买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：天津财经大学

摘要：本发明提供了基于CUDA架构的工业锥束CT三维重建方法及系统，方法包括在CUDA架构上运行工业锥束CT三维重建方法。加权阶段，利用二维加权模板，对每个角度下的二维投影数据并行加权；滤波阶段，对每张加权后的投影数据按行重排，转换到频域后乘以滤波函数，转回空间域再次将数据按行重排实现滤波；反投影阶段，在GPU中并行计算三个维度的坐标向量，利用重建图像的对称性同时计算体素在四个角度下的CT值，缩短了三维图像的重建时间。在图像质量增强方面，在GPU中加速对投影数据的线性校正，有效改善金属伪影；在图像后处理阶段，通过低通滤波矫正环形伪影。本发明能够有效提高重建速率并提升重建图像质量，满足实际的应用场景。

主权项：1.基于CUDA架构的工业锥束CT三维重建方法，其特征在于：在CUDA架构上加速工业锥束CT三维重建方法，CUDA架构包括主机端和设备端，所述主机端包括CPU及其内存，设备端包含GPU及显存；基于CUDA架构的工业锥束CT三维重建的具体方法为：将采集到的原始数据运用Beer定律转换为投影数据，生成一张与投影大小相等的加权参数模板，对每个角度下的二维投影数据进行加权；首先将采集到的原始数据运用Beer定律转换为投影数据，转换公式如式（1）所示， （1）其中P为转换后的投影数据，I0代表未衰减的射线强度值，通过原始数据中空白处的值得到，I代表的是探测器采集到的投影值，根据式（2）中的加权公式可知，加权参数仅与射线源到旋转中心的距离DSO，投影图像上的横坐标s和纵坐标z有关，跟投影角度无关， （2）式中，代表加权前的投影数据，其中s和z分别为每张投影的横向坐标和纵向坐标，代表加权后的投影数据，DSO为射线源到旋转中心的距离，s和z分别为每张投影的横向坐标和纵向坐标，对于每个投影数据来说，其权重值仅与自身坐标和设备参数有关，因此可以满足并行计算的条件，只需要生成一张与投影大小相等的加权参数模板，当对每个角度下的二维投影数据进行加权时，只需要从模板相同位置查找加权参数进行相乘，假设每张投影数据的宽和高分别为Nx与Ny，将原点置于投影图像中心，其像素坐标范围分别为，，对于投影上像素位置为x,y的一点，其对应在旋转中心上虚拟投影的采样点坐标为s,z，在这一步需要将像素坐标转换到空间中的实际坐标，根据三角形相似的原理，转换关系如式（3）所示， （3）其中DSO’为射线源到平板探测器的距离，interval为平板探测器上两个探元之间的距离，两个参数均来源于设备配置，在经过上式计算得到投影图像上的点在空间域中的坐标后，根据加权公式计算出加权参数模板，随后用N个角度下的投影数据乘以该加权参数模板，实现加权部分的计算；对每一个角度下加权后的投影数据按行重组为复数，对重排后的数据按行做一维傅里叶变换，再将变换结果乘以频域滤波函数，接着进行傅里叶逆变换转回空间域，随后再次重排为二维图像；调用CUDA核函数，计算三个维度的坐标向量，在CPU主线程里调用核函数开始进行反投影，在GPU中一个线程以投影数量的14为循环次数计算出一个体素在四个角度下的重建值，首先利用已有的坐标向量计算每个角度分量中的投影坐标，而后利用双线性插值法计算上下两个子块四个通道的重建图像，再利用切片内的旋转对称性将四个通道重建图像组合成最终的三维图像，然后将重建图像数据传回CPU中，CPU调用线程将重建好的两个块写入文件，与此同时CPU循环调用核函数重建剩余的子块，直到所有块重建完毕并写入文件后，完成三维图像的重建，其中，重建三维图像的每一个水平切片为一个正方形图像，在射线源旋转一周的过程中，在沿Y轴方向的某一水平切片中，四个相隔90度的射线束在切片上的投射位置存在对称的关系，利用GPU的并行特性同时重建出四个投影角度下的重建图像，而后对于每个角度下的重建图像进行重新排列得到最终的重建图像，在具体的实现过程中，对每一个重建的体素采用四通道结构体数据来存储每一角度下的重建数据值，在这里采取用空间来换取时间的策略，计算一次坐标值的转换，同时重建四个角度下的三维图像，角度的循环次数为扫描角度的14，在对四个角度下的投影数据同时进行重建后，需要根据切片上的几何关系将四通道重建图像叠加为单通道图像，其中转换关系如下式中所示， ；式中，c1,c2,c3,c4四个通道下的数据分别对应0°-90°,90°-180°,180°-270°,270°-360°四部分投影数据的重建图像，通过将每一个角度下的重建数据进行旋转后进行累加，从而得到完整的重建图像。

全文数据：

权利要求：

百度查询： 天津财经大学 基于CUDA架构的工业锥束CT三维重建方法及系统