

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、X射線計算機斷層掃描(CT)技術已廣泛應用于臨床和工業(yè)領域。其中CT重建算法作為CT技術的核心部分,一直是CT成像技術研究的熱點。CT重建算法主要分為解析重建和迭代重建。解析重建為目前使用最為廣泛的重建算法,其特點是重建速度快、成像質量好,但需要均勻分布在180°或360°范圍內的足夠投影數(shù)據(jù)。然而在實際應用中,常無法獲得滿足這樣要求的投影數(shù)據(jù),如劑量限制導致投影數(shù)據(jù)分布稀疏,或者射線無法穿過高密度區(qū)域導致投影數(shù)據(jù)的丟失。在有限角度投影
2、數(shù)據(jù)情況下,采用解析法重建將導致嚴重偽影。這種情況下,為了獲得較好的重建圖像,通常采用迭代重建算法。
迭代重建算法適用于各種形式的采集數(shù)據(jù),即使是有限角度投影數(shù)據(jù)的情況,也能重建出較好的圖像,但是重建計算量大,重建時間長。目前,重建速度已成為制約其廣泛應用的最大瓶頸。因此,研究如何提高迭代重建算法的效率,在理論和實際應用中都具有較高的價值。
本文利用基于計算機統(tǒng)一設備架構(CUDA)的高性能并行計算圖形處理器(GPU
3、)對迭代重建算法加速進行了研究,主要研究內容如下:
1)采用CUDA對經(jīng)典的聯(lián)合代數(shù)迭代重建算法(SART)進行了加速,根據(jù)其正投影和反投影的特點,采用了兩種主要技術將SART融入CUDA架構:(1)正投影采用帶有GPU三維紋理插值的射線驅動;(2)反投影采用帶有共享存儲器的體素驅動,可避免一些冗余計算。根據(jù)射線和體素的獨立性我們采用以上兩種技術設計CUDA內核,其中每個內核代表計算一條射線的投影值或計算一個體素的反投影值。因
4、此,可以實現(xiàn)大量的并行化,顯著提升計算性能。
2)對TV算法進行了研究,將TV最小化算法與SART重建算法相結合,提出了TV-SART重建算法,并采用CUDA對其進行了加速。模擬和實際實驗表明,TV-SART能很好的抑制噪聲,獲得十分平滑的重建圖像。
3)在單GPU基礎上,本文提出了多GPU加速重建。
利用了多個GPU內核的計算能力,在保證圖像質量的情況下,進一步提高了重建速度;克服了工程中重建數(shù)據(jù)量較大,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 迭代重建算法的研究與CUDA加速.pdf
- 基于GPU加速的平板PET快速重建算法研究.pdf
- 加速圖像重建的迭代算法研究.pdf
- 基于GPU加速的錐束CT重建算法研究.pdf
- CT迭代重建算法的加速方法研究.pdf
- 基于CUDA的稀疏角度錐束CT快速迭代重建算法研究.pdf
- GPU加速的粒子濾波PET圖像重建算法.pdf
- 基于GPU的LOF算法加速.pdf
- 基于GPU硬件加速的三維重建算法研究.pdf
- CUDA加速CV圖像分割和外部CT圖像重建算法研究.pdf
- 基于FDK算法的錐束CT三維重建GPU加速.pdf
- 基于GPU加速的三維掃描重建系統(tǒng).pdf
- 基于OpenCV的GPU并行加速圖像匹配算法研究.pdf
- 基于GPU的光線跟蹤算法的加速技術.pdf
- 基于CUDA加速的局部CT重建與金屬偽影校正.pdf
- 基于CUDA的指紋識別加速算法的研究.pdf
- 基于GPU加速的RDF查詢并行Join算法.pdf
- 基于GPU的光線跟蹤算法的加速結構比較研究.pdf
- 基于GPU加速的光線跟蹤體繪制算法研究.pdf
- 基于GPU加速的脈沖噪聲檢測算法研究.pdf
評論
0/150
提交評論