基于CUDA的錐束CT重建與CT圖像可視化技術(shù)研究.pdf

1、錐束CT重建與CT圖像可視化技術(shù)是醫(yī)學(xué)輔助診斷技術(shù)中的兩項重要技術(shù)。前者利用CT平板探測器所獲得的二維投影求得三維物體的密度分布，從而為現(xiàn)代醫(yī)學(xué)提供豐富的解剖學(xué)信息；后者將這個三維物體的剖面信息轉(zhuǎn)變?yōu)榫哂兄庇^立體效果的圖像，從而輔助醫(yī)生進(jìn)行病灶定位，放療規(guī)劃等醫(yī)療診斷。在一個完整的CT系統(tǒng)中，二者都是不可或缺的。 近年來，隨著錐束CT系統(tǒng)中硬件掃描速度及精度的提高，實際生產(chǎn)中的效率瓶頸也由硬件設(shè)備的掃描速度轉(zhuǎn)變?yōu)镃T成像及繪制速

2、度中。在諸如放射治療監(jiān)控，手術(shù)影像導(dǎo)航等對圖像質(zhì)量及成像速度方面均要求較高的場合，盡管各類精確錐束CT重建、可視化算法已為高質(zhì)量CT軟件的誕生鋪平了道路，然而若非借助價格昂貴的專業(yè)圖形顯卡或圖形工作站，現(xiàn)有加速方法往往難以滿足其實時顯示的需求，而商家往往也只能通過質(zhì)量與效率的折中方法達(dá)到實時目的，這極大的限制了CT技術(shù)的廣泛應(yīng)用。因此，在保證質(zhì)量的前提下，研究普通PC平臺下的快速錐束CT重建與CT圖像可視化加速方法具有重要的意義。

3、 圖形處理芯片（GPU）并行計算能力與可編程性的飛速發(fā)展使得其于理論上成為兼顧效率與質(zhì)量的可行方案。其中，基于GPU的CT重建及可視化方法逐漸成為研究熱點。與傳統(tǒng)的方法相比，此類方法利用了GPU本身的硬件特性，借助圖形學(xué)高級繪制語言完成重建繪制，繪制速度快，成本低，但受到編程模型和硬件資源的限制，其往往實現(xiàn)復(fù)雜，靈活性較差，因此很少被用于實際系統(tǒng)中。 2006年末，Nvidia公司推出了具有統(tǒng)一渲染結(jié)構(gòu)的Geforce8系列G

4、PU并引入了統(tǒng)一計算設(shè)備框架（CUDA），這使得GPU可最大程度的發(fā)揮其并行特性，而其用于通用計算（GPGPU）也更為高效靈活。 本文研究了Geforce8系列顯卡架構(gòu)下的CUDA技術(shù)，首先將其應(yīng)用于圖像插值處理技術(shù)中的雙三次B樣條插值方法中，以測試GPU性能，并為后續(xù)錐束CT重建及可視化提供快速高質(zhì)量的插值方法。隨后就醫(yī)學(xué)圖像的CT重建與可視化算法給出CUDA框架下的并行設(shè)計，提出兩種快速重建及繪制方法，并于普通PC平臺下實現(xiàn)

5、。 1.基于CUDA的雙三次B樣條插值方法B樣條插值算法中控制網(wǎng)格的計算及插值點與控制網(wǎng)格的卷積求和都在CUDA框架下的GPU上完成。首先將二者分別分解為符合CUDA編程模型的單指令多數(shù)據(jù)（SIMD）模式，并就CUDA設(shè)計的原則，針對GPU上不同存儲器的特性分配線程，以供GPU并行計算。最后給出插值結(jié)果并對基于各個存儲器模式下B樣條插值算法性能的分析。實驗表明，基于CUDA框架完成的B樣條插值方法明顯高于傳統(tǒng)CPU插值方法，且該

6、方法具有很好的易用性和擴(kuò)展性。 2.基于CUDA的快速錐束CT重建采用了目前實際系統(tǒng)中的主流算法：FDK算法，通過將其并行改造，于CUDA框架下完成重建過程。由于制約CT重建效率的關(guān)鍵在于后投影部分，故詳細(xì)討論了這一部分的并行設(shè)計方案，并對線程分配進(jìn)行優(yōu)化，于GPU上實現(xiàn)。該并行方案可大致分為兩個步驟：一是循環(huán)將投影數(shù)據(jù)從CPU映射到GPU的紋理中，用以完成GPU上的插值運算。二是以重建數(shù)據(jù)規(guī)模為并行線程網(wǎng)格大小，網(wǎng)格中的每一線

7、程完成每一體素后投影的計算及不同掃描角度下結(jié)果的累加，最后重建出三維物體的片層密度值。考慮到GPU本身存儲空間有限，在此算法中，一個執(zhí)行于GPU端的kernel僅用于完成一個角度下整個3維數(shù)據(jù)場的重建，而角度迭代的總次數(shù)交由CPU端控制。實驗表明，基于CUDA框架完成的快速CT重建方法效率明顯的高于普通CPU下的重建方法，在普通PC平臺下，該算法對分辨率為256*256*256的高質(zhì)量CT實時重建是十分有效的，而對于分辨率為512*51

8、2*512的體數(shù)據(jù)規(guī)模，重建已近乎實時交互，而其性能也有極大可能通過采用價格低廉且具備128個流處理器的GTX8800顯卡得到迅速提升，從而使得匹配于目前快速硬件掃描系統(tǒng)中的CT流式工作計劃成為可能。且由于重建時間短，而CUDA編程較為靈活，此法可擴(kuò)展至種精確的CT重建迭代算法中。 3.基于CUDA與openGL交互的體繪制采用了繪制質(zhì)量較高的光線投射算法，以顯示繪制結(jié)果的像平面為一個并行網(wǎng)格，網(wǎng)格中每一線程用于計算一條光線上的

9、投射結(jié)果。利用CUDA進(jìn)行線程優(yōu)化設(shè)計，同時將視點位置，旋轉(zhuǎn)參數(shù)等放置于openGL中，并通過CUDA與openGL的交互性能實現(xiàn)當(dāng)前視點設(shè)置下的光線投射算法，以便于交互顯示。整個光線投射過程于GPU上實現(xiàn)。實驗結(jié)果表明，對于規(guī)模為512*512*512的臨床數(shù)據(jù)，CUDA框架可實現(xiàn)靈活的實時繪制方式，并就phong光照模型下的繪制達(dá)到實時顯示的效果。同時，即使對于更為細(xì)密的采樣間隔及分辨率較高的實時顯示，CUDA也可勝任。這使得更為精