[发明专利]一种针对锥形CT的图像重建及系统误差校正的方法

说明书

本发明公开了一种针对锥形CT的图像重建及系统误差校正的方法。该方法的步骤为，先对样本进行CT扫描获得原始数据并同时进行亮/暗电流校正，根据校正后数据利用CUDA与多线程CPU的协同运算快速获得重建的CT原始图像，并通过分段重建流式传输在降低对内存与显存要求的同时降低总时间，根据特定位置的断层图像的二位灰度熵来计算成像系统的射线源光轴偏移值、探测器中心偏离值、物体距离以及探测器距离，在反投影重建时校正上述参数并获得最终CT重建图像。相比现有技术，本发明在提升速度、提升质量的同时，还降低了对运算空间的要求以及CT成像系统各个部件精度的要求，同时在不使用标定物的情况下完成空间参数的计算。

技术领域

本发明本发明涉及CT成像领域，特别涉及一种针对锥形CT的图像重建及系统误差校正的方法。

背景技术

锥形CT重建通常非常耗时，需要比较多运算空间与运算性能，且需要成像系统各个部分都保持比较高精度的算法。比如在1500x2000像素探测器，旋转一周获取720张投影图，探测器距离为10000倍探测器像素边长的情况下，原始数据本身占据大于4GB的内存，使用CUDA加速需要占据超过8GB的显存，根据重建视野及分辨率的不同，重建结果占据大概10到30GB不等。与此同时，在系统误差方面，旋转轴中心与探测器中心在只有1°偏差的情况之下，经过锥形CT光路的放大，最终将会在每个投影图上造成超过15个像素点的偏离，对最终的结果造成了很大影响。

现有的解决运算问题的方案通常是增加内存与显存，配备100GB以上的内存，一次性处理所有的投影图像。这些方案在确定了硬件条件之后就同时确定了整个系统的重建精度上限，无法进行超越方案设计精度的重建。另外，投影图加载、向GPU传输源数据、GPU进行断层图重建运算、从GPU读取结果等各个步骤间是相对独立的，这会导致传输数据时GPU处于空闲状态，而GPU进行运算时数据传输处于空闲状态，造成算力的浪费。

而在解决系统误差方面，现有方案通常使用硬件手段，包括用光栅尺测量旋转台距离，用光学瞄具预先对准调整光轴位置，加装大理石基座降低温度造成的形变等。这些手段成本较高，会大幅增加CT系统的造价。同时，在系统误差因为某种原因增加的时候只能观察到重建结果质量下降，无法通过软件检测误差原因，只能进行硬件检查。

因此，有必要提供一种新的CT重建方法以解决现有技术存在的问题。

发明内容

(一)要解决的技术问题

本发明的目的就是为了解决这个技术问题：如何加快CT重建的速度，在保持重建图像的精度同时降低性能要求，并通过软件算法计算系统硬件误差。

(二)技术方案

为了解决上述问题，本发明提供了如下技术方案，提出了一种针对锥形CT的图像重建及系统误差校正的方法，具体如下。

一种针对锥形CT的图像重建及系统误差校正的方法，其特征在于，包括如下步骤：

步骤A，对样本进行CT扫描获得原始数据；

步骤B，根据校正后数据，利用CUDA与多线程CPU的流水线式协同运算重建CT原始图像；

步骤C，根据正中间位置的断层图、较高与较低位置的断层图的二位灰度熵来计算成像系统的硬件误差参数，具体包括成像系统的旋转中心偏离值、探测器中心偏离值、物体距离以及探测器距离；

步骤D，在反投影重建时，校正硬件误差参数，获得最终CT重建图像。

优选地，步骤B中所用的流水线式协同具体包括以下步骤：

步骤B1，CPU以系统内存大小为限，把原始的CT投影图重组为正弦图集；

步骤B2，以显存大小为限，把重组的正弦图集传输到GPU显存中；