基于图形处理器的锥束CT快速迭代重建算法研究

三维锥束CT设备的研制是目前国内外CT研究领域的一个研究热点。相比于锥束CT的解析图像重建算法，迭代重建算法可用于不同数据采集模式和不完全投影数据图像重建,且易于结合一些先验知识和约束条件进行求解，重建图像密度分辨率高,在低剂量成像和全局降噪方面也有一定优势。但迭代重建算法计算量大、占用存储空间多，难以在实际系统中应用。本项目将研究基于最新一代图形处理器(GPU)的锥束CT快速迭代重建算法，包括多种锥束CT扫描模式下的GPU加速正反投影算法、基于少量角度投影数据的GPU加速图像迭代重建、大数据量三维图像快速迭代重建算法、图像迭代重建和三维可视化有机结合，以及有限迭代次数下算法收敛速度研究等。最终使迭代算法的运算速度和图像重建质量得到大幅提高，为迭代重建算法应用于锥束CT研制提供理论和技术支持。

迭代重建算法可用于不同数据采集模式和不完全投影数据CT图像重建,且易于结合一些先验知识和约束条件进行求解。但迭代重建算法计算量大，难以在实际系统中应用。本项目的目标是研究基于最新图形处理器(GPU)的锥束CT快速迭代重建算法。经过三年研究，项目组发展了多种基于图形处理器(GPU)的CT快速并行算法，使锥束CT迭代算法的运算速度大幅提高，图像重建速率达到每秒1.5M字节，满足了锥束CT迭代成像实时计算要求。所发展的算法包括：一种新的基于GPU实现的锥束CT图像迭代重建算法、GPU加速实现的锥束CT高精度正投影算法、改进的CT图象RAMLA快速迭代重建算法，结合空域剔除的CT图象迭代重建算法、多分辨率CT图象重建算法、Katsevich型螺旋锥束CT重建算法等。基于这些算法，项目组研发了相应的软件模块，并开发了一个CT数据三维可视化软件。研究成果已经应用于实验室研发的一台工业锥束CT实验系统，以及与企业联合开发了多台工业CT设备中。本项目的研究成果为迭代重建算法应用于锥束CT研制提供了理论和技术支持。