首页 / 专利库 / 诊断设备和程序 / 医学影像学 / 层析成像 / 层析成像的重建方法

层析成像的重建方法

阅读:226发布:2020-05-12

专利汇可以提供层析成像的重建方法专利检索,专利查询,专利分析的服务。并且本 发明 是关于 层析成像 的重建方法。根据本发明的一 实施例 ,一层析成像的重建方法包含:获取投影数据; 图形处理单元 使用开放计算语言对该投影数据进行滤波;及该图形处理单元使用该开放计算语言对所滤波的投影数据进行反投影,对经该反投影而重建的容积图像进行归一化处理。本发明实施例所提供的层析成像的重建方法通过协调CPU与GPU之间的任务分担,巧妙利用开放计算语言的结构特点而减少数据传输占用的额外时间,可大幅度提高重建的速度。另外,本发明实施例还通过加权及归一化等处理提高成像的 质量 。,下面是层析成像的重建方法专利的具体信息内容。

1.一种层析成像的重建方法,包含:
获取投影数据;
图形处理单元使用开放计算语言对该投影数据进行滤波;及
该图形处理单元使用该开放计算语言对所滤波的投影数据进行反投影,对经该反投影而重建的容积图像进行归一化处理。
2.如权利要求1所述的重建方法,其中所述对该投影数据进行滤波进一步包含建立斜坡滤波器
3.如权利要求1所述的重建方法,其中所述对该投影数据进行滤波进一步包含对该投影数据分别按照投影采集顺序进行正序和逆序扩充。
4.如权利要求3所述的重建方法,其中由该图形处理单元对该投影数据进行正序扩充。
5.如权利要求3所述的重建方法,其中由中央处理单元对该投影数据进行逆序扩充。
6.如权利要求3所述的重建方法,其中由中央处理单元与该图形处理单元协作对该投影数据进行正序或逆序扩充。
7.如权利要求3所述的重建方法,其进一步包含分别对滤波器数据和扩充的投影数据进行快速傅立叶变换,然后使快速傅立叶变换后的滤波器数据与快速傅立叶变换后的扩充投影数据相乘而得到滤波后的频域结果。
8.如权利要求1所述的重建方法,其中所述对该投影数据进行滤波进一步包含对投影数据进行加权,并对加权后的投影数据进行滤波。
9.如权利要求1所述的重建方法,其中所述对所滤波的投影数据进行反投影进一步包含由中央处理器单元根据预设几何关系生成投影矩阵。
10.如权利要求9所述的重建方法,其进一步包含基于该投影矩阵生成一体素在二维投影的投影点并获得投影值,其中射线方向由射线源和该体素的位置决定。
11.如权利要求10所述的重建方法,其中所述获得投影值是由该图形处理单元通过双线性插值获得。
12.如权利要求10所述的重建方法,其进一步包含加权所获得的投影值并累加加权的投影值。
13.如权利要求1所述的重建方法,其中所述归一化处理是根据射线穿过各体素的次数进行归一化。

说明书全文

层析成像的重建方法

技术领域

[0001] 本发明是关于层析图像的重建(reconstruct)方法,特别是关于使用图形处理单元(GPU,Graphic Processing Unit)的层析成像的重建方法。

背景技术

[0002] 放射线层析成像,如数字X线层析成像是医学图像领域中的重要组成部分。通过在有限的度内获取多幅二维投影,放射线层析成像可基于这些二维投影重建出容积(volume)图像,从而提供三维的图像信息用于医学或生物学等领域的图像分析。然而,尽管层析成像的重建效果被广泛认可,但重建过程中庞大的计算量制约了重建速度,限制了层析成像的实际应用。
[0003] 常见的层析成像在重建中主要涉及解析和/或迭代两类高计算量的运算,这些运算主要由中央处理器单元(CPU)承担而图形处理单元仅分担一小部分。由于CPU、GPU的根本设计目的不同,两者在计算中所扮演的角色也不尽相同:例如CPU为了更为通用,不断的增加缓存和流程控制单元,而GPU则是为了完成复杂的图形渲染工作,需要强大的并行计算能,因此具有更多的计算单元。此外,CPU主要用于不规则的数据结构,其存取模式不可预测,需要不断增加缓存来解决存储器的延迟问题;而GPU则使用单程序多数据执行模式、规则的数据结构,使得存储可预测,从而可以有更多的空间用于增加计算单元。
[0004] 因此,如何有效利用CPU与GPU的性能差异,使两者优缺互补从而改善层析成像的重建速度成为业界的研究热点。

发明内容

[0005] 本发明的目的之一在于提供一层析成像的重建方法,其在不增加现有层析成像装置硬件结构的前提下,大幅度加快重建的速度。
[0006] 根据本发明的一实施例,一层析成像的重建方法包含:获取投影数据;图形处理单元使用开放计算语言对该投影数据进行滤波;及该图形处理单元使用该开放计算语言对所滤波的投影数据进行反投影,对经该反投影而重建的容积图像进行归一化处理。
[0007] 在本发明的部分实施例中,对该投影数据进行滤波进一步包含建立斜坡滤波器。对该投影数据进行滤波进一步包含对该投影数据分别按照投影采集的顺序进行正序和逆序扩充。例如,由该图形处理单元对该投影数据进行正序扩充,或由中央处理单元对该投影数据进行逆序扩充,或由中央处理单元与该图形处理单元协作对该投影数据进行正序或逆序扩充。使快速傅立叶变换后的滤波器数据与快速傅立叶变换后的扩充投影数据相乘而得到滤波后的频域结果。在本发明的一些实施例中,对该投影数据进行滤波进一步包含对投影数据进行加权,并对加权后的投影数据进行滤波。根据本发明的部分实施例,对所滤波的投影数据进行反投影进一步包含由中央处理器单元根据预设几何关系生成投影矩阵,基于该投影矩阵生成一体素在二维投影的投影点并获得投影值,其中射线方向由射线源和该体素的位置决定。获得投影值可由该图形处理单元通过双线性插值获得。根据本发明的一些实施例,反投影进一步包含加权所获得的投影值并累加加权的投影值。此外,在本发明的部分实施例中,归一化处理是根据射线穿过各体素的次数进行归一化。
[0008] 本发明实施例所提供的层析成像的重建方法可充分利用现有硬件中中央处理器与图形处理单元的结构特点和性能优势,并结合开放计算语言的操作特点,加快数据处理的速度,节约中央处理器与图像处理单元间数据传输的时间,从而在不增加任何硬件成本的前提下大幅度提高层析成像的重建速度。附图说明
[0009] 图1所示是根据本发明一实施例的层析成像中的扫描投影示意图[0010] 图2所示是根据图1中的扫描投影示意图得到的相应几何模型
[0011] 图3所示是根据本发明一实施例的组合使用CPU与GPU的层析图像的重建方法的流程示意图
[0012] 图4所示是根据本发明一实施例的反投影方法的流程示意图

具体实施方式

[0013] 为更好的理解本发明的精神,以下结合本发明的部分优选实施例对其作进一步说明。
[0014] 在目前的层析图像重建过程中,庞杂的数据计算,如滤波所涉及的运算主要是在中央处理器单元上完成的。相应的,层析图像重建的速度瓶颈也反映在中央处理器单元的运算速度上。为提高重建速度当然可以选择具有更高运算能力的中央处理单元,但这必将导致成本的大幅增加。
[0015] 本发明的实施例提供了解决上述问题的另外一种途径,其通过中央处理单元与图形处理单元的优势互补合作,并巧妙的利用开放计算语言(Open CL,open computing language)的特点,可在不改变现有层析图像装置硬件配置的基础上大幅度提高重建速度。
[0016] 根据本发明的一实施例,一层析成像的重建方法包含:获取投影数据,图形处理单元使用开放计算语言对该投影数据进行滤波,及该图形处理单元使用该开放计算语言对所滤波的投影数据进行反投影,并对经该反投影而重建的容积图像进行归一化处理。
[0017] 图1所示是根据本发明一实施例的层析成像中的扫描投影示意图。如图1所示,射线源10,如X射线源沿直线AA运动并以角度θ对聚焦板12,即探测器处的扫描对象14进行线性扫描。
[0018] 图2所示是根据图1中的扫描投影示意图得到的相应几何模型。基于该几何模型,在本实施例中层析图像的重建公式可表示为:
[0019]
[0020] 鉴于上述几何模型和重建公式均可由本领域技术人员根据所应用的层析图像重建装置及其具体的应用得到,此处不再赘述而仅就主要变量予以说明。其中,x,y,z是容积图像的在各相应坐标轴的像素位置;D是射线源10按运动轨迹至聚焦板12的距离;s与p是投影像素位置;s’由s引申出的滤波计算中的中间变量;λs是射线源10在x轴的坐标,λD是聚焦板12在x轴的坐标;R是投影计算公式;h是滤波器计算公式。由于图2是一基于x、z轴的平面图,y轴及投射在其上的p在图2中没有示出。
[0021] 图3所示是根据本发明一实施例的组合使用CPU与GPU的层析图像的重建方法的流程示意图。该层析图像的重建方法是基于图1的扫描投影方式、图2的几何模型和上述重建公式的具体应用,其主要包含对投影数据进行加权,对加权后的投影数据进行滤波, 及对滤波后的投影数据进行反
投影,
[0022] 本领域技术人员应当理解在其它实施例中,鉴于不同的扫描方式、几何结构或重建公式,层析图像的重建的具体步骤可有相应的调整。
[0023] 如图3所示,在步骤300中,图像处理单元根据预定参数建立滤波器,如斜坡(ramp)滤波器,并在步骤302对该滤波器数据进行快速傅立叶变换(FFT,Fast Fourier Transform)。该预定参数可由本领域技术人员依实际应用确定。在其它实施例中,滤波器数据也可由中央处理器单元产生再传输给图像处理单元。
[0024] 同时,根据本发明实施例,需要对投影数据进行加权,如扩充(padding)获得的投影数据,例如对该投影数据分别按其采集顺序进行正序和逆序扩充。可协调中央处理器单元与图形处理单元共同分担扩充处理的任务。如在本实施例的步骤310中,CPU会传输投影数据到GPU以由该GPU对该投影数据进行正序扩充。在投影数据的传输过程中,可利用开放计算语言中队列间的异步特性,使投影数据的传输与kernel(在GPU上执行的开放计算语言函数)的执行重合,从而掩盖除第一张投影之外其他投影数据的传输时间。即GPU在对当前一张投影的数据进行扩充时,接收自CPU发送的下一张投影的投影数据,接收该下一张投影的投影数据的时间并不会体现在整个层析图像的重建时间上,从而节约整个层析图像的重建时间。在步骤312中,CPU会对投影数据进行逆序扩充,然后将扩充后的投影数据传输给GPU。类似的,扩充后投影数据的传输也可与kernel的执行重合,从而节约整个层析图像的重建时间。由于CPU与GPU是异步的,因而在其它实施例中,视CPU与GPU的处理能力,如CPU处于空闲而GPU的数据扩充处理还未结束,则可将部分原本由GPU承担的扩充处理交由CPU处理,从而进一步提高重建速度。
[0025] 在步骤320中,GPU会对扩充后的数据进行快速傅立叶变换。接着在步骤322中,使经快速傅立叶变换后的扩充数据与步骤302中进行快速傅立叶变换的滤波器数据相乘从而得到滤波后的频域结果。在步骤324中,将得到的频域结果进行快速傅立叶逆变换(IFFT,Inverse Fast Fourier Transform)即可得到加权滤波后的投影。在步骤326中,将该滤波后的投影复制到GPU的纹理结构(texture)。然后进入后续的反投影330及归一化340等处理中,在反投影330过程中,可进一步利用GPU硬件插值加速对投影的采样
[0026] 图4所示是一个根据本发明一实施例的反投影方法的流程示意图,该反投影方法可适用于图3所示的反投影步骤330。在步骤400中,CPU根据预设几何关系生成投影矩阵,并将该投影矩阵传输至GPU。同样,该预设几何关系及投影矩阵的生成可由本领域技术人员依实际应用确定,此处不再赘述。在步骤402中,根据投影矩阵生成一体素在二维投影的投影点并获得投影值,其中射线的方向由射线源和体素的位置决定。可利用GPU内置的插值模如双线性插值模块快速获取投影值,提进一步高层析图像的重建速度。接着,在步骤404中加权该投影值并累加加权的投影值即可得到最终想要的体素值,而且经过上述处理得到的该体素值极为准确。
[0027] 经反投影而重建的容积图像,会在步骤340进行归一化。由于本实施例中线性层析是有限角扫描,因而本实施例中根据射线穿过相应体素的次数进行归一化,保证体素灰度的连续性。
[0028] 综上所述,本发明实施例所提供的层析成像的重建方法通过协调CPU与GPU之间的任务分担,巧妙利用开放计算语言的结构特点而减少数据传输占用的额外时间,可大幅度提高重建的速度。另外,本发明实施例还通过加权及归一化等处理提高成像的质量
[0029] 本发明的技术内容及技术特点已揭示如上,然而熟悉本领域的技术人员仍可能基于本发明的教示及揭示而作种种不背离本发明精神的替换及修饰。因此,本发明的保护范围应不限于实施例所揭示的内容,而应包括各种不背离本发明的替换及修饰,并为本专利申请权利要求书所涵盖。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈