基于多核CPU的微型CT并行錐束圖像重建算法應(yīng)用研究.pdf

1、20世紀(jì)80年代，普通醫(yī)學(xué)CT的空間分辨率就已達(dá)到毫米量級(jí)，但僅能粗糙地滿足宏觀病理學(xué)診斷的要求。如果醫(yī)學(xué)CT的空間分辨率提高到微米量級(jí)，即可顯示細(xì)胞和組織的微細(xì)結(jié)構(gòu)，從而真正滿足臨床病理學(xué)診斷金標(biāo)準(zhǔn)的要求。為此，學(xué)術(shù)界開始研發(fā)高分辨率的微型CT(Micro CT；也稱為顯微CT、微焦點(diǎn)CT)。Micro CT通常采用錐形X線束(Cone Beam)，采用錐形束不僅能夠獲得真正各向同性的容積圖像，提高空間分辨率及X射線利用率，而且在采集

2、相同3D圖像時(shí)速度遠(yuǎn)遠(yuǎn)快于扇形束CT。因此，錐束圖像重建算法成為Micro CT學(xué)術(shù)理論及工程技術(shù)界的研究熱點(diǎn)。 微型CT采用錐形X射線束(簡(jiǎn)稱錐束)和二維檢測(cè)器取代傳統(tǒng)的扇形x射線束和一維檢測(cè)器，這樣不僅可以一次同時(shí)掃描多層組織，而且提高了獲取投影數(shù)據(jù)的速度和X射線的利用率，同時(shí)重建出的圖像的軸向分辨率也得到很大的提高。錐束圖像重建算法包括解析算法和迭代算法。其中，解析算法又分為近似算法和精確算法。相對(duì)于迭代算法，解析算法具有

3、更快的重建速度，并且占有較少的內(nèi)存資源，因此，成為實(shí)際CT系統(tǒng)中的主流算法。而在解析算法中，近似算法由于數(shù)學(xué)上簡(jiǎn)單，實(shí)現(xiàn)起來容易，而且當(dāng)錐角比較小時(shí)，能夠取得較好的重建效果，所以在實(shí)際中有著廣泛的應(yīng)用。著名的Feldkamp算法(Kudo and Saito 1990，Yahand Leahy 1992，Wang et al 1993)就是典型的能夠處理部分錐束投影數(shù)據(jù)的近似處理算法。然而，當(dāng)檢測(cè)器陣列變寬、射束錐角變大時(shí)，其應(yīng)用性能總

4、體將明顯趨于惡化。但由于Feldkamp算法以及摹于Feldkamp算法的其它近似錐束圖像重建算法優(yōu)異的時(shí)間性能、良好的理論簡(jiǎn)潔性和工程易實(shí)現(xiàn)性，它們?nèi)匀痪哂泻艽蟮墓こ虘?yīng)用價(jià)值，并構(gòu)成目前Micro CT工程的主流圖像重建算法，也是本課題的研究?jī)?nèi)容。 由于CT圖像重建過程運(yùn)算量大，尤其是反投影過程，在很多情況下，重建所需時(shí)間難以滿足實(shí)際應(yīng)用的需求，因此提高反投影重建速度一直是CT理論及工程技術(shù)界關(guān)注的熱點(diǎn)。國(guó)內(nèi)外的學(xué)者和機(jī)構(gòu)在這

5、方面做了大量的研究工作，提出很多快速反投影算法，但這些方法大都是基于正、余弦函數(shù)性質(zhì)的優(yōu)化方法，需要預(yù)先計(jì)算并存儲(chǔ)三角函數(shù)值，內(nèi)存開銷比較大。此外，采用并行處理技術(shù)可有效地提高圖像重建速度，縮短重建時(shí)間。本課題采用多核程序設(shè)計(jì)和并行處理技術(shù)，主要研究了并行錐束圖像重建算法，并且針對(duì)反投影問題，介紹了一種基于ADRT的快速反投影算法及其并行實(shí)現(xiàn)。雖然并行處理技術(shù)早在1990就被應(yīng)用于二維CT圖像重建，但它們都是在并行機(jī)或集群系統(tǒng)中實(shí)現(xiàn)的，

6、而在多核CPU上實(shí)現(xiàn)并行，能帶來更強(qiáng)的并行處理能力和更高的計(jì)算速度。 同時(shí)，仿真實(shí)驗(yàn)是研究人員驗(yàn)證其算法正確性和有效性、評(píng)價(jià)其算法性能的基本途徑，這在生物醫(yī)學(xué)圖像重建領(lǐng)域表現(xiàn)的尤為突出。本課題以3D Shepp-Logan模型為參考模型，在VC++6.0環(huán)境下開發(fā)微型CT錐束重建仿真實(shí)驗(yàn)平臺(tái)，對(duì)各種圖像重建算法進(jìn)行性能評(píng)測(cè)。該實(shí)驗(yàn)平臺(tái)一方面能夠保障本課題算法的順利實(shí)現(xiàn)，更重要的，它是今后Micro CT工程技術(shù)人員必不可少的科研