基于CUDA架构的CT在线重建与实时可视化方法技术

一种基于统一计算设备CUDA架构CT在线重建与可视化的方法，包括：获取投影数据并对获取的投影数据进行预处理；CPU实现FDK加权滤波过程；CUDA加速实现FDK加权反投影；CUDA加速实现体绘制。本发明专利技术所述的基于CUDA架构的CT在线重建与实时可视化方法，能够对锥束CT数据实施在线重建，使得锥束CT系统在采集投影数据的同时重建出CT三维图像，随着投影数据的完善最终得到完整的CT图像，从而实现实时的在线反馈。

【技术实现步骤摘要】

本专利技术涉及X射线CT图像在线重建的方法，特别是涉及一种基于CUDA架构的锥束CT图像在线重建与实时可视化的方法。
技术介绍
随着硬件的发展，CT扫描速度得到了提高，在实际应用中图像重建时间大于扫描时间而成为应用的瓶颈。CT重建计算量大、耗时高，计算复杂度与被重建体数据量、投影视图个数的乘积成正比，如何提高重建速度受到越来越多的人重视。针对三维重建加速问题，国际一些科研机构和公司已经作了卓有成效的研究和开发，加速可以从算法本身着手降低算法的时间复杂度，也可以开发适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:经典FDK算法由Feldkamp, Davis,和Kressl984年提出，FDK算法从二维经典算法出发，做了一个近似，从而得到三维重建算法。由于它保留了滤波反投影结构，高效稳定，FDK算法及其改进算法一直以来是应用的主流。FDK算法效率高，在锥角较小的情况下能够取得较好的重建效果。目前也有几种改进的FDK算法来改善锥角问题，FDK算法主要有两大步骤:第一步，加权滤波:

【技术保护点】
一种基于统一计算设备CUDA架构CT在线重建与可视化的方法，包括：获取投影数据并对获取的投影数据进行预处理；CPU实现FDK加权滤波过程；CUDA加速实现FDK加权反投影；CUDA加速实现体绘制。

【技术特征摘要】
1.一种基于统一计算设备CUDA架构CT在线重建与可视化的方法，包括:获取投影数据并对获取的投影数据进行预处理；CPU实现FDK加权滤波过程；CUDA加速实现FDK加权反投影；CUDA加速实现体绘制。2.如权利I所述的方法，其特征在于所述预处理包括:在正式采集投影数据之前采集一组平场数据和多帧暗场数据。3.如权利要求2所述的方法，其特征在于对多帧暗场数据取平均值，以降低噪声波动的影响。4.如权利要求2所述的方法，其特征在于对所述平场数据做暗场去除处理，对扫描数据进行平场处理。5.如权利要求4所述的方法，其特征在于对图像中的坏点进行补偿，其中，使用周围正常的像素插值代替坏点的值。6.如权利要求1所述的方法，其特征在于所述加权包括:事先将加权值存储在数组中，对投影数据进行逐点加权。7.如权利要求1所述的方法，其特征在于滤波包括:通过对投影数据进行...

【专利技术属性】
技术研发人员：杨鑫，田捷，李勇保，薛贞文，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：