一种CT图像重建的加速方法及装置制造方法及图纸

本申请实施例公开了一种CT图像重建的加速方法及装置，用于提高CT图像重建的速度，该方法包括：步骤A：将测量得到的CT投影数据划分为M个子集的投影数据，其中，M为正整数；步骤B：针对第m个子集的投影数据，根据上一次内循环的迭代计算结果，利用优化迭代图像重建法并行计算当前次内循环的迭代计算结果，直到M个子集的投影数据均计算完成，从而完成一次外循环迭代计算，其中，m为整数，取值为1到M；步骤C：重复执行步骤B，直到完成N次外循环迭代计算获得CT重建图像，其中，N为正整数。

An acceleration method and device for CT image reconstruction

The embodiment of this application discloses an accelerated method and device for CT image reconstruction to improve the speed of CT image reconstruction. The method includes: step A: dividing the measured CT projection data into M subsets of projection data, where M is positive integer; step B: according to the projection data of the m subset, according to the last time The iteration results of the cycle are computed in parallel by using the optimized iterative image reconstruction method until the projection data of M subsets are computed, thus completing an iteration calculation of the outer cycle, where m is an integer and the value is 1 to M. Step C: Repeat step B until N times are completed. The CT reconstruction image is obtained by cyclic iterative computation, where N is a positive integer.

【技术实现步骤摘要】
一种CT图像重建的加速方法及装置
本申请涉及图像重建
，具体涉及一种CT(ComputedTomography，电子计算机断层扫描)图像重建的加速方法及装置。
技术介绍
电子计算机断层扫描CT被广泛应于医疗、国防、航空、航天、地质勘测等各个领域。CT图像重建技术是利用CT的测量数据来生成被扫描物体的三维立体图。在现有技术中，CT图像重建技术可以分为两大类，第一类为解析重建技术，例如，FBP(filtered-backprojection，滤波反投影)法，这类技术是传统的图像重建技术，也是目前大部分临床CT所采用的技术；第二类为统计迭代图像重建技术，其中统计迭代图像重建技术能提高重建图像的质量，如减少噪声和伪影，还能降低CT的辐射剂量。统计迭代图像重建技术因其能降低辐射剂量，并提供很好的图像质量，具有非常广泛的应用前景。但是，由于CT图像重建的计算规模巨大，相比于传统的解析重建技术，计算复杂且更耗时，因此如何快速实现CT图像的统计迭代重建，是亟待解决的技术问题。
技术实现思路
有鉴于此，本申请实施例提供一种CT图像重建的加速方法及装置，以提高CT图像重建的速度。为解决上述问题，本申请实施例提供的技术方案如下：一种CT图像重建的加速方法，所述方法包括：步骤A：将测量得到的CT投影数据划分为M个子集的投影数据，其中，M为正整数；步骤B：针对第m个子集的投影数据，根据上一次内循环的迭代计算结果，利用优化迭代图像重建法并行计算当前次内循环的迭代计算结果，直到M个子集的投影数据均计算完成，从而完成一次外循环迭代计算，其中，m为整数，取值为1到M；步骤C：重复执行所述步骤B，直到完成N次所述外循环迭代计算获得CT重建图像，其中，N为正整数。在一种可能的实现方式中，所述优化迭代图像重建法为可分离二次替代函数结合动量技术法SQS-Momentum，或者为松弛线性化增强拉格朗日法rLALM。在一种可能的实现方式中，所述方法还包括：预先计算并存储数据对角曲率，预先计算并存储正则化对角曲率；所述数据对角曲率以及所述正则化对角曲率用于组成可分离二次替代函数的对角曲率。在一种可能的实现方式中，所述预先计算并存储数据对角曲率，包括：并行计算得到数据对角曲率中的对角线元素，根据所述数据对角曲率中的对角线元素构成并存储数据对角曲率；所述预先计算并存储正则化对角曲率，包括：并行计算得到正则化对角曲率中的对角线元素，根据所述正则化对角曲率中的对角线元素构成并存储正则化对角曲率。在一种可能的实现方式中，所述并行计算得到数据对角曲率中的对角线元素，包括：并行计算全1图像的正向投影A1；根据所述A1计算WA1，W为用于提供统计加权数据的对角矩阵；并行计算WA1的反向投影A′WA1作为数据对角曲率的对角线元素；所述并行计算得到正则化对角曲率中的对角线元素，包括：使用Np个线程，并行计算作为正则化对角曲率的对角线元素，其中，κj，κj，r分别为对应于xj和xj，r的促进均匀噪声或者均匀分辨率的参数，xj，r为xj的第r个相邻像素点，xj为所述CT重建图像中的第j个像素点，βr为xj与xj，r之间差分的空间权重，j、r为正整数，Nr为所述CT重建图像中的像素点的相邻像素数。在一种可能的实现方式中，当所述优化迭代图像重建法为可分离二次替代函数结合动量技术法SQS-Momentum时，所述步骤B包括：针对第m个子集的投影数据，并行计算中间变量图像的正向投影，根据所述中间变量图像的正向投影计算中间变量图像的加权残差，根据所述中间变量图像的加权残差并行计算中间变量图像加权残差的反向投影作为数据项梯度；利用Np个线程并行计算每一个像素点的正则化项偏导数，根据所述每一个像素点的正则化项偏导数计算正则化项梯度；根据所述数据项梯度、所述正则化项梯度，利用Np个线程并行计算代价函数梯度在中间变量图像上的值；根据所述数据对角曲率、所述正则化对角曲率以及所述代价函数梯度，利用Np个线程并行计算本次迭代的变化图像；利用Np个线程并行计算本次迭代图像；根据所述本次迭代图像以及更新动量因子更新中间变量图像。在一种可能的实现方式中，当所述优化迭代图像重建法为松弛线性化增强拉格朗日法rLALM时，所述步骤B包括：针对第m个子集的投影数据，利用Np个线程并行计算每一个像素点的正则化项偏导数，根据所述每一个像素点的正则化项偏导数计算正则化项梯度；并行计算数据项梯度；根据所述数据项梯度，利用Np个线程并行计算第一辅助变量、第二辅助变量、第三辅助变量，根据所述第一辅助变量、第二辅助变量、第三辅助变量使用Np个线程计算第四辅助变量；根据所述第四辅助变量、所述数据对角曲率、所述正则化对角曲率、所述正则化项梯度，利用Np个线程并行计算更新后续图像。在一种可能的实现方式中，并行计算时采用图形处理器GPU实现。一种CT图像重建的加速装置，所述装置包括：划分单元，用于将测量得到的CT投影数据划分为M个子集的投影数据，其中，M为正整数；内循环计算单元，用于针对第m个子集的投影数据，根据上一次内循环的迭代计算结果，利用优化迭代图像重建法并行计算当前次内循环的迭代计算结果，直到M个子集的投影数据均计算完成，从而完成一次外循环迭代计算，其中，m为整数，取值为1到M；外循环计算单元，重复执行所述内循环计算单元，直到完成N次所述外循环迭代计算获得CT重建图像，其中，N为正整数。在一种可能的实现方式中，所述优化迭代图像重建法为可分离二次替代函数结合动量技术法SQS-Momentum，或者为松弛线性化增强拉格朗日法rLALM。在一种可能的实现方式中，所述装置还包括：第一计算存储单元，用于预先计算并存储数据对角曲率；第二计算存储单元，用于预先计算并存储正则化对角曲率；所述数据对角曲率以及所述正则化对角曲率用于组成可分离二次替代函数的对角曲率。在一种可能的实现方式中，所述第一计算存储单元包括：第一计算子单元，用于并行计算得到数据对角曲率中的对角线元素；第一存储子单元，用于根据所述数据对角曲率中的对角线元素构成并存储数据对角曲率；所述第二计算存储单元包括：第二计算子单元，用于并行计算得到正则化对角曲率中的对角线元素；第二存储子单元，用于根据所述正则化对角曲率中的对角线元素构成并存储正则化对角曲率。在一种可能的实现方式中，所述第一计算子单元具体用于：并行计算全1图像的正向投影A1；根据所述A1计算WA1，W为用于提供统计加权数据的对角矩阵；并行计算WA1的反向投影A′WA1作为数据对角曲率的对角线元素；所述第二计算子单元具体用于：使用Np个线程，并行计算作为正则化对角曲率的对角线元素，其中，κj，κj，r分别为对应于xj和xj，r的促进均匀噪声或者均匀分辨率的参数，xj，r为xj的第r个相邻像素点，xj为所述CT重建图像中的第j个像素点，βr为xj与xj，r之间差分的空间权重，j、r为正整数，Nr为所述CT重建图像中的像素点的相邻像素数。在一种可能的实现方式中，当所述优化迭代图像重建法为可分离二次替代函数结合动量技术法SQS-Momentum时，所述内循环计算单元具体用于：针对第m个子集的投影数据，并行计算中间变量图像的正向投影，根据所述中间变量图像的正向投影计算中间变量图像的加权残差，根据所述中间变量图像的本文档来自技高网...

【技术保护点】
1.一种CT图像重建的加速方法，其特征在于，所述方法包括：步骤A：将测量得到的CT投影数据划分为M个子集的投影数据，其中，M为正整数；步骤B：针对第m个子集的投影数据，根据上一次内循环的迭代计算结果，利用优化迭代图像重建法并行计算当前次内循环的迭代计算结果，直到M个子集的投影数据均计算完成，从而完成一次外循环迭代计算，其中，m为整数，取值为1到M；步骤C：重复执行所述步骤B，直到完成N次所述外循环迭代计算获得CT重建图像，其中，N为正整数。

【技术特征摘要】
1.一种CT图像重建的加速方法，其特征在于，所述方法包括：步骤A：将测量得到的CT投影数据划分为M个子集的投影数据，其中，M为正整数；步骤B：针对第m个子集的投影数据，根据上一次内循环的迭代计算结果，利用优化迭代图像重建法并行计算当前次内循环的迭代计算结果，直到M个子集的投影数据均计算完成，从而完成一次外循环迭代计算，其中，m为整数，取值为1到M；步骤C：重复执行所述步骤B，直到完成N次所述外循环迭代计算获得CT重建图像，其中，N为正整数。2.根据权利要求1所述的方法，其特征在于，所述优化迭代图像重建法为可分离二次替代函数结合动量技术法SQS-Momentum，或者为松弛线性化增强拉格朗日法rLALM。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：预先计算并存储数据对角曲率，预先计算并存储正则化对角曲率；所述数据对角曲率以及所述正则化对角曲率用于组成可分离二次替代函数的对角曲率。4.根据权利要求3所述的方法，其特征在于，所述预先计算并存储数据对角曲率，包括：并行计算得到数据对角曲率中的对角线元素，根据所述数据对角曲率中的对角线元素构成并存储数据对角曲率；所述预先计算并存储正则化对角曲率，包括：并行计算得到正则化对角曲率中的对角线元素，根据所述正则化对角曲率中的对角线元素构成并存储正则化对角曲率。5.根据权利要求4所述的方法，其特征在于，所述并行计算得到数据对角曲率中的对角线元素，包括：并行计算全1图像的正向投影A1；根据所述A1计算WA1，W为用于提供统计加权数据的对角矩阵；并行计算WA1的反向投影A′WA1作为数据对角曲率的对角线元素；所述并行计算得到正则化对角曲率中的对角线元素，包括：使用Np个线程，并行计算作为正则化对角曲率的对角线元素，其中，kj，kj，r分别为对应于xj和xj，r的促进均匀噪声或者均匀分辨率的参数，xj，r为xj的第r个相邻像素点，xj为所述CT重建图像中的第j个像素点，βr为xj与xj，r之间差分的空间权重，j、r为正整数，Nr为所述CT重建图像中的像素点的相邻像素数,其中Np为被探测物体的三维体素数。6.根据权利要求3所述的方法，其特征在于，当所述优化迭代图像重建法为可分离二次替代函数结合动量技术法SQS-Momentum时，所述步骤B包括：针对第m个子集的投影数据，并行计算中间变量图像的正向投影，根据所述中间变量图像的正向投影计算中间变量图像的加权残差，根据所述中间变量图像的加权残差并行计算中间变量图像加权残差的反向投影作为数据项梯度；利用Np个线程并行计算每一个像素点的正则化项偏导数，根据所述每一个像素点的正则化项偏导数计算正则化项梯度；根据所述数据项梯度、所述正则化项梯度，利用Np个线程并行计算代价函数梯度在中间变量图像上的值；根据所述数据对角曲率、所述正则化对角曲率以及所述代价函数梯度，利用Np个线程并行计算本次迭代的变化图像；利用Np个线程并行计算本次迭代图像；根据所述本次迭代图像以及更新动量因子更新中间变量图像。7.根据权利要求3所述的方法，其特征在于，当所述优化迭代图像重建法为松弛线性化增强拉格朗日法rLALM时，所述步骤B包括：针对第m个子集的投影数据，利用Np个线程并行计算每一个像素点的正则化项偏导数，根据所述每一个像素点的正则化项偏导数计算正则化项梯度；并行计算数据项梯度；根据所述数据项梯度，利用Np个线程并行计算第一辅助变量、第二辅助变量、第三辅助变量，根据所述第一辅助变量、第二辅助变量、第三辅助变量使用Np个线程计算第四辅助变量；根据所述第四辅助变量、所述数据对角曲率、所述正则化对角曲率、所述正则化项梯度，利用Np个线程并行计算更新后续图像。8.根据权利要求1-7任一项所述的方法，其特征在于，并行计算时采用图形处理器GPU实现。9.一种CT图像重建的加速装置，其特征在于，所述装...

【专利技术属性】
技术研发人员：叶思琦，龙泳，麦迪逊G·麦克加芬，杰弗里A·费思勒，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海,31