專(zhuān)利名稱(chēng)：基于cuda架構(gòu)的ct在線(xiàn)重建與實(shí)時(shí)可視化方法
技術(shù)領(lǐng)域：
本發(fā)明涉及X射線(xiàn)CT圖像在線(xiàn)重建的方法，特別是涉及一種基于CUDA架構(gòu)的錐束CT圖像在線(xiàn)重建與實(shí)時(shí)可視化的方法。
背景技術(shù)：
隨著硬件的發(fā)展，CT掃描速度得到了提高，在實(shí)際應(yīng)用中圖像重建時(shí)間大于掃描時(shí)間而成為應(yīng)用的瓶頸。CT重建計(jì)算量大、耗時(shí)高，計(jì)算復(fù)雜度與被重建體數(shù)據(jù)量、投影視圖個(gè)數(shù)的乘積成正比，如何提高重建速度受到越來(lái)越多的人重視。針對(duì)三維重建加速問(wèn)題，國(guó)際一些科研機(jī)構(gòu)和公司已經(jīng)作了卓有成效的研究和開(kāi)發(fā)，加速可以從算法本身著手降低算法的時(shí)間復(fù)雜度，也可以開(kāi)發(fā)適合某些特定硬件的算法，比如基于CPU重建、基于GPU重建、基于FPGA重建、基于Cell重建等等。FDK 重建:經(jīng)典FDK算法由Feldkamp, Davis,和Kressl984年提出，F(xiàn)DK算法從二維經(jīng)典算法出發(fā)，做了一個(gè)近似，從而得到三維重建算法。由于它保留了濾波反投影結(jié)構(gòu)，高效穩(wěn)定，F(xiàn)DK算法及其改進(jìn)算法一直以來(lái)是應(yīng)用的主流。FDK算法效率高，在錐角較小的情況下能夠取得較好的重建效果。目前也有幾種改進(jìn)的FDK算法來(lái)改善錐角問(wèn)題，F(xiàn)DK算法主要有兩大步驟:第一步，加權(quán)濾波:
權(quán)利要求
1.一種基于統(tǒng)一計(jì)算設(shè)備CUDA架構(gòu)CT在線(xiàn)重建與可視化的方法，包括:獲取投影數(shù)據(jù)并對(duì)獲取的投影數(shù)據(jù)進(jìn)行預(yù)處理；CPU實(shí)現(xiàn)FDK加權(quán)濾波過(guò)程；CUDA加速實(shí)現(xiàn)FDK加權(quán)反投影；CUDA加速實(shí)現(xiàn)體繪制。
2.如權(quán)利I所述的方法，其特征在于所述預(yù)處理包括:在正式采集投影數(shù)據(jù)之前采集一組平場(chǎng)數(shù)據(jù)和多幀暗場(chǎng)數(shù)據(jù)。
3.如權(quán)利要求2所述的方法，其特征在于對(duì)多幀暗場(chǎng)數(shù)據(jù)取平均值，以降低噪聲波動(dòng)的影響。
4.如權(quán)利要求2所述的方法，其特征在于對(duì)所述平場(chǎng)數(shù)據(jù)做暗場(chǎng)去除處理，對(duì)掃描數(shù)據(jù)進(jìn)行平場(chǎng)處理。
5.如權(quán)利要求4所述的方法，其特征在于對(duì)圖像中的壞點(diǎn)進(jìn)行補(bǔ)償，其中，使用周?chē)５南袼夭逯荡鎵狞c(diǎn)的值。
6.如權(quán)利要求1所述的方法，其特征在于所述加權(quán)包括:事先將加權(quán)值存儲(chǔ)在數(shù)組中，對(duì)投影數(shù)據(jù)進(jìn)行逐點(diǎn)加權(quán)。
7.如權(quán)利要求1所述的方法，其特征在于濾波包括:通過(guò)對(duì)投影數(shù)據(jù)進(jìn)行補(bǔ)零操作，逐行執(zhí)行傅氏變換；投影數(shù)據(jù)的每一行與傅氏變換后的濾波函數(shù)進(jìn)行逐點(diǎn)相乘；對(duì)投影數(shù)據(jù)逐行執(zhí)行傅氏逆變換。
8.如權(quán)利要求1所述的方法，其特征在于使用Kernel函數(shù)執(zhí)行所述加權(quán)反投影。
9.如權(quán)利要求8所述的方法,其特征在于將Kernel函數(shù)中的blockDim固定設(shè)置為16*16，同時(shí)一個(gè)SM至少包含三個(gè)block。
10.如權(quán)利要求1所述的方法，其特征在于在反投影前先計(jì)算好三角函數(shù)的值，存入常數(shù)存儲(chǔ)器的幾何參數(shù)數(shù)組中。
11.如權(quán)利要求1所述的方法，其特征在于所述加權(quán)反投影包括:對(duì)于海量投影數(shù)據(jù)的CT重建，依次重建物體的各個(gè)切片，根據(jù)每個(gè)切片所需的投影數(shù)據(jù)層，分批重建并寫(xiě)回磁盤(pán)。
12.如權(quán)利要求1所述的方法，其特征在于所述CPU處理完單幅投影數(shù)據(jù)后，不等待GPU的計(jì)算，直接返回繼續(xù) 下一幅的采集，所述CPU和GPU通過(guò)全局變量實(shí)現(xiàn)信號(hào)同步。
全文摘要
一種基于統(tǒng)一計(jì)算設(shè)備CUDA架構(gòu)CT在線(xiàn)重建與可視化的方法，包括獲取投影數(shù)據(jù)并對(duì)獲取的投影數(shù)據(jù)進(jìn)行預(yù)處理；CPU實(shí)現(xiàn)FDK加權(quán)濾波過(guò)程；CUDA加速實(shí)現(xiàn)FDK加權(quán)反投影；CUDA加速實(shí)現(xiàn)體繪制。本發(fā)明所述的基于CUDA架構(gòu)的CT在線(xiàn)重建與實(shí)時(shí)可視化方法，能夠?qū)﹀F束CT數(shù)據(jù)實(shí)施在線(xiàn)重建，使得錐束CT系統(tǒng)在采集投影數(shù)據(jù)的同時(shí)重建出CT三維圖像，隨著投影數(shù)據(jù)的完善最終得到完整的CT圖像，從而實(shí)現(xiàn)實(shí)時(shí)的在線(xiàn)反饋。
文檔編號(hào)G06T15/08GK103077547SQ20121047780
公開(kāi)日2013年5月1日 申請(qǐng)日期2012年11月22日 優(yōu)先權(quán)日2012年11月22日
發(fā)明者楊鑫, 田捷, 李勇保, 薛貞文 申請(qǐng)人:中國(guó)科學(xué)院自動(dòng)化研究所