GPU加速的圆弧轨迹Katsevich锥束CT重建算法

通过改进GPU的渲染到纹理策略加速锥束反投影计算,提高了圆弧轨迹Katsevich锥束CT重建算法的执行效率.在CPU中完成投影数据的滤波处理,并将其重排为四通道浮点纹理载入GPU内存;绑定2个浮点输出纹理到帧缓冲对象的不同绑定点,用于将渲染结果输出到纹理,并同时完成反投影数据的累加计算;将矩形网格编码为四叉树结构用于加速物体切片的绘制.实验结果表明,文中算法在较大锥角时仍能重建出高质量图像,并获得接近于实时的重建速度.

螺旋锥束CT重建Katsevich算法在含噪投影中的应用

针对含有噪声的投影数据,在利用螺旋锥束Katsevich算法进行重建的过程中,首先采用了一种改进的中值滤波方法对投影体数据进行预处理,然后对处理后的投影数据拟合求导来取代Katsevich算法中的直接求导,减小了噪声带来的负面影响。计算机仿真实验结果证实了这种方法的有效性。

圆弧加直线轨迹Katsevich类型的锥束CT重建算法

由于圆与直线轨迹的交点处存在轨迹变量的偏导数,Katsevich算法直接忽略了关于构造因子的分析,从而对后续重建计算产生影响,导致重建结果出现伪像。通过对该问题进行研究,确定轨迹交点处的构造因子,并推导出在平板检测器下与两段轨迹相对应的重建公式。据此引申出一个不含有关于轨迹变量偏导的等价公式,从而计算出轨迹交点处相应的重建贡献值。同时,提出使用光滑过渡函数改善因反投影区域边界的不连续性而对重建结果产生的影响。利用Forbild头模型进行仿真模拟,实验结果表明,改进的算法有效地抑制了重建结果的伪像。

非PI线的半覆盖螺旋锥束CT的Katsevich重建

半覆盖螺旋锥束CT可以扩大传统螺旋锥束CT的视场区域,但是每个投影角下的投影数据都是横向截断的。Katsevich算法作为一种精确的重建算法,它可以得到质量较高的重建图像,但是它要求PI线上的数据是非截断的,无法直接应用于半覆盖的螺旋锥束CT。根据半覆盖螺旋锥束CT的特点和Katsevich算法本身的分析,提出了一种非PI线的Katsevich算法。它将求导后的投影数据直接沿探测器的行方向进行滤波,而不是将投影在Tam窗内重排后滤波。反投影时,也不需要根据重建点求相应的PI区间,而是直接根据重建点的z坐标求出的2π区间。实验结果表明,提出的成像方法避开了PI线对重建的影响,得到了待检测区域的完整图像。

偏心螺旋锥束CT的Katsevich修正重建算法

在实际的锥束工业CT中,射线源焦点与探测器中心的水平高度不一致及转心偏移等原因会使获得的实际投影数据发生偏移。如果直接利用实际扫描所得投影数据进行图像重建,得到的图像不清晰。针对以上问题,该文修正Katsevich精确重建算法,以适应偏心的CT成像系统。将投影数据的偏移转换为探测器中心的偏移。在重建过程中,根据探测器的中心偏移量,对滤波线方程、滤波前后的重排和校正以及反投影过程进行修正处理。计算机仿真实验结果证实,该方法可以有效减小投影数据的偏移对重建图像的影响。

一种含噪投影的螺旋锥束CT Katsevich重建算法

在实际工程应用中,投影体数据含有大量噪声.Katsevich算法作为一种精确的重建算法,它可以得到质量较高的重建图像,但它需要对投影数据旋转角和二维探测器坐标做求导运算,求导会放大噪声,甚至使重建图像失真.结合Katsevich算法中对投影数据的旋转角避开求导和探测器坐标求导采用五点差分方法代替直接求导,可以降低对旋转角度的采样率,减少对病人的射线辐射和射线成本,减小求导误差和噪声带来的负面影响,从而提高图像质量.

螺旋锥束CT重建Katsevich算法的一种改进方法

螺旋锥束Katsevich重建算法在重建过程中需要对投影数据求导,但投影数据本身是离散的,不能求导,因此考虑利用插值多项式函数的导数作为所求导数的近似值。为了验证此方法的有效性,采用实际采集的鱼的数据进行重建,并用平均梯度来衡量图像的清晰程度。实验结果表明,该方法能使图像更清晰,从而提高图像质量。

一种实用的基于GPU的Katsevich算法的实现(英文)

Katseivch算法是精确地解决锥束螺旋CT"长物体"问题的滤波反投影(FBP)形式的CT重建算法,不过它依然是非常耗时的,实际应用中必须考虑如何加速的问题。本文给出了一个使用通用显卡(GPU)对该算法进行并行加速的方法。同已有的方法相比较,几乎所有的计算都在GPU上完成,并且重建时所使用的积分范围是由PI线决定的,并且给出了算法所需要的精确地显存大小,IO次数也被最大可能地降低。本文使用了标准数值模型对方法的速度、准确性和稳定性进行了验证。

圆弧轨迹Katsevich类型的锥束CT重建

基于Katsevich重建理论,提出了一种适合圆弧轨迹且具有移不变滤波反投影结构的锥束重建算法。分析了Radon平面绕投影射线连续转动过程中与轨迹平面相交的运动关系,并依据投影数据存储方式确定Ra-don平面的法线矢量方向。在此基础上,将检测器区域进行划分,进而探讨了与圆弧端点关联的结构因子在检测器阵列单元上的分布规律。同时,根据滤波线在检测器上的分布特点,推导了满足投影数据重采样精度并适合平板检测器的锥束重建公式。利用Forbild模型进行数值模拟,实验结果表明提出的算法有效地抑制了FDK类型重建算法所存在的锥束伪像并且适合长物体重建。

锥束XCT重建算法的实现

计算机断层成像(CT)是一门用来获取观测目标断层图像的技术,它广泛地应用于医疗诊断和工业无损检测等领域。与CT系统其他部分比,重建算法是其核心,本文实现了锥束CT重建的三种算法:FDK算法、Katsev-ich算法和EM算法,并对这三种算法进行了比较研究。

锥形束CT图像体绘制的异构计算研究

通过使用GPU异构计算技术,对锥形束医学断层扫描成像(CT)数据通过基于互信息的图像配准和圆弧轨迹Katsevich反投影重建,以形象化的体绘制方式实时显示三维影像。提出了锥形束CT医学领域应用的解决方案,表明了锥形束CT图像实时三维绘制的可行性和GPU异构计算相比CPU在该领域的优势。

螺旋锥束CT重建的近似逆算法

三维螺旋锥束CT以扫描速度快、成像分辨率高等诸多优点成为现代CT技术的一个重要发展方向。Katsevich精确FBP算法的提出,使得三维锥束CT研究获得了突破性进展。由于该算法的复杂性,应用中受到了限制。研究了Katsevich算法在检测板上沿滤波线展开的形式,其滤波运算由Hilbert核函数构成,利用近似逆的思想提出了融合的CT重建算法。该算法将Katsevich公式改写成近似逆的形式,得到了重建核的具体形式。

螺旋锥束CT中两种解析重建算法的研究

研究了锥束螺旋Katsevich和FDK重建算法,并对这两种算法进行比较。实验结果表明:当投影数据没有噪声的时候,FDK算法和Katsevich算法均能取得较好的效果,当对实际物体进行重建的时候,投影数据含有噪声,Katsevich算法需要对投影数据求导,而它对投影数据的噪声较敏感,重建质量有所下降。

锥束覆盖方法的并行实现及性能分析

三维螺旋锥束CT重建算法的快速实现是CT理论与实际应用中关注的焦点。本文基于锥束覆盖方法[1]对Katsevich精确反演公式设计了并行算法并给出了算法的并行性能分析。从本文的结果可以看出,该算法是解决三维螺旋锥束CT的重建算法时效性的一个可行途径。