基于CUDA架构与B样条的实时锥束CT重建算法

专利名称：一种锥形束CT图像重建方法专利类型：发明专利
发明人：周秀成,魏慧敏,何玉娜
申请号：CN202111552043.7
申请日：20211217
公开号：CN114271841A
公开日：
20220405
专利内容由知识产权出版社提供
摘要：本发明公开了一种锥形束CT图像重建方法，包括以下步骤：S10、测定在预设的射线剂量下，不同厚度的水的投影图像，根据投影图像得到像素值与水厚度值的关系对照表；S20、在与步骤S10相同的射线剂量下，旋转采集被测物体在不同角度下的投影图像；S30、根据步骤S20中得到的投影图像的像素值，在步骤S10中得到的对照表中，找出对应的水厚度值，形成等效投影水厚度图像；S40、对步骤S30中形成的等效投影水厚度图像进行重建，得到被测物体的各体素等效水厚度的三维矩阵；S50、根据材料系数与水厚度值的数值关系，得到材料系数的三维矩阵；S60、根据步骤S50得到的材料系数的三维矩阵，计算被测物体的各体素的CT值，得到最终的锥形束CT图像。

申请人：乐普(北京)医疗装备有限公司
地址：101300 北京市顺义区林河开发区顺仁路60号
国籍：CN
代理机构：北京青松知识产权代理事务所(特殊普通合伙)
代理人：郑青松
更多信息请下载全文后查看。

基于CUDA的图形处理器加速锥束CT重建算法的研究王丽芳【摘要】锥束CT图像重建数据量巨大、运算复杂度高，重建时间长，难以满足实际应用的需求。

研究基于CUDA的图形处理器加速锥束CT重建算法的方案，通过有效的并行策略来提高滤波和反投影过程的时间，并利用常数存储器和纹理存储器来提高数据访存效率。

实验证明在保证重建质量的情况下，重建速度可以提高82倍。

%Cone beam CT image reconstruction has huge data volume and high operation complexity,the time of image reconstruction is too long to meet the needs of practical applications.In this paper we study the acceleration solution of cone beam CT image reconstruction algo-rithm with the CUDA-based GPU.It improves the filtering and back projection process time through effective parallel strategy,and improves data access and storage efficiency using constant memory and texturememory.Experimental results show that there can have 82 times im-provement in reconstruction speed under the condition of ensuring the quality of reconstruction.【期刊名称】《计算机应用与软件》【年(卷),期】2014(000)001【总页数】4页(P218-221)【关键词】CUDA;锥束CT;图像重建【作者】王丽芳【作者单位】中北大学电子与计算机科学技术学院山西太原030051【正文语种】中文【中图分类】TP391.410 引言近年来，锥束CT在医学和工业上得到越来越广泛的应用，同时锥束图像重建算法也在迅速发展。

锥束CT的FDK算法与CUDA实现
邓甜;邓倩妮
【期刊名称】《微型电脑应用》
【年(卷),期】2011(027)006
【摘要】计算机层析成像技术,在医学和工业等诸多领域中有着广泛应用.在三维锥束CT图像重建算法中,基于圆形轨道和二维平板探测器的FDK算法最为著名.传统CPU上实现的FDK算法,计算复杂性主要集中在所谓的反投影阶段,占据了整个重建时间的99%.给出了基于CuDA统一计算架构的FDK算法的GPU实现,对于整个重建过程获得了超过百倍的加速.
【总页数】5页(P46-50)
【作者】邓甜;邓倩妮
【作者单位】上海交通大学计算机科学与工程系,上海,200240;上海交通大学计算机科学与工程系,上海,200240
【正文语种】中文
【中图分类】TP31
【相关文献】
1.基于CUDA架构的FDK算法的研究 [J], 骆岩红;王建华
2.锥束CT重建FDK算法的两级并行计算研究 [J], 江鹏;陈志强;邢宇翔
3.基于FDK算法的锥束CT重建近似算法性能比较 [J], 曾凯;陈志强;张丽;赵自然
4.锥束CT中FDK算法的快速对称优化与GPU实现 [J], 张晶;张权;刘祎;桂志国
5.锥束CT FDK重建算法的GPU并行实现 [J], 韩玉;闫镔;宇超群;李磊;李建新
因版权原因，仅展示原文概要，查看原文内容请购买。

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201810336570.6(22)申请日 2018.04.16(71)申请人 北京工业大学地址 100124 北京市朝阳区平乐园100号(72)发明人 杜金莲　张鹏　苏航　金雪云　(74)专利代理机构 北京思海天达知识产权代理有限公司 11203代理人 张慧(51)Int.Cl.G06T 15/04(2011.01)G06T 15/83(2011.01)G06T 17/10(2006.01)G06T 17/20(2006.01)(54)发明名称一种基于CUDA的医学图像的三维重建方法(57)摘要本发明提供一种基于CUDA的医学图像的三维重建方法，光线投射算法在CUDA上实现的关键是能够利用GPU完成对体数据的遍历、采样和计算，并将得到的采样值进行混合，以产生最终的重建结果。

本发明的技术方案，在保证了较满意的重建效果的前提下，提高了算法的效率，使得实时绘制更加流畅。

权利要求书2页 说明书9页 附图2页CN 108597012 A 2018.09.28C N 108597012A1.一种基于CUDA的医学图像的三维重建方法，其特征在于，包括以下步骤：步骤1、体数据映射成三维纹理将unsigned char类型的体数据映射成可以被GPU读入的三维纹理，在体数据到三维纹理的映射过程中，可现实多种传递函数，进行灰度绘制时，直接使用体数据值作为三维纹理的灰度值；而进行光照绘制时，将每一个体数据点的梯度值作为三维纹理的RGB颜色值，使用中心差分公式计算梯度值，而将原始的体数据值作为透明度值；步骤2、确定光线的起始位置和方向在世界坐标系中计算从视点发出的光线，确定光线的起始位置和起始方向，将体数据视为放置在视空间中的一个立方体，记Box min＝{X min，Y min，Z min}为该立方体在视空间下所有定点的X，Y，Z坐标的最小值，Box max＝{X max，Y max，Z max}为最大值，把视点设为光线的起始点，在OpenGL中，视点固定在原点，在计算光线方向时，把光线在体数据立方体上的进入坐标值作为光线方向的值；步骤3、图像合成采用从前向后的图像合成算法，在内核函数中循环对一条光线上的体数据进行遍历、采样、赋色并用改进的Blinn-Phong光照模型进行光照计算，得出颜色值和不透明度；首先计算出光线在体数据立方体上的离开点；并遍历循环进入点到离开点的光线步进，计算每次步进后所在体数据点的颜色值；最后混合相同光线上所有采样点的值作为该像素点的颜色值输出。

利用CUDA技术实现锥束CT图像快速重建王珏;曹思远;邹永宁【期刊名称】《核电子学与探测技术》【年(卷),期】2010(030)003【摘要】锥束CT三维重建算法的计算量和传输量巨大,仅利用CPU来计算,无法满足实时、快速、准确重建的要求,根据图形处理器运算能力强、存储带宽大的特点,研究了一种不需要学习图形API,就可以在图形处理器上实现三维重建算法的快速运算的方法.该方法采用基于统一计算设备架构的图形处理器,通过这种新架构的编程模式,利用图形处理器中的流处理器来加快滤波和反投影计算,实现了FDK算法的重建加速,与利用图形API的重建方法相比,开发门槛较低.对于尺寸为5123的单精度浮点数据格式的图像,重建时间可以缩短到一分钟以内,并且GPU与计算机的传输时间小于1秒.实验结果表明与仅利用CPU的重建方法相比,本文提出的图像加速方法得到了较高的时间加速比.【总页数】6页(P315-320)【作者】王珏;曹思远;邹永宁【作者单位】重庆大学光电技术及系统教育部重点实验室ICT研究中心,重庆400044;重庆大学自动化学院,重庆,400044;重庆大学光电技术及系统教育部重点实验室ICT研究中心,重庆400044【正文语种】中文【中图分类】TP391【相关文献】1.锥束CT图像矩形包围盒快速重建 [J], 王鹍;陈镐;韦炳军;王欢;张定华2.基于小波变换的多分辨率锥束CT图像快速三维重建算法 [J], 韩民;成旭;李登旺3.基于最小圆柱区域的锥束CT快速图像重建 [J], 张顺利;张定华;李明君;郭新明4.CT图像SART重建技术的CUDA并行实现 [J], 史怀林;孙丰荣;姜威;刘炜;秦通;李新彩5.锥束CT图像重建算法的快速实现 [J], 吴胜利; 潘瑞谊; 文斌因版权原因，仅展示原文概要，查看原文内容请购买。

基于GPU技术的快速CT重建方法研究刘俞辰【摘要】针对三维锥束CT重建算法耗时长的问题,提出了一种基于GPU技术的快速锥束CT重建方法.该方法利用GPU技术中的CUDA流提高访存效率,采用合理的线程分配方式来加速FDK重建算法.实验结果表明,在保证重建质量的前提下,本文提出的加速方法,相比于传统方法,速度提升约70倍.【期刊名称】《山西电子技术》【年(卷),期】2015(000)006【总页数】3页(P86-88)【关键词】计算机断层重建;FDK;图形处理器【作者】刘俞辰【作者单位】中北大学信息与通信工程学院,山西太原030051【正文语种】中文【中图分类】TP391近年来，工业CT 技术高速发展，应用也越来越广泛。

三维锥束CT 具有扫描速度快、射线利用效率高和重建图像轴向分辨率高［1］等特点，受到了越来越多的关注。

锥束CT图像重建的数据量大，公式比较复杂，计算量较大。

传统的CPU 重建方法，耗时巨大，无法满足工业上实时、快速、准确的重建要求［2］。

2007 年NVIDIA 公司推出了基于CUDA 的GPU，CUDA 不需要借助于图形学API，采用了比较容易掌握的类C 语言进行开发，大大降低了开发难度。

Scherl 等［3］使用CUDA 技术实现了FDK 算法的加速，取得了比基于图形学API 加速算法更好的加速效果。

Mueller 等［4］通过利用缓存优化，取得了加速比的进一步提高;Papenhausen 等［5］提出的精细优化策略，更好地发挥了GPU 在通用计算方面的优势。

本文使用CUDA 流和优化的滤波方法以及合理的线程分配等方法，更大程度发挥GPU 在并行计算方面的优势，提高了FDK 算法的效率。

实验结果表明，本文提出的优化方法在实际工业中有广泛的应用前景。

1 基础知识1.1 CUDA 基础CUDA 是NVIDIA 公司2007 年推出的一种GPU 架构模式，该模式集合了数据并行计算的软/硬件体系和开发工具。

一种新的基于GPU实现的锥束CT正投影算法
赵星;胡晶晶;潘晓川;张朋
【期刊名称】《电子学报》
【年(卷),期】2009(037)006
【摘要】锥束CT成像算法的正投影计算量大,消耗时间长.为此,本文提出了一种基于GPU实现的正投影加速算法.该算法在GPU的可编程管线中,通过纹理映射方法实现了圆轨迹锥束扫描模式下正投影计算.由于投影逐片并行计算,因此该算法具有较高的计算速率,且支持全浮点运算精度.在该正投影算法的基础上,本文还给出了三种算法优化方法.这些优化方法进一步提高了算法的执行效率.通过对Shepp-logan 模型的正投影计算以及应用于迭代法进行三维图像重建等实验验证了本文算法的优点.
【总页数】5页(P1165-1169)
【作者】赵星;胡晶晶;潘晓川;张朋
【作者单位】首都师范大学数学学院,北京100037;北京理工大学软件学院,北京100081;芝加哥大学放射学系,美国芝加哥60637;首都师范大学数学学院,北京100037
【正文语种】中文
【中图分类】TP391
【相关文献】
1.锥束CT中FDK算法的快速对称优化与GPU实现 [J], 张晶;张权;刘祎;桂志国
2.锥束CT FDK重建算法的GPU并行实现 [J], 韩玉;闫镔;宇超群;李磊;李建新
3.基于GPU加速的锥束CT重建算法研究 [J], ZHANG Bin;ZHANG Zhengqiang;WANG Hongkai
4.基于GPU加速的一种新图像特征匹配算法 [J], 李聪;郭大波;刘小文;
5.GPU加速实现的锥束CT高精度正投影算法 [J], 赵星;胡晶晶;王晋君;张朋因版权原因，仅展示原文概要，查看原文内容请购买。