周　伟　董　鹏　孙业全　李耀武

1(潍坊医学院设备科　山东 潍坊 261053)

2(潍坊医学院医学影像学系　山东 潍坊 261053)



基于GPU加速和矩阵优化的医学图像重建

周伟1董鹏2孙业全2李耀武2

1(潍坊医学院设备科山东 潍坊 261053)

2(潍坊医学院医学影像学系山东 潍坊 261053)

摘要计算机断层扫描CT(Computed Tomography)等医学影像设备产生的投影数据巨大，因此由投影数据重建原始图像是一个需要大量计算的耗时过程。为了提高CT图像重建速度，在主流的个人计算机平台上，将基于GPU(Graphic Processing Unit)并行计算的CUDA(Compute Unified Device Architecture)技术应用于Cimmino同步迭代重建算法，并针对GPU并行架构的特点，使用CSR-ELL联合存储格式对数据的存储进行了优化以进一步提高并行效率。实验结果显示，该GPU并行Cimmino重建方法能够减少72%的图像重建时间，在保证成像质量的前提下提高了重建速度。

关键词图像重建CUDA计算机断层扫描稀疏矩阵

0引言

医学图像重建[1]是由物体的检测数据重建物体图像的过程，常见的医学成像设备有CT、MRI、PET等，其中CT作为一种X射线影像设备有着广泛的应用。CT的成像过程主要分投影和重建两个阶段。为了得到足够精确的图像，投影阶段需要从不同角度对物体进行投影，并产生重建阶段需要的大量复杂的投影数据。在重建阶段，通过对投影数据进行数学运算而得到最终的灰度图像。CT图像重建方法主要有以FBP[2]为代表的解析法和以Cimmino[3]为代表的迭代法两类。相比于解析法，以Cimmino作为基础算法的迭代类方法具有成像质量高、适应性强(适合不完全投影重建情况)等特点，SART、CAV等方法均由Cimmino发展而来[4]。……