一种基于GPU的快速锥束计算机断层成像重建方法技术

本发明专利技术属于用于放射诊断的仪器技术领域，公开了一种基于GPU的快速锥束计算机断层成像重建方法，包括：获取多个角度的物体测量数据；获取计算机断层成像系统的各个参数；对测量数据做预处理；对预处理后的数据做加权滤波，基于GPU的重排滤波算法；对滤波过后的数据做反投影，基于GPU的反投影使用纹理映射理论以及FDK算法的本身对称性实现并行加速，完成计算机的断层成像。本发明专利技术基于滤波反投影的重建方法，利用系统参数等先验信息，采用X射线照射，有限角度测量，利用GPU策略，实现了在不改变原有的图像质量基础上有效缩小了重建的时间，在计算机断层三维锥束重建算法等领域有重要的应用价值。

A GPU-based fast cone-beam computed tomography reconstruction method

The invention belongs to the field of instrument technology for radiological diagnosis, and discloses a fast cone-beam computed tomography reconstruction method based on GPU, which includes: acquiring measurement data from multiple angles; acquiring various parameters of computed tomography system; preprocessing measurement data; weighted filtering of pre-processed data; rearrangement filtering algorithm based on GPU; and filtering. Later data are backprojected. Based on GPU backprojection, texture mapping theory and symmetry of FDK algorithm are used to realize parallel acceleration and computerized tomography. Based on the reconstruction method of filter back projection, using prior information such as system parameters, X-ray irradiation, limited angle measurement and GPU strategy, the reconstruction time can be effectively reduced without changing the original image quality. The method has important application value in computer tomography three-dimensional cone beam reconstruction algorithm and other fields.

【技术实现步骤摘要】
一种基于GPU的快速锥束计算机断层成像重建方法
本专利技术属于用于放射诊断的仪器
，尤其涉及一种基于GPU的快速锥束计算机断层成像重建方法。
技术介绍
目前，业内常用的现有技术是这样的：作为二十一世纪影响人类发展的十大技术之一，计算机断层成像技术(ComputedTomography，即CT)是一种在各个角度下利用X射线穿透物体得到的投影信息反求物体密度分布的成像技术。该技术的主要理论是数学和核物理学，在此基础上又集成了自动控制技术、计算机技术和探测器技术等多个学科，且其已广泛应用于各个重要领域，如生物研究、医疗诊断、公共安全、工业检测，国防建设等，尤其是作为获取人体内部结构信息的最佳手段在临床诊断中应用。其中，锥形束CT技术，则以扫描速度快、空间分辨率高等特点已成为目前CT研究工作的重点和热点。锥束CT(Cone-BeamComputedTomography，CBCT)重建和可视化一直是三维重建软件中最关键的部分。扫描仪对敏感组织以及病变体进行扫描并重建出三维模型，为了使医学诊断能更准确和快速的放射治疗和病变定位，利用可视化技术为医生提供需要直接可见的三维模型部位或者整体。近年来，重建算法的加速以及其可视化已逐渐成为研究热点。锥形束CT扫描获得的数据量庞大，算法相对复杂，重建时间较长，无法满足实际应用中实时性的要求。近半个世纪以来，随着图形处理器(GPU，GraphicsProcessingUnit)的迅速发展，其强大的并行运算能力对CT重建算法的加速产生了革命性的意义。尤其是，CUDA架构的提出，促使GPU的可编程性增加，方便了开发者快速掌握其应用，实时性的要求是重建的必须因素，但现阶段的加速算法速度并不是很理想，因此实现锥形束CT重建算法的加速是很有必要的。综上所述，现有技术存在的问题是：锥形束CT扫描获得的数据量庞大，算法相对复杂，重建时间较长，无法满足实际应用中实时性的要求。解决上述技术问题的难度和意义：锥束CT重建算法的复杂度高，根据算法以及硬件对其进行加速，可以使观察人员实时观测物体的内部结构。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种基于GPU的快速锥束计算机断层成像重建方法。本专利技术是这样实现的，一种基于GPU的快速锥束计算机断层成像重建方法，所述基于GPU的快速锥束计算机断层成像重建方法包括：获取多个角度的物体测量数据；获取计算机断层成像系统的各个参数；对测量数据做预处理；对预处理后的数据做加权滤波，基于GPU的重排滤波算法；对滤波过后的数据做反投影，基于GPU的反投影使用纹理映射理论实现并行加速，最终完成计算机的断层成像；所述对预处理后的数据做加权滤波，基于GPU的重排滤波算法；对滤波过后的数据做反投影具体包括：(1)对像素和源点之间的角度差和距离进行修正，对处理过后原始数据进行加权，使用并行算法对每个角度的测量数据同时处理：g'(u,v,θ)＝cos(λ)g(u,v,θ)；其中g(u,v,θ)为测量数据,R(u,v)为射线源到旋转中心的距离，(u,v)为探测器上物体的位置；(2)数据在频域空间进行滤波，对加权后的数据进行滤波，使用CUFFT库，并且进行数据重排，复数和虚数分别占一行数据；g”(u,v,θ)＝g'(u,v,θ)h(u)；其中h(u)为滤波核函数；(3)数据进行加权反投影对滤波过后的数据按照X射线源的投影方向做加权反投影，重建最终的结果就是把所有角度的射线贡献进行求和。进一步，所述基于GPU的快速锥束计算机断层成像重建方法进一步包括：1)反投影时的权值计算只需要计算0～90°的权值，其中R为射线源到旋转中心的距离，U2(x,y,θ)为射线源到物体的距离；2)将θ，θ+90°，θ+180°和θ+270°的四个旋转对称视图中的投影图像作为一组进行排列，并打包放入GPU的2D纹理的四个颜色通道，每个通道存放一个投影图像；3)根据纹理映射矩阵，由顶点着色器计算每一层切片四个顶点的纹理映射坐标：U(x,y,θ)＝w(x,y,θ)；其中射线源到探测器距离为D，射线源到旋转中心的距离为R，射线源S绕着中心轴z进行旋转，扇形角为α，锥角为β，从射线源出发过点A的射线与中心射线的夹角为λ，射线源到物体中心与虚拟坐标系x轴之间的夹角为θ；4)在光栅化器中，矩形内部点的纹理映射坐标是由GPU自动完成插值计算；5)在片元着色器中，根据纹理映射坐标取出相应的投影数据，完成加权累加；其中U(x,y,θ)＝R+xcosθ+ysinθ；其中射线源到旋转中心的距离为R，射线源S绕着中心轴z进行旋转，投影角度为θ；6)写入帧缓存，四个角度同时进行渲染，M为体积切片数，每一层切片都由一个纹理内存来保存，每个纹理中都有一个单独的四个颜色通道，并且每个通道用于从一个投影视图保存反投影值，利用坐标FDK算法的垂直对称性同时计算1层和M层的反投影数据。进一步，所述获取多个角度的物体测量数据利用计算机断层成像系统，依次采集测量，其中测量数据的获取为有限个角度，为绕物体一圈，隔1度获取一次，总共为360组。进一步，所述获取计算机断层成像系统的各个参数，对测量数据做预处理具体包括：(1)使用计算机断层成像系统来进行重建时，需要获取系统的各个参数：射线源到中心物体的距离、射线源到探测器之间的距离，探测器的分辨率、探测器的偏移度；(2)对数据做预处理时，测量断层成像系统做没有物体时的数据，对和(1)中的测量数据做对数运算。本专利技术的另一目的在于提供一种应用所述基于GPU的快速锥束计算机断层成像重建方法的计算机断层成像系统。综上所述，本专利技术的优点及积极效果为：本专利技术采用的基于GPU锥束重建，FDK算法的三个步骤(加权、滤波、反投影)分别使用计算设备编程架构进行了加速。加权时，并行处理每个角度的数据；滤波时，使用计算设备编程架构中的CUFFT库，重排加权后的数据，减少无效的运算和存储空间的使用；反投影时，利用FDK算法本身的对称性(垂直对称、旋转对称)以及计算设备编程架构的四纹理通道提高了算法的运算速度。在不改变原有的图像质量基础上有效缩小了重建的时间。CT系统参数小鼠一小鼠二探测器大小506×5161944×1535旋转角度360360探测器分辨率0.10.074探测器偏移14.7193×51.91535271.4419×-19.3603射线源到探测器距离482.2066632.1605射线源到物体中心距离405.7135418.7630重建尺寸大小CPU重建时间原GPU重建时间GPU重建时间512×512×512(小鼠一)1575s17.58s9.73s512×512×512(小鼠二)6358s64.32s27.45s附图说明图1是本专利技术实施例提供的基于GPU的快速锥束计算机断层成像重建方法流程图。图2是本专利技术实施例提供的基于GPU的快速锥束计算机断层成像重建方法实现流程图。图3是本专利技术实施例提供的用于仿真实验的数字鼠模型截面显示示意图。图4是本专利技术实施例提供的用于仿真实验的数字鼠模型冠面显示示意图。图5是本专利技术实施例提供的矢面表示示意图。图6是本专利技术实施例提供的重建算法获得的重建结果；图中：(a)图显示为506×516×360的探测数据重建为512×512×512的三维展示；(b)图显示为1944本文档来自技高网...

【技术保护点】
1.一种基于GPU的快速锥束计算机断层成像重建方法，其特征在于，所述基于GPU的快速锥束计算机断层成像重建方法包括：获取多个角度的物体测量数据；获取计算机断层成像系统的各个参数；对测量数据做预处理；对预处理后的数据做加权滤波，基于GPU的重排滤波算法；对滤波过后的数据做反投影，基于GPU的反投影使用纹理映射理论实现并行加速，完成计算机的断层成像；所述对预处理后的数据做加权滤波，基于GPU的重排滤波算法；对滤波过后的数据做反投影具体包括：(1)对像素和源点之间的角度差和距离进行修正，对处理过后原始数据进行加权，使用并行算法对每个角度的测量数据同时处理：g'(u,v,θ)＝cos(λ)g(u,v,θ)；其中g(u,v,θ)为测量数据,

【技术特征摘要】
1.一种基于GPU的快速锥束计算机断层成像重建方法，其特征在于，所述基于GPU的快速锥束计算机断层成像重建方法包括：获取多个角度的物体测量数据；获取计算机断层成像系统的各个参数；对测量数据做预处理；对预处理后的数据做加权滤波，基于GPU的重排滤波算法；对滤波过后的数据做反投影，基于GPU的反投影使用纹理映射理论实现并行加速，完成计算机的断层成像；所述对预处理后的数据做加权滤波，基于GPU的重排滤波算法；对滤波过后的数据做反投影具体包括：(1)对像素和源点之间的角度差和距离进行修正，对处理过后原始数据进行加权，使用并行算法对每个角度的测量数据同时处理：g'(u,v,θ)＝cos(λ)g(u,v,θ)；其中g(u,v,θ)为测量数据,R(u,v)为射线源到旋转中心的距离，(u,v)为探测器上物体的位置；(2)数据在频域空间进行滤波，对加权后的数据进行滤波，使用CUFFT库，并且进行数据重排，复数和虚数分别占一行数据；g”(u,v,θ)＝g'(u,v,θ)h(u)；其中h(u)为滤波核函数；(3)数据进行加权反投影对滤波过后的数据按照X射线源的投影方向做加权反投影，重建最终的结果就是把所有角度的射线贡献进行求和。2.如权利要求1所述的基于GPU的快速锥束计算机断层成像重建方法，其特征在于，所述基于GPU的快速锥束计算机断层成像重建方法进一步包括：1)反投影时的权值计算只需要计算0～90°的权值，其中R为射线源到旋转中心的距离，U2(x,y,θ)为射线源到物体的距离；2)将θ，θ+90°，θ+180°和θ+270°的四个旋转对称视图中的投影图像作为一组进行排列，并打包放入GPU的2D纹理的四个颜色通道，每个通道存放一个投影图像；3)根据纹理映射矩阵，由顶点着色器计算...

【专利技术属性】
技术研发人员：贺小伟，纪岩，王宾，赵凤军，赵嘉铭，
申请(专利权)人：西北大学，
类型：发明
国别省市：陕西,61