速,提出了并行无等待流水线的实现方法。实验结果表明,该方法获得了较高的加速比。     

一种新颖三维ICT扫描轨道及重构算法

工业CT图像直接三维重建是近年来工业CT技术研究的前沿领域,针对FDK近似重建算法重建精度不高的问题,在不提高现有系统复杂程度的前提下,讨论了一种新的垂直双圆周扫描轨道在工业CT中的应用,提出了相应的FDK改进算法,获取物体投影的完备数据,提高重建的精度。     

Software architecture for multi-bed FDK-based reconstruction in X-ray CT scanners

Most small-animal X-ray computed tomography (CT) scanners are based on cone-beam geometry with a flat-panel detector orbiting in a circular trajectory. Image reconstruction in these systems is usually performed by approximate methods based on the algorithm proposed by Feldkamp et al. (FDK). Besides the implementation of the reconstruction algorithm itself, in order to design a real system it is necessary to take into account numerous issues so as to obtain the best quality images from the acquired data. This work presents a comprehensive, novel software architecture for small-animal CT scanners based on cone-beam geometry with circular scanning trajectory. The proposed architecture covers all the steps from the system calibration to the volume reconstruction and conversion into Hounsfield units. It includes an efficient implementation of an FDK-based reconstruction algorithm that takes advantage of system symmetries and allows for parallel reconstruction using a multiprocessor computer. Strategies for calibration and artifact correction are discussed to justify the strategies adopted. New procedures for multi-bed misalignment, beam-hardening, and Housfield units calibration are proposed. Experiments with phantoms and real data showed the suitability of the proposed software architecture for an X-ray small animal CT based on cone-beam geometry.     

三维锥束CT投影数据的模拟

三维锥束CT是目前研究的热点,也是医学CT和工业CT的发展方向。三维重建算法的可靠性和准确性的研究过程中,模型的设计以及投影数据的模拟是必不可少的一部分。本文详细介绍了3DShepp-Logan头部模型的设计思路、推导了等距锥束射线投影仿真公式,基于3DShepp-Logan头部模型进行了投影数据模拟,并利用FDK算法的重建结果验证了思路的可行性和模型计算的准确性。     

基于不规则螺旋扫描CT图像重建算法的研究

锥束螺旋CT可以解决长物体的检测问题,目前广泛应用的锥柬螺旋CT主要采用螺旋FDK算法进行图像重建,近年采为了使算法能更应用于买际,许多学者对标准的螺旋轨迹进行了拓展。针对这一情形,本文提出了变螺距不规则螺旋扫描轨迹,变螺距螺旋扫描可根据目标物体形状的变化,随时做出调整以获得最佳的图像重建质量,有更快的扫描速度和更高的时间、空间分辨率。本文首先设计了两种随投影角度自适应变化的变螺距螺旋轨迹函数,然后采用近似FDK重建算法进行重建。仿真结果表明,变螺距螺旋FDK重建算法能够重建出较好的图像质量,本文的研究可以促进实用变螺距螺旋锥束CT的发展。     

基于平板探测器倾斜的锥束CT修正重建算法

在锥束工业CT系统中要求射线源焦点,物体旋转中心,平板探测器中心三点在一条直线上,但由于机械的定位误差,探测器定位后会出现一定角度的倾斜现象,如果平板探测器直接采集投影数据进行重建,重建结果将会出现偏离,产生伪影.针对该问题,使用系统标定的方法测得探测器倾斜角度,并用机械校正对其进行粗调,利用平板探测器倾斜的FDK修正算法进行微调,经过两次校正可以有效的抑制由于倾斜造成的伪影,通过实验验证了该方法的有效性和可行性.     

锥束螺旋CT的串扰屏蔽

在锥束CT(Computed Tomography)中,由于X射线特别是高能X射线散射引起的探测器通道间的串扰,会降低探测器的信噪比和物体的空间分辨率,同时也会在图像的边缘产生伪影.采用了一种有利于机械实现的交错螺旋和平行螺旋的扫描方法,通过在探测器面板上加隔离网来减少射线串扰,并采集4次投影数据,以弥补加隔离网后投影数据的缺损.同时对改进的扫描方法和投影采集方法作了计算机仿真,从仿真实验的结果来看,采用探测器4次采样和交错螺旋或平行螺旋的扫描轨迹,能有效减少因射线串扰引起的伪影,并减少了由螺旋运动引起的伪影.     

基于三维加权和双域滤波的螺旋CT伪影校正

螺旋CT重建会受到锥束伪影和风车伪影的影响,锥束伪影是由于锥角和螺距过大而导致的,而风车伪影由纵向方向采样不足引起,为了降低锥束伪影与风车伪影对CT图像的影响,提出一种螺旋CT伪影校正算法;首先采用三维加权螺旋FDK算法进行重建,有效去除重建图像中的锥束伪影,然后采用改进的双域滤波算法对含风车伪影图像进行校正;三维加权螺旋FDK算法通过对大锥角的射线给予不利权重来抑制锥束伪影,改进的双域滤波算法可以在去除风车伪影的同时保留更多的细节;计算机仿真实验结果表明,该算法能有效地抑制重建图像中的锥束伪影和风车伪影,提高CT图像的质量。     

螺旋锥束CT重建的近似逆算法

三维螺旋锥束CT以扫描速度快、成像分辨率高等诸多优点成为现代CT技术的一个重要发展方向。Katsevich精确FBP算法的提出,使得三维锥束CT研究获得了突破性进展。由于该算法的复杂性,应用中受到了限制。研究了Katsevich算法在检测板上沿滤波线展开的形式,其滤波运算由Hilbert核函数构成,利用近似逆的思想提出了融合的CT重建算法。该算法将Katsevich公式改写成近似逆的形式,得到了重建核的具体形式。     

定步长压缩感知锥束CT重建算法

针对锥束CT成像系统中投影数据不完全的图像重建问题,提出了一种定步长压缩感知锥束CT重建算法。首先将锥束CT重建问题归结为投影数据均方误差作为数据保真项、全变分作为正则项的无约束优化问题,分析目标函数的Lipschitz连续性;然后近似计算Lipschitz常数,求出梯度下降步长,利用梯度下降法进行重建;最后对CT投影数据采用联合代数重建算法更新重建图像。在每次迭代过程中调整梯度下降步长,提高重建算法的收敛速度。Shepp-Logan模型的无噪声实验结果表明,该算法的重建图像信噪比分别比联合代数重建算法、自适应最速下降-凸集投影算法、BB梯度投影算法的重建图像信噪比高出13.7728dB、12.8205dB、7.3580dB。仿真试验表明该重建算法提高了收敛速度,同时减少了重建图像的相对误差,极大提高了用少量投影数据重建的图像质量。     

GPU多重纹理加速三维CT图像重建

三维锥束CT图像重建运算量大,纯软件（仅使用CPU）计算时间较长。为了充分利用计算机图形处理器（Graphic Process Unit,GPU）的并行处理能力以及提高数据传输效率,研究了一种结合使用GPU多重纹理（multitexture）加速三维锥束CT的FDK图像重建过程的方法。该方法采用多重纹理映射来提高反投影速度、减少中间数据存储量、减少浮点累加次数,使用顶点颜色通道来实现距离加权运算,采用扩展方法来增加并行反投影的纹理单元,从而提高重建速度。计算机实验结果表明,使用普通PC机重建尺寸为2563的图像,在保证数据精度为16 bit浮点数的要求下,GPU反投影计算可以在10 s以内完成。与仅使用CPU的重建方法相比,GPU重建图像加速方法达到了较高的时间加速比。