论文部分内容阅读
三维锥束CT是当前CT技术中研究热点。与传统二维CT相比，其射线利用率高，扫描时间短，范围灵活，重建图像分辨率高，这对于医学诊断和工业检测有着重要的意义。
锥束CT重建算法大致分为解析法和迭代法两大类。解析法又分为近似重建和精确重建算法，其中近似算法计算简单，在锥角较小的情况下，能够取得较好的重建效果。精确重建算法数学上严格完善，但计算复杂性高，且要求数据完备性。迭代重建算法基于迭代运算，计算耗时，但是在某些特殊场合，例如投影数据不全或锥角很大，迭代重建算法具有明显的优势。本文结合实际应用中几个特定问题模拟仿真，主要内容包含以下几个方面：
为了满足实际应用操作要求，需对重建算法进行加速。本文基于NVIDA公司计算统一架构（CUDA）平台，结合其多线程和纹理映射特性对FDK算法中滤波和反投影步骤进行加速。模拟和实际投影数据重建表明，该加速策略重建CT图像质量可靠，图像重建速度提高明显，满足实际应用要求。
针对FDK算法大锥角情况下误差较大的特性，本文在实现精确重建算法基础之上，对Katsevich算法进行变形，结合Ramp滤波器和Hilbert滤波器固有关系，得出混合滤波新型算法。数值计算结果表明新算法计算稳定，保持了Katsevich算法良好特性。
由于扫描轨迹几何、剂量或机械装置限制等原因，稀疏投影是CT重建常见问题。本文结合压缩传感理论基本原理和ART算法，对二维扇束少量投影重建图像问题作了初步探索。重建结果表明，重建图像计算指标和主观视觉效果均优于ART算法，但也存在收敛速度慢，计算时间较长等缺点。