一种利用Spark-GPU加速 CT图像重建的设计

目的:进一步解决CT图像重建耗时长的问题,实现大批量重建CT图像.方法:利用大数据框架Spark构建GPU集群.首先对加速滤波反投影(FBP)和同时代数迭代重建技术(SART)算法的复杂度进行分析及并行化设计,并比较在GPU和CPU上的运行速度.通过对比耗时选择最佳的计算组合,实现单机GPU加速.通过thunder工具读取批量的投影数据并创建分布式数据集,使用Numba开发CUDA程序并部署在Spark运行.结果:FBP算法运行速度有近40倍的提升,SART算法运行速度有近10倍的提升.结论:Spark和GPU结合能够扩展Spark的性能,突破单机加速瓶颈,大幅提升计算速度,对于不同的图像重建算法均有良好的加速效果,表明Spark-GPU在图像重建方向有良好的应用前景.     

最速下降法在图像重建中的应用

图像重建常常被转化为解非线性无约束极值问题。通过范数极小化推导出了最速下降法的一般算法,通过对模拟数据的重建估计了算法的有效性,并对重建图像与滤波反投影(FilterBack-projection,FBP)重建图像进行了比较。     

用几何参数表方法实现快速重建 CT 图象

在微机上进行图象重建可增加ＣＴ系统的灵活性并降低造价,但必须选择适当的算法并改进计算程序,才能达到一个可以接受的计算速度。提出了的基于“旋转极坐标反投影”概念的几何参数表方法,即提前将投影地址和反投影权重计算好,以表格形式存放,在反投影过程中仅需查表调用,可避免在反投影过程中进行大量费时的计算,从而大大减少了计算工作量。几何参数表方法对二维及三维图象重建都可应用,实验结果说明采用几何参数表后,至少可减少反投影时间一个数量级。实现了在微机上快速重建ＣＴ图象。     

一种适用于小视野的快速精确重建算法

分析了反投影滤波(BPF)精确重建算法在重建小视野图像重建中存在的速度缓慢问题,提出一种适用于小视野的快速精确重建算法.该算法通过多尺度采样概念重新定义PI平面数据,利用两次不同尺度PI平面数据的插值获得最终结果,避免了原始算法在PI平面的无用计算.实验结果表明,该算法能够在保证重建图像质量的前提下,大大降低PI平面的计算量,从而提高BPF精确重建算法的重建速度,有效地解决了精确重建算法在小视野重建中的无用计算问题,为精确重建算法应用于实际提供了条件.     

基于圆域上多项式逼近的图像重建算法

以Marr算法为基础, 给出了圆域D上图像重建的一种 基于二元多项式逼近的加速算法. 加速后算法的计算量为O(Nlg N), 当N较大时, 新算法的运行时间远小于原算法的运行时间. 同时, 与传统图像重建算法〖CD2〗滤波反投影算法（FBP）相比, 基于多项式逼近加速算法重建的图像质量优于前者. 仿真实验验证了此算法的有效性.     

深度学习重建算法在肠系膜上动脉CT血管成像中的应用评估

目的:评估深度学习图像重建算法在肠系膜上动脉CT血管成像(CTA)图像中的应用价值。方法:回顾性纳入40例患者肠系膜上动脉CTA的原始数据，利用滤波反投影重建(FBP)、自适应统计迭代重建(ASIR)30%、ASIR 60%、深度学习图像重建(DLIR)-L、DLIR-M、DLIR-H共6种算法重建图像，测量并分析肠系膜上动脉的CT值、SD值和信噪比，两位放射科医生进行主观图像评价。结果:6种算法重建图像CT值、噪声、信噪比和主观图像质量评分间差异有统计学意义(P<0.001),DLIR-H,DLIR-M、ASIR60%、DLIR-L、ASIR30%、FBP图像噪声依次增加，信噪比依次降低；3种DLIR的CT值无明显差异，但DLIR的CT值高于FBP和ASIR;主观评分显示DLIR重建图像血管锐利度增强。结论:DLIR改善了肠系膜上动脉CTA的图像质量，并且能提高血管锐利度，但也存在改变原始信息的风险。     

基于改进非局部先验的Bayesian低剂量CT投影平滑算法

针对低剂量CT(LDCT)图像质量退化的问题,提出了一种改进的非局部先验模型,并将基于该模型的Bayesian统计算法应用于LDCT投影降噪中.首先将方向性测度引入到传统的非局部先验模型中,构建一种改进的先验模型;同时结合基于加权欧氏距离的距离测度,提高权重系数计算的准确性;然后运用基于该先验模型的Bayesian统计算法对LDCT投影进行平滑降噪;最后依据降噪后投影,利用滤波反投影(FBP)方法进行重建,得到改善的LDCT图像.实验结果表明,与典型的传统LDCT重建算法相比,该算法在抑制噪声、去除伪影的同时,较好地保留了重建图像细节信息.     

基于PI线段的扇束CT重建

为了研究反投影滤波重建方法在CT(computedtomography)系统中的应用,提出了一种基于PI线段的简化扇束射束重建算法.该算法首先对X射线束产生的投影数据进行微分,然后把这些微分后的数据反投影到一系列的PI线段上,最后沿着PI线段的方向对反投影数据进行Hilbert滤波,即得到重建图像.利用Shepp-Logan模型进行计算机数值模拟实验,得到了该算法和传统的滤波反投影算法的对比结果.利用微焦点X射线CT的投影数据进行重建,得到了实际数据下的重建图像.实验结果表明,该简化算法能够对感兴趣区域进行精确重建,可以应用于实际的CT系统.而且这种方法有很多优势,比如能够减少需要的数据 ,快速完成扫描.减少辐射药剂的服用量,减少X-ray的辐射,加快计算机的运算.     

基于视觉定位的非确定轨迹CT系统

计算机断层成像(CT)系统需要精确和确定的扫描轨迹来获得高质量的图像。如果机械系统无法实现高精度的扫描轨迹,CT图像的质量将受到影响。该文提出了一种CT系统,通过视觉定位来实现非确定扫描轨迹下的CT成像。其中视觉定位系统通过对待测物体位移和转角的测量来获得实际扫描过程中射线与物体的精确几何关系。针对这种数据条件,提出了一种改进的滤波反投影(FBP)算法,实现非确定轨迹的CT图像重建。该方法将滤波反投影算法的适用范围从标准轨迹扩展到了通用轨迹。模拟数据计算和实验结果验证了该系统的可行性。此方法很大程度上为CT系统的设计提供了便利。     

基于平行PI线段的平行束CT重建

为了研究基于PI线段的反投影滤波重建方法在CT(computed tomography)系统中的应用,提出了一种基于平行PI线段的简化的平行射束重建算法。该算法首先对平行X射线束产生的投影数据进行微分,然后把这些微分后的数据反投影到一系列的平行PI线段上,最后沿着PI线段的方向对反投影数据进行Hilbert滤波,即得到重建图像。利用Shepp-Logan模型进行计算机数值模拟实验,得到了该算法和传统的滤波反投影算法的对比结果。利用微焦点X射线CT的投影数据进行重建,得到了实际数据下的重建图像。实验结果表明,该简化算法能够进行精确重建,可以应用于实际的CT系统。     

超宽带SAR成像的快速BP算法

在后向投影（BP）算法的基础上,提出了一种快速后向投影（FBP）算法。以点目标和多点目标为例,将该算法应用于超宽带合成孔径雷达成像并与原始（BP）成像算法进行比较,仿真结果证明了该算法的快速性和有效性。     

小波包变换在正电子发射断层扫描仪图像重建中的应用

在对常用的计算机断层图像重建方法-解析法深入研究的基础上,将小波包技术应用于断层图像重建,提出了基于小波包变换的多尺度断层图像重建框架。该方法能够直接从投影数据的多尺度表达中计算出目标多尺度表达系数,可在提取重建图像多分辨信息的同时,保留传统滤波反投影法的简便性和有效性,计算机仿真模型和临床正电子发射断层扫描仪投影数据的重建结果表明,该方法和滤波反投影方法相比,在不增加计算量的基础上,能够对任意不同频段的信号进行较为精确的重建,可以满足临床上识别重建图像不同特征的需求。     

基于双字典自适应学习算法的低采样率CT重建

在医疗诊断中,稀疏采样能减少CT扫描过程中辐射对患者的伤害.但直接对稀疏采样后的投影数据进行重建,会使CT重建后的图像出现失真、伪影等问题.为保证低采样率下重建图像的质量,提出了双字典自适应学习算法,参照Sparse-Land模型的双字典学习框架,将K-SVD算法与双字典学习算法框架相结合得到补全投影数据,利用FBP算法进行重建得到高质量的重建图像.实验结果表明,在低采样率下使用所提方法进行CT重建的图像质量优于COMP双字典学习算法和MOD双字典学习算法,并且此方法有效提高了CT图像重建在低采样率时的性能.     

基于增量优化传递的正电子发射断层图像重建

将增量优化传递算法用于正电子发射断层图像重建中,得到一种新的最大后验概率图像重建算法,实验结果表明,相对于滤波反投影和最大似然期望值最大化算法,有序子集可分离的抛物面型替代函数算法和发射增量优化传递算法得到的图像归一化均方误差较小,且边界得到一定的保持.在迭代的初期,有序子集可分离的抛物面型替代函数算法收敛较快,误差小;当迭代到一定的次数时,发射增量优化传递算法误差小,且能够有效收敛,对发射扫描断层图像重建产生重要的影响.     

基于正弦图分区修复的稀疏角度CT重建算法

针对稀疏投影CT重建图像中的条形伪影问题,提出一种稀疏表示与低秩矩阵填充相结合的正弦图分区修复方法.首先,将正弦图子块依据灰度熵大小分为两类;然后,采用字典学习算法修复边界区域的正弦图子块,为了保留正弦图的内部结构,设计一种联合修复模型用于内部子块的修复,将正弦图的低秩特性融入稀疏表示模型中,以便引入非局部信息;最后,组成完整的正弦图并经滤波反投影(FBP)重建获得最终图像.实验结果表明,与经典算法相比,该算法在投影域与图像域皆有较优表现,能够较好地修复正弦图的结构,明显改善稀疏重建图像中的条形伪影及结构模糊问题.     

基于滤波反投影的超短锥束CT扫描算法

分析了现有的一些超短扫描算法,提出一种基于滤波反投影(FBP)方法的超短扫描算法和实现这种算法的圆周分段联合的扫描方式.用该算法对感兴趣区域实施超短扫描所获取的数据可以进行精确的体积重建,并且对噪声不敏感.所提出的圆周分段联合的锥束投影扫描是一种把圆周轨道的半扫描和超短扫描进行合并的组合扫描方式,这种方式有助于提高病灶区域的空间分辨率和密度分辨率,并可降低病人所受X射线照射的剂量.     

均匀磁场激励磁感应成像滤波反投影算法

通过亥姆霍兹线圈在中心区域建立正弦均匀的激励磁场,磁场方向近似直线,有助于简化逆问题的复杂度.建立了8通道磁感应测量系统仿真模型,采用滤波反投影算法重构出电导率分布.在滤波反投影算法中,首先用线性插值补充检测数据,然后用Hamming滤波器对数据进行滤波,同时加入窗口滤波器减少了涡流磁场发散对周围线圈的影响.加入不同噪声比的噪声干扰,测试了算法对噪声的抑制能力,实验结果表明该模型下运用反投影滤波算法可以重构出电导率的分布.     

Filtered Backprojection Reconstruction with Depth-Dependent Filtering

A direct filtered-backprojection(FBP) reconstruction algorithm is presented for circular cone-beam computed tomography(CB-CT) that allows the filter operation to be applied efficiently with shift-variant band-pass characteristics on the kernel function.Our algorithm is derived from the ramp-filter based FBP method of Feldkamp et al.and obtained by decomposing the ramp filtering into a convolution involving the Hilbert kernel(global operation) and a subsequent differentiation operation(local operation).The d...     

基于ADMM的TV图像重建算法研究：设计、实现及评估

稀疏重建是当前CT(computed tomography)领域的研究热点,其实质是用稀疏视角下的投影来重建图像,以减少扫描过程中对病患的辐射剂量。随着压缩感知理论的提出,稀疏重建算法已经被广泛应用到了医学CT中。TV(total variation)算法是可以实现稀疏重建的一种有效方法。本文设计了一种基于ADMM(alternating direction method of multipliers)的TV算法,先将非约束的优化问题转换为约束形式,然后引入乘子,最后通过交替方向法实现迭代过程。该方法将复杂的优化问题分解为了若干个具有闭合形式的子优化问题,故迭代速度较快。仿真实验表明,与传统的滤波反投影算法相比,该算法可以实现稀疏角度下的高精度图像重建。同时还初步探讨了平衡因子在不同噪声情形下对重建精度的影响。