首页> 中文学位 >基于CUDA的多能CT前向投影仿真平台
【6h】

基于CUDA的多能CT前向投影仿真平台

代理获取

目录

封面

声明

中文摘要

英文摘要

插图索引

表格索引

符号对照表

缩略语对照表

目录

第一章 绪论

1.1 研究背景与意义

1.2 前向投影理论的发展

1.3 本文的主要工作及各章节安排

第二章 X射线CT图像采集

2.1 X射线的产生及其特性

2.2 X射线与物体相互作用

2.3 射束硬化效应

2.4 前向投影计算的不同方法

2.5本章小结

第三章 基于CUDA的多能CT前向投影算法加速

3.1 几种前向算法具体实现

3.2前向投影算法的CUDA加速

3.3 分块加速投影

3.5 多能CT的实现

3.6本章小结

第四章 仿真平台框架及实现

4.1 Qt与MITK简介

4.2 仿真平台框架

4.3 仿真平台实现

4.4 本章小结

第五章 实验结果与分析对比

5.1 前向投影功能结果

5.2 多能投影重建结果

5.3 本章小结

第六章 总结与展望

6.1 总结

6.2 前景展望

参考文献

致谢

个人简介

附录A 前向投影函数库中关键结构体

展开▼

摘要

X射线计算机断层成像技术(Computed Tomography,CT)是一种非常重要的医学成像方式和工业无损检测技术。传统的CT重建算法中均假设X射线为能量单一的谱线,而实际中射线源发出的 X射线是连续混合能谱的射线。近年来随着能量敏感的X射线探测器的出现,双能、多能CT成像逐渐成为CT领域的一个研究热点。
  目前能量敏感的 X射线探测器价格比较昂贵,同时缺乏专门用于多能CT投影仿真的软件平台,这在很大程度上限制了多能CT数据的获取和多能CT相关领域的研究工作。针对这一问题,本文将致力于开发一套基于CUDA加速的多能CT前向投影仿真平台,实现多能谱CT投影数据快速有效获取。本文在原有投影理论、多能CT理论等基础上主要做了以下工作。
  第一,研究经典的投影算法并利用CUDA对其进行加速。经典的投影算法主要包括Joseph射线驱动算法和距离驱动算法等,由于采用常规计算方法速度较慢,尤其是数据量较大时,因此本文采用CUDA技术对以上算法进行了加速,为开发多能CT前向投影仿真平台提供了基础。
  第二,设计实现了多能CT仿真平台。根据多能CT原理,利用CUDA加速的前向投影算法,采用不同方式实现了多能谱的CT投影仿真。建立了前向投影函数库,并对这些实现方式的性能进行了对比。
  第三,针对多能CT投影数据量过大的问题,提出并实现了一种分块投影的解决策略。该策略首先分别计算不同块的投影,之后将不同的投影重新排列,形成整体的投影,最终实现了在合理分块基础上的大投影数据的仿真。
  第四,为了方便他人使用和操作,本文在多能CT前向投影函数库的基础上开发了一套界面友好的多能CT前向投影仿真平台。实现了原图载入、参数设置、投影图的保存和显示等功能。
  最后,本文对该仿真平台的性能做了详细测试。对比了CUDA加速性能,不同方法的投影性能,以及前向投影重建结果和多能CT仿真结果等。实验结果表明该系统能够方便快捷的实现高速、大数据量的多能CT前向投影仿真。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号