GPU加速实现的锥束CT高精度正投影算法

CT的正投影计算是对CT数据采集过程的模拟,不仅可用于生成投影数据,而且是CT图像迭代重建算法的一个关键组成部分.在CT的锥束扫描方式下,正投影计算量大,计算时间长.为此,提出了一种GPU加速实现的锥束CT正投影算法.该算法通过并行计算各条X射线在探测器上投影,实现了锥束CT正投影的快速计算.由于该算法支持全浮点运算精度计算,且采用三线性插值方式,因此计算精度高.通过对Shepp-Logan模型的正投影计算实验以及与其他正投影算法的比较,验证了作者算法的优点.     

CT投影变换理论及其在圆轨道锥束重建中的应用

为了精确地获得计算机断层成像(CT)图像重建所需的平行束X射线投影,提出了CT投影变换理论,得到了一种精确地由锥束投影计算平行束投影的算法.该算法可以适用于任意形式的扫描轨道.在此基础上,分别提出了针对完整物体和物体感兴趣区域进行CT投影变换的投影数据完备性条件.将CT投影变换方法应用于圆轨道CT图像重建,有效地改善了FDK算法的重建结果,特别是在远离扫描轨道的平面内,改进后的重建图像CT值更加接近真实值.数值模拟实验证明了上述CT投影变换理论和方法的有效性.     

基于图形处理器的邻接矩阵算法

本文提出一种基于图形出理器的并行邻接矩阵算法,算法利用了图形处理器子素级的向量处理能力完成对n个数据点邻接矩阵的计算,将提出算法与现有算法进行的性能对比分析表明：本算法明显改进了现有文献的研究结果,是一种低成本的邻接矩阵算法。     

锥束CT的分区短扫描FDK重建算法

圆轨道锥束CT(computed tomography)重建中,随着锥角增大,锥角伪影和数据缺失伪影越来越严重,影响FDK算法(由Feldkamp-Davis-Kress名字命名)重建区域的大小和图像质量。本文分析了短扫描FDK算法(short scanFDK,SS-FDK)重建时的数据完整性,提出了根据重建切片高度自适应地将重建切片分成若干区域,对每个区域采用SS-FDK算法进行重建的分区短扫描FDK重建算法。理论分析及试验仿真表明,该方法虽然计算复杂度有所增加,但充分利用了锥束CT投影数据,较大地增大了重建区域,完全重建区域高度达到扫描高度的1-sin2δ倍(δ为射线源半张角),且重建精度和图像质量与FDK算法相当。     

基于SIDWT和迭代自一致性的快速并行成像重建方法

为提高并行磁共振成像的重建速度,基于平移不变离散小波变换(SIDWT)和迭代自一致性并行成像重建(SPIRiT)模型,提出一种高效的重建方法fSIDWT-SPIRiT.该方法针对含有数据一致项、校正一致项和L1范数正则项的复杂优化问题,首先将数据一致项和校正一致项进行合并处理,之后利用快速投影迭代软阈值算法进行求解以实现快速并行磁共振成像重建.最后,在不同人体器官的数据集上进行测试.仿真实验结果表明：与其他方法相比,该方法能够在保证图像重建质量的同时,具有更快的收敛速度.     

CT图像分块重建算法

为加快重建速度，节省资源，提出了CT图像分块重建算法，与一般的整幅重建算法不同，该算法通过恰当地分割投影空间、滤波投影空间、图像空间来实现重建的分块运算，最后拼装成整幅图像，它所占用的资源要比对整幅图像重建所需要的少，分块重建算法适用于多机运算、计算机网络分布运算及投影数据量巨大的高分辨率CT图像重建，并发展成一种局部重建技术，能减少对X射线剂量的要求，从而减少X射线对人体的辐射损害，仿真实验表明，CT图像分块重建算法是可行的和令人满意的。     

一种快速迭代软阈值稀疏角CT重建算法

针对目前迭代软阈值稀疏角CT重建算法收敛速度较慢的问题,提出了一种基于全变分约束的快速迭代软阈值稀疏角CT重建算法.该算法首先对CT稀疏投影数据采用联合代数重建算法(SART)进行重建,以获得满足数据一致性的重建图像,然后计算SART重建图像的离散梯度变换,并对其进行软阈值滤波,最后利用离散梯度变换的伪逆更新重建图像.由于在迭代过程中利用了前2次迭代重建图像作为下一次迭代的初始图像,因而加快了重建算法的收敛速度.对Shepp-Logan模体进行仿真的实验结果表明:在无噪、5×104和2×105光子泊松噪声情况下,与SART重建算法、基于Harr小波的快速迭代软阈值算法以及基于全变分约束的迭代软阈值重建算法相比,该重建算法的收敛速度有明显提高,同时能够有效减小图像的相对重建误差.     

基于转角增量关系的FDK锥束重建改进算法

单圆形轨迹不能满足锥束投影精确重建的充要条件是经典FDK算法出现锥向衰减伪像的根本原因.通过斜平面转角增量关系的分析,推导出同锥角斜平面间转角及其增量的计算关系,进而得出FDK算法是对同锥角斜平面族上有限视角的投影数据进行重建,并且在滤波反投影重建过程中存在转角关系不匹配问题.针对上述两个问题,提出了一种利用转角及其增量关系对FDK算法进行改进的新方法,改进思路也进一步推广到T-FDK算法中.Shepp-Logan模型的仿真实验结果表明在适中或较大锥角情况下,改进算法显著改善了FDK算法所存在的锥向衰减伪像.     

基于同心圆轨道的锥形束CT重建算法

由于基于圆轨道锥形束 CT(com putertom ography)重建算法 (如 FDK算法 )只有在小锥角的条件下才能得到比较好的重建质量 ,因此在实际应用中时受到很多的限制。该文利用外推的思想提出了一种基于同心圆轨道的锥束 CT重建算法。利用不同半径的同心圆轨道对物体重建两次 ,并根据平方反比关系 ,利用两次 FDK算法重建结果的差异估计出真实值和重建值的差异 ,然后利用这个差异来修正重建结果。得益于这个修正 ,该算法可以很好地抑制FDK算法由于锥角变大引起的伪影。仿真模拟结果表明 :该算法对高对比度和低对比度物体锥束重建的锥角使用范围比 FDK提高 1～ 3倍     

基于FDK反投影权重的锥束DSA重建算法

针对锥束数字减影血管造影成像系统(DSA)锥角增大而导致锥束伪影严重的问题,提出了一种基于FDK的反投影权重锥束DSA重建算法.分析了圆扫描轨迹远端伪影的成因,针对短扫描阴影区域导致的Radon空间数据缺失,提出了一种距离变量的反投影权重函数,并将其作为约束条件引入到FDK算法中,实现扫描轨迹远端区域的数据补偿,扩大图像重建区域.应用该算法对无噪声和有噪声的模拟投影数据,及自行研发的锥束DSA的实际扫描数据分别进行了重建试验.结果表明,文中算法较FDK类算法(Parker-FDK)对大锥角投影数据可明显抑制锥角伪影,其归一化均方距离判据和归一化平均绝对距离判据比Parker-FDK均降低了5％.     

基于图形处理器的增强现实自然特征注册算法

传统的基于中央处理器(CPU)的计算架构已无法满足增强现实(AR)三维注册技术实时运行要求。针对该问题,该文提出采用现代多核异构、大规模并行处理功能的通用图形处理器(GPGPU)来加速和优化AR三维注册算法,研究了在GPU上实现类似特征提取和匹配等AR三维注册核心技术的基础理论、方法和实验。结果表明,通过模块划分和优化后的图像特征提取SIFT算法、随机采样等,能够充分挖掘AR三维注册算法的并行运算潜力,对于640*480像素的图像序列,注册算法能够达到15帧/秒,有效地提高运算实时性。     

图形处理器在分层聚类算法中的通用计算研究(英文)

ROCK是一种采用数据点间的公共链接数来衡量相似度的分层聚类方法,这种方法对于高维、稀疏特征的分类数据具有高效的聚类效果。其邻接度矩阵计算是影响其时间复杂度的关键步骤,将图形处理器(GUP)强大的浮点运算和超强的并行计算能力应用与此步骤,而其余步骤由CPU完成,这种基于GUP的ROCK算法的运算效率在AMD 643500+CPU和NVIDIA GeForce 6800 GT显卡的硬件环境下经过实验测试,证明其运算速度比完全采用CPU计算速度要快。这种改进的分层聚类算法适合在数据流环境下对大量数据进行实时高效聚类操作。     

二维FFT在GPU上的并行实现

FFT算法是高度并行的分治算法,因此适合在GPU（Graphics Processing Unit,图形处理器）的CUDA（Compure Unified Device Architecture,计算统一设备体系结构）构架上实现．阐述了GPU用于通用计算的原理和方法,并在Geforce8800GT平台上完成了二维卷积FfTr的运算实验．实验结果表明,随着图像尺寸的增加,CPU和GPU上的运算量和运算时间大幅度增加,GPU上运算的速度提高倍数也随之增加,平均提升20倍左右．     

基于Ray Tracing的《计算机图形学》实验教学研究

真实感图形学是计算机图形学的重要研究方向之一,主要研究如何使用计算机模拟真实场景,生成真假难辨的画面。但是,目前高校《计算机图形学》的教学内容常以简单画面的绘制为主,忽略了有关真实感绘制的内容。文中针对真实感图形学,根据真实感绘制中常用的光线跟踪算法设计教学实验,以加强学生对真实感图形学的了解。实验涉及场景光照明模型与几何求交等知识,可以培养学生研究问题和解决问题的能力。     

基于构造实体几何模型动态重构的快速显示算法

将区域扫描线算法结合到光线投射算法,提出了一种基于构造实体几何（CSG）模型动态重构的快速显示算法．对每一扫描线,以场景中各物体的视图投影轮廓线作区域分割,对每一分割区域生成不同的CSG动态显示模型．此模型通过动态重构一个原CSG模型的子集而得,可大幅减少计算中所处理物体个数．利用扫描线相邻区域的相关性给出一种快速生成CSG动态显示模型的方法,使显示速度达到实时要求．     

采用GPU的提升纹理缓存命中光线投射方法

提出一种改善纹理缓存命中率的方法.首先,分析图形处理器(GPU)中三维纹理组织的布局特性;进而提出根据视点的变化动态选择线程配置的策略,目的在于最小化warp级的投射光线纹理访存跨距;最后,算法用CUDA(compute unified device architecture)实现并验证.实验结果表明:当视点分别围绕x,y,z坐标轴旋转时,改进后算法的帧速率分别为改进前的1.08,1.14,0.98倍.     

Fast Implementation of Iterative Reconstruction with Exact Ray-Driven Projector on GPUs

Iterative methods are popular choices in image reconstruction fields due to their capability of recovering object information from incomplete acquisition data.However,the computation process involves frequent uses of forward and backward projections that are computationally expensive.Past research has proved that a forward projector that can produce high quality images is crucial to achieve a good convergence rate.In this paper a high performance iterative reconstruction framework is introduced,where two mo...     

一种改进的迭代样本挑选算法

针对近邻法分类需要大量计算和存储的缺点,提出了一种改进的样本挑选算法(different iterative case filtering,DICF).该算法首先评价每个样本的分类能力,据此不断删除分类能力弱的样本,迭代执行此过程,直到压缩子集不再变小为止. 经分析得出DICF算法时间复杂度为O(n~2). 在真实数据库上的实验结果表明,通过DICF算法得到的压缩集在压缩比、分类精度上均优于MCS,ICF, ENN等经典算法.     

基于正则方法与迭代技术相结合的复杂温度场重建算法

针对傅里叶正则算法在复杂温度场重建过程中存在的不足 ,首先用正则化方法获得温度场重建这一不适定问题的稳定解 ,然后利用迭代技术对解进行一次迭代优化修正 ,充分考虑观测矩阵降质对温度场重建的影响·提出一种基于正则化方法与一次迭代技术相结合的复杂温度场重建算法·仿真结果表明该算法温度场重建精度优于傅里叶正则算法 ,能快速而较高精度地重建出复杂温度场二维温度分布