[发明专利]一种基于GPU加速PET图像重建的方法

说明书

本发明属于图像重建技术领域，公开了一种基于GPU加速PET图像重建的方法，包括：通过蒙特卡罗仿真生成系统矩阵，根据平板PET系统的对称性，分别基于响应线与体素提取系统矩阵的子集；基于系统矩阵关于响应线的子集，进行前向投影的计算，计算过程中根据响应线的对称性计算系统矩阵关于响应线的子集的补集；基于系统矩阵关于体素的子集，进行反向投影的计算，计算过程中根据体素的对称性计算系统矩阵关于体素的子集的补集，对重建图像进行数据更新，迭代结束，数据输出。本发明有效减少了PET图像重建的时间，有效的提升重建图像的灵敏度；为研究小动物体内代谢过程以及生物体局部代谢状态提供更为精确的功能信息。

技术领域

本发明属于图像重建技术领域，尤其涉及一种基于GPU加速PET图像重建的方法。

背景技术

小动物PET系统因其能在生物实验中得到高分辨率的图像而得到广泛的发展。而采用一对平板探测器的PET成像系统，由于其结构简洁，工程上易于实现，兼有开放性和可调节性，一直受到研究人员的关注。同时在诸多临床聚焦性检查和治疗中，需要针对局部部位得到高质量的PET图像。基于平板结构的系统可针对特定部位和特定应用进行系统定制和优化，在可承受的成本下获得高的灵敏度和空间分辨率。这些优势在针对特定部位肿瘤的治疗规划和疗效监测方面具有独特的潜在价值。然而当想进一步提升灵敏度时，DOI效应成为了首要解决的问题。为了解决DOI问题，各种基于物理与统计模型的重建方法被提出来。尽管这些方法起到了显著的作用，然而巨大的计算量不能有效的使用这些方法。DOI效应的主要问题是仿真模型与实际的成像过程存在偏差，可通过更为复杂物理与统计模型来仿真系统矩阵解决此问题然而复杂的数学模型往往会使得系统矩阵的数据量更为庞大。

综上所述，现有技术存在的问题是：目前解决DOI效应的方法存在巨大的计算量不能有效的使用，使得系统矩阵的数据量更为庞大。

发明内容

针对现有技术存在的问题，本发明提供了一种基于GPU加速PET图像重建的方法。

本发明是这样实现的，一种基于GPU加速PET图像重建的方法，所述基于GPU加速PET图像重建的方法包括以下步骤：

步骤一，通过蒙特卡罗仿真生成系统矩阵，根据平板PET系统的对称性，分别基于响应线与体素提取系统矩阵的子集；

步骤二，数据输入，基于系统矩阵关于响应线的子集，进行前向投影的计算，计算过程中根据响应线的对称性计算系统矩阵关于响应线的子集的补集；

步骤三，基于系统矩阵关于体素的子集，进行反向投影的计算，计算过程中根据体素的对称性计算系统矩阵关于体素的子集的补集，对重建图像进行数据更新，迭代结束，数据输出。

进一步，所述基于GPU加速PET图像重建的方法包括以下步骤：

步骤一，获得系统矩阵，通过蒙特卡罗仿真生成系统矩阵，拥有80×104×208个体素，以保证系统矩阵中拥有对称性的响应线穿过相同个数的体素；

步骤二，数据输入，从扫描的γ射线获得符合数据，经过预处理后，由CPU读入到内存中，再由内存导入显存中；将系统矩阵基于响应线的子集读入显存，循环系统矩阵基于响应线子集中的响应线，循环过程中为每条与子集中响应线平行的响应线分配一个block来执行，每层重建图像中的体素后插入与其有对称关系的三个体素，并导入GPU的纹理内存中；

步骤三，反向投影，将系统矩阵基于体素的子集读入显存，循环前40层，若每层所需视野范围为80×160个体素，则需要为每层40×80个体素分配至GPU中的单独block来执行，重建所需前向投影数据的每个数据后插入与其有对称关系的其它七个数据，并存储在GPU的纹理内存中；

步骤四，数据更新，对重建图像每个体素进行更新，若迭代未结束，重复前向投影的计算，迭代结束，数据输出。