一种多级并行的图像重建方法及装置制造方法及图纸

本发明专利技术公开了一种多级并行的图像重建方法及装置，用以在CT成像系统各排结构有差异，投影数据不完备的情况下，快速重建出高质量的图像。所述方法包括：根据统一圆轨道平行束系统结构参数对本地所有GPU进行初始化；当接收到被检对象有限视角的投影数据时，根据圆轨道平行束系统结构参数将有限视角的投影数据重排为的统一圆轨道平行束投影数据；通过CPU多线程方式将不同排的平行束投影数据分配到处于空闲状态的GPU中，以使空闲GPU通过GPU内部线程级并行方式对所述投影数据进行第一预设处理，以得到被检对象对应的图像；输出所述被检对象对应的图像。采用本发明专利技术所提供的方法，能够在数据不完备的情况下，快速重建出高质量的图像。

【技术实现步骤摘要】
一种多级并行的图像重建方法及装置
本专利技术涉及图像处理领域，特别涉及一种多级并行的图像重建方法及装置。
技术介绍
CT(ComputedTomography，计算机断层成像)技术是通过对物体进行不同角度的射线投影测量而获取物体横截面信息的成像技术。CT系统不断朝着提高成像速度与质量的方向发展。然而传统的CT系统采用高速滑环部件来采集获得完备数据，该部件制造维护成本高，导致CT设备价格昂贵，很难大面积推广。新型的直线轨迹扫描方式的CT系统没有旋转部件，结构相对简单，制造维护成本低，扫描速度快，满足特定领域的应用需求。虽然新型的直线轨迹扫描方式的CT系统克服了传统CT系统设备价格昂贵的缺陷，但是，直线的扫描轨迹不可能无限长，导致这种扫描方式一次只能获得有限视角的扫描数据，对于数据不完备的情况，重建图像质量差；然而采用更适合数据不完备的迭代算法，重建图像质量高，但重建速度又很慢，无法满足实际应用需要。因而，提出一种多级并行的图像重建方法，用以在有限采样视角而导致的数据不完备的情况下，快速重建出高质量的图像，是一亟待解决的技术问题。
技术实现思路
本专利技术提供一种多级并行的图像重建方法及装置，用以在CT成像系统各排系统结构有差异，投影数据不完备的情况下，快速重建出高质量的图像。本专利技术提供一种多级并行的图像重建方法，包括：根据预先设置的统一圆轨道平行束系统结构参数对本地所有GPU进行初始化；当接收到被检对象有限视角的投影数据时，根据所述圆轨道平行束系统结构参数将所述有限视角的投影数据分别重排为有限视角的统一圆轨道平行束投影数据；通过CPU多线程方式将不同排的平行束投影数据分配到处于空闲状态的GPU中，以使所述空闲GPU通过GPU内部线程级并行方式对所述投影数据进行第一预设处理，以得到所述被检对象对应的图像；输出所述被检对象对应的图像。本专利技术的有益效果在于：对于重排后的单排圆轨迹平行束双能投影采用SART迭代算法结合图像全变分TV最小约束并联合双能CT预处理重建算法进行GPU并行加速重建，从而使重建算法不仅能适用于投影视角小于90度的有限角不完备情况，也适用于采用稀疏探测器形成的稀疏角不完备情况；在此基础上，通过CPU多线程方式将投影数据分配给空闲GPU，当存在多个空闲GPU时，所有空闲GPU都能够对投影数据进行处理，提高了对投影数据的处理速度，通过增加GPU的数量就可以灵活扩展并行加速系统，因而，能够满足各类不同的并行加速需求，同时，GPU内部通过线程级并行方式对投影数据进行处理，进一步提高了处理速度，因而，能够在各排系统结构不一致，数据不完备的情况下，快速重建出高质量的图像。在一个实施例中，所述对所述投影数据进行第一预设处理，包括：对所述格式的投影数据通过GPU内线程级并行方式进行SART加TV全变分最小约束的迭代重建，以生成预设格式的重建图像；确定满足预设条件的所述重建图像为所述被检对象对应的图像；其中，所述满足预设条件包括：SART加TV全变分最小约束迭代的次数达到预设次数或者所述重建图像正投影和所述投影数据的差值达到预设阈值。在一个实施例中，当所述投影数据为双能投影数据时，所述对所述投影数据进行第一预设处理，包括：对所述格式的双能投影数据通过GPU内线程级并行方式进行双能投影分解处理及SART加TV全变分最小约束的迭代重建，以生成多种预设格式的重建图像；确定满足预设条件的所述多种预设格式的重建图像为所述被检对象对应的多种预设格式图像；其中，所述满足预设条件包括：SART加TV全变分最小约束迭代的次数达到预设次数或者所述重建图像正投影和所述投影数据的差值达到预设阈值；根据所述多种预设格式的重建图像，通过GPU线程级并行方式生成所述被检对象对应的等效原子序数图像和电子密度图像。在一个实施例中，通过以下至少一种方式对本地所有GPU进行初始化：统一圆轨道平行束系统结构参数初始化、GPU设备初始化、分配单排投影数据重建中需要的显存空间、计算并存储系统权值矩阵到显存空间和将预先离线生成的投影分解查找表存储到二维纹理存储器。本实施例的有益效果在于：对本地所有GPU进行统一的初始化，从而使任意GPU都可以处理任意重排后投影数据的重建任务，保证了GPU的通用性。在一个实施例中，所述根据所述圆轨道平行束系统结构参数将所述投影数据重排为有限视角的统一圆轨道平行束投影数据，包括：将系统结构不同的各排直线投影数据分别进行投影空间变换，以得到所述直线投影对应的统一系统结构的圆轨道平行束投影数据；其中，所述统一系统结构的圆轨道平行束投影的扫描起止视角范围一致、扫描视角采样间距相同，探测器单元等效采样间距相同。在一个实施例中，所述对所述多种预设格式的投影数据进行SART迭代重建，包括：对每个视角的预设格式的投影数据进行第二预设处理；其中，所述第二预设处理包括：采用射线驱动的GPU内部线程级并行方式计算得到一个投影视角的各个射线对应的正投影和投影修正值；采用体素驱动的GPU内部线程级并行方式计算得到一个投影视角下的各个体素对应的反投影更新值；当所有视角的预设格式的投影数据的第二预设处理执行完毕时，生成预设格式的重建图像，其中，所述预设格式的重建图像包括以下至少一种图像：线衰减系数图像、投影基材料分解的重建图像、投影基效应分解的重建图像。本实施例的有益效果在于：能够生成多种预设格式的重建图像，从而便于不同目的的识别应用。在一个实施例中，所述通过GPU内线程级并行方式对所述预设格式的重建图像进行TV全变分最小约束迭代，包括：通过梯度下降法求解所述重建图像的TV最小值；采用体素驱动方式实现GPU内部线程级并行计算TV的梯度，采用并行归约算法计算归一化的TV梯度和TV修正系数。本实施例的有益效果在于：采用体素驱动方式实现GPU内部线程级并行计算TV的梯度，相对于采用CPU串行方式而言，提高了速度。本专利技术还提供一种图像重建装置，包括：初始化模块，用于根据预先设置的统一圆轨道平行束系统结构参数对本地所有GPU进行初始化；重排模块，用于当接收到被检对象有限视角的投影数据时，根据所述圆轨道平行束系统结构参数将所述有限视角的投影数据分别重排为有限视角的统一圆轨道平行束投影数据；重建模块，用于通过CPU多线程方式将不同排的平行束投影数据分配到处于空闲状态的GPU中，以使所述空闲GPU通过GPU内部线程级并行方式对所述投影数据进行第一预设处理，以得到所述被检对象对应的图像；输出模块，用于输出所述被检对象对应的图像。在一个实施例中，所述对所述投影数据进行第一预设处理，包括：对所述格式的投影数据通过GPU内线程级并行方式进行SART加TV全变分最小约束的迭代重建，以生成预设格式的重建图像；确定满足预设条件的所述重建图像为所述被检对象对应的图像；其中，所述满足预设条件包括：SART加TV全变分最小约束迭代的次数达到预设次数或者所述重建图像正投影和所述投影数据的差值达到预设阈值。在一个实施例中，当所述投影数据为双能投影数据时，所述对所述投影数据进行第一预设处理，包括：对所述格式的双能投影数据通过GPU内线程级并行方式进行双能投影分解处理及SART加TV全变分最小约束的迭代重建，以生成多种预设格式的重建图像；确定满足预设条件的所述多种预设格式的重建图像为所述被检本文档来自技高网...

【技术保护点】
一种多级并行的图像重建方法，其特征在于，包括：根据预先设置的统一圆轨道平行束系统结构参数对本地所有GPU进行初始化；当接收到被检对象有限视角的投影数据时，根据所述圆轨道平行束系统结构参数将所述有限视角的投影数据分别重排为有限视角的统一圆轨道平行束投影数据；通过CPU多线程方式将不同排的平行束投影数据分配到处于空闲状态的GPU中，以使所述空闲GPU通过GPU内部线程级并行方式对所述投影数据进行第一预设处理，以得到所述被检对象对应的图像；输出所述被检对象对应的图像。

【技术特征摘要】
1.一种多级并行的图像重建方法，其特征在于，包括：根据预先设置的统一圆轨道平行束系统结构参数对本地所有GPU进行初始化；当接收到被检对象有限视角的投影数据时，根据所述圆轨道平行束系统结构参数将所述有限视角的投影数据分别重排为有限视角的统一圆轨道平行束投影数据；通过CPU多线程方式将不同排的平行束投影数据分配到处于空闲状态的GPU中，以使所述空闲GPU通过GPU内部线程级并行方式对所述投影数据进行第一预设处理，以得到所述被检对象对应的图像；输出所述被检对象对应的图像。2.如权利要求1所述的方法，其特征在于，所述对所述投影数据进行第一预设处理，包括：对所述格式的投影数据通过GPU内线程级并行方式进行SART加TV全变分最小约束的迭代重建，以生成预设格式的重建图像；确定满足预设条件的所述重建图像为所述被检对象对应的图像；其中，所述满足预设条件包括：SART加TV全变分最小约束迭代的次数达到预设次数或者所述重建图像正投影和所述投影数据的差值达到预设阈值。3.如权利要求1所述的方法，其特征在于，当所述投影数据为双能投影数据时，所述对所述投影数据进行第一预设处理，包括：对所述格式的双能投影数据通过GPU内线程级并行方式进行双能投影分解处理及SART加TV全变分最小约束的迭代重建，以生成多种预设格式的重建图像；确定满足预设条件的所述多种预设格式的重建图像为所述被检对象对应的多种预设格式图像；其中，所述满足预设条件包括：SART加TV全变分最小约束迭代的次数达到预设次数或者所述重建图像正投影和所述投影数据的差值达到预设阈值；根据所述多种预设格式的重建图像，通过GPU线程级并行方式生成所述被检对象对应的等效原子序数图像和电子密度图像。4.如权利要求1所述的方法，其特征在于，通过以下至少一种方式对本地所有GPU进行初始化：统一圆轨道平行束系统结构参数初始化、GPU设备初始化、分配单排投影数据重建中需要的显存空间、计算并存储系统权值矩阵到显存空间和将预先离线生成的投影分解查找表存储到二维纹理存储器。5.如权利要求1所述的方法，其特征在于，所述根据所述圆轨道平行束系统结构参数将所述有限视角的投影数据重排为有限视角的统一圆轨道平行束投影数据，包括：将系统结构不同的各排直线投影数据分别进行投影空间变换，以得到所述直线投影对应的统一系统结构的圆轨道平行束投影数据；其中，所述统一系统结构的圆轨道平行束投影的扫描起止视角范围一致、扫描视角采样间距相同，探测器单元等效采样间距相同。6.如权利要求2或3所述的方法，其特征在于，所述对所述预设格式的投影数据进行SART迭代重建，包括：对每个视角的预设格式的投影数据进行第二预设处理；其中，所述第二预设处理包括：采用射线驱动的GPU内部线程级并行方式计算得到一个投影视角的各个射线对应的正投影和投影修正值；采用体素驱动的GPU内部线程级并行方式计算得到一个投影视角下的各个体素对应的反投影更新值；当所有视角的预设格式的投影数据的第二预设处理执行完毕时，生成预设格式的重建图像，其中，所述预设格式的重建图像包括以下至少一种图像：线衰减系数图像、投影基材料分解的重建图像、投影基效应分解的重建图像。7.如权利要求2或3所述的方法，其特征在于，所述通过GPU内线程级并行方式对所述预设格式的重建图像进行TV全变分最小约束迭代，包括：通过梯度下降法求解所述重建图像的TV最小值；采用体素驱动方式实现GPU内部线程级并行计算TV的梯度，采用并行归约算法计算归一化的TV梯度和TV修正...

【专利技术属性】
技术研发人员：张萍宇，李保磊，莫阳，张耀军，
申请(专利权)人：公安部第一研究所，北京中盾安民分析技术有限公司，
类型：发明
国别省市：北京,11