本發(fā)明涉及圖像處理領(lǐng)域，特別涉及一種多級并行的圖像重建方法及裝置。

背景技術(shù)：

CT(Computed Tomography，計算機斷層成像)技術(shù)是通過對物體進行不同角度的射線投影測量而獲取物體橫截面信息的成像技術(shù)。CT系統(tǒng)不斷朝著提高成像速度與質(zhì)量的方向發(fā)展。

然而傳統(tǒng)的CT系統(tǒng)采用高速滑環(huán)部件來采集獲得完備數(shù)據(jù)，該部件制造維護成本高，導致CT設(shè)備價格昂貴，很難大面積推廣。新型的直線軌跡掃描方式的CT系統(tǒng)沒有旋轉(zhuǎn)部件，結(jié)構(gòu)相對簡單，制造維護成本低，掃描速度快，滿足特定領(lǐng)域的應(yīng)用需求。

雖然新型的直線軌跡掃描方式的CT系統(tǒng)克服了傳統(tǒng)CT系統(tǒng)設(shè)備價格昂貴的缺陷，但是，直線的掃描軌跡不可能無限長，導致這種掃描方式一次只能獲得有限視角的掃描數(shù)據(jù)，對于數(shù)據(jù)不完備的情況，重建圖像質(zhì)量差；然而采用更適合數(shù)據(jù)不完備的迭代算法，重建圖像質(zhì)量高，但重建速度又很慢，無法滿足實際應(yīng)用需要。因而，提出一種多級并行的圖像重建方法，用以在有限采樣視角而導致的數(shù)據(jù)不完備的情況下，快速重建出高質(zhì)量的圖像，是一亟待解決的技術(shù)問題。

技術(shù)實現(xiàn)要素：

本發(fā)明提供一種多級并行的圖像重建方法及裝置，用以在CT成像系統(tǒng)各排系統(tǒng)結(jié)構(gòu)有差異，投影數(shù)據(jù)不完備的情況下，快速重建出高質(zhì)量的圖像。

本發(fā)明提供一種多級并行的圖像重建方法，包括：

根據(jù)預先設(shè)置的統(tǒng)一圓軌道平行束系統(tǒng)結(jié)構(gòu)參數(shù)對本地所有GPU進行初始化；

當接收到被檢對象有限視角的投影數(shù)據(jù)時，根據(jù)所述圓軌道平行束系統(tǒng)結(jié)構(gòu)參數(shù)將所述有限視角的投影數(shù)據(jù)分別重排為有限視角的統(tǒng)一圓軌道平行束投影數(shù)據(jù)；

通過CPU多線程方式將不同排的平行束投影數(shù)據(jù)分配到處于空閑狀態(tài)的GPU中，以使所述空閑GPU通過GPU內(nèi)部線程級并行方式對所述投影數(shù)據(jù)進行第一預設(shè)處理，以得到所述被檢對象對應(yīng)的圖像；

輸出所述被檢對象對應(yīng)的圖像。

本發(fā)明的有益效果在于：對于重排后的單排圓軌跡平行束雙能投影采用SART迭代算法結(jié)合圖像全變分TV最小約束并聯(lián)合雙能CT預處理重建算法進行GPU并行加速重建，從而使重建算法不僅能適用于投影視角小于90度的有限角不完備情況，也適用于采用稀疏探測器形成的稀疏角不完備情況；在此基礎(chǔ)上，通過CPU多線程方式將投影數(shù)據(jù)分配給空閑GPU，當存在多個空閑GPU時，所有空閑GPU都能夠?qū)ν队皵?shù)據(jù)進行處理，提高了對投影數(shù)據(jù)的處理速度，通過增加GPU的數(shù)量就可以靈活擴展并行加速系統(tǒng)，因而，能夠滿足各類不同的并行加速需求，同時，GPU內(nèi)部通過線程級并行方式對投影數(shù)據(jù)進行處理，進一步提高了處理速度，因而，能夠在各排系統(tǒng)結(jié)構(gòu)不一致，數(shù)據(jù)不完備的情況下，快速重建出高質(zhì)量的圖像。

在一個實施例中，所述對所述投影數(shù)據(jù)進行第一預設(shè)處理，包括：

對所述格式的投影數(shù)據(jù)通過GPU內(nèi)線程級并行方式進行SART加TV全變分最小約束的迭代重建，以生成預設(shè)格式的重建圖像；

確定滿足預設(shè)條件的所述重建圖像為所述被檢對象對應(yīng)的圖像；其中，所述滿足預設(shè)條件包括：SART加TV全變分最小約束迭代的次數(shù)達到預設(shè)次數(shù)或者所述重建圖像正投影和所述投影數(shù)據(jù)的差值達到預設(shè)閾值。

在一個實施例中，當所述投影數(shù)據(jù)為雙能投影數(shù)據(jù)時，所述對所述投影數(shù)據(jù)進行第一預設(shè)處理，包括：

對所述格式的雙能投影數(shù)據(jù)通過GPU內(nèi)線程級并行方式進行雙能投影分解處理及SART加TV全變分最小約束的迭代重建，以生成多種預設(shè)格式的重建圖像；

確定滿足預設(shè)條件的所述多種預設(shè)格式的重建圖像為所述被檢對象對應(yīng)的多種預設(shè)格式圖像；其中，所述滿足預設(shè)條件包括：SART加TV全變分最小約束迭代的次數(shù)達到預設(shè)次數(shù)或者所述重建圖像正投影和所述投影數(shù)據(jù)的差值達到預設(shè)閾值；

根據(jù)所述多種預設(shè)格式的重建圖像，通過GPU線程級并行方式生成所述被檢對象對應(yīng)的等效原子序數(shù)圖像和電子密度圖像。

在一個實施例中，通過以下至少一種方式對本地所有GPU進行初始化：

統(tǒng)一圓軌道平行束系統(tǒng)結(jié)構(gòu)參數(shù)初始化、GPU設(shè)備初始化、分配單排投影數(shù)據(jù)重建中需要的顯存空間、計算并存儲系統(tǒng)權(quán)值矩陣到顯存空間和將預先離線生成的投影分解查找表存儲到二維紋理存儲器。

本實施例的有益效果在于：對本地所有GPU進行統(tǒng)一的初始化，從而使任意GPU都可以處理任意重排后投影數(shù)據(jù)的重建任務(wù)，保證了GPU的通用性。

在一個實施例中，所述根據(jù)所述圓軌道平行束系統(tǒng)結(jié)構(gòu)參數(shù)將所述投影數(shù)據(jù)重排為有限視角的統(tǒng)一圓軌道平行束投影數(shù)據(jù)，包括：

將系統(tǒng)結(jié)構(gòu)不同的各排直線投影數(shù)據(jù)分別進行投影空間變換，以得到所述直線投影對應(yīng)的統(tǒng)一系統(tǒng)結(jié)構(gòu)的圓軌道平行束投影數(shù)據(jù)；其中，所述統(tǒng)一系統(tǒng)結(jié)構(gòu)的圓軌道平行束投影的掃描起止視角范圍一致、掃描視角采樣間距相同，探測器單元等效采樣間距相同。

在一個實施例中，所述對所述多種預設(shè)格式的投影數(shù)據(jù)進行SART迭代重建，包括：

對每個視角的預設(shè)格式的投影數(shù)據(jù)進行第二預設(shè)處理；其中，所述第二預設(shè)處理包括：采用射線驅(qū)動的GPU內(nèi)部線程級并行方式計算得到一個投影視角的各個射線對應(yīng)的正投影和投影修正值；采用體素驅(qū)動的GPU內(nèi)部線程級并行方式計算得到一個投影視角下的各個體素對應(yīng)的反投影更新值；

當所有視角的預設(shè)格式的投影數(shù)據(jù)的第二預設(shè)處理執(zhí)行完畢時，生成預設(shè)格式的重建圖像，其中，所述預設(shè)格式的重建圖像包括以下至少一種圖像：

線衰減系數(shù)圖像、投影基材料分解的重建圖像、投影基效應(yīng)分解的重建圖像。

本實施例的有益效果在于：能夠生成多種預設(shè)格式的重建圖像，從而便于不同目的的識別應(yīng)用。

在一個實施例中，所述通過GPU內(nèi)線程級并行方式對所述預設(shè)格式的重建圖像進行TV全變分最小約束迭代，包括：

通過梯度下降法求解所述重建圖像的TV最小值；采用體素驅(qū)動方式實現(xiàn)GPU內(nèi)部線程級并行計算TV的梯度，采用并行歸約算法計算歸一化的TV梯度和TV修正系數(shù)。

本實施例的有益效果在于：采用體素驅(qū)動方式實現(xiàn)GPU內(nèi)部線程級并行計算TV的梯度，相對于采用CPU串行方式而言，提高了速度。

本發(fā)明還提供一種圖像重建裝置，包括：

初始化模塊，用于根據(jù)預先設(shè)置的統(tǒng)一圓軌道平行束系統(tǒng)結(jié)構(gòu)參數(shù)對本地所有GPU進行初始化；

重排模塊，用于當接收到被檢對象有限視角的投影數(shù)據(jù)時，根據(jù)所述圓軌道平行束系統(tǒng)結(jié)構(gòu)參數(shù)將所述有限視角的投影數(shù)據(jù)分別重排為有限視角的統(tǒng)一圓軌道平行束投影數(shù)據(jù)；

重建模塊，用于通過CPU多線程方式將不同排的平行束投影數(shù)據(jù)分配到處于空閑狀態(tài)的GPU中，以使所述空閑GPU通過GPU內(nèi)部線程級并行方式對所述投影數(shù)據(jù)進行第一預設(shè)處理，以得到所述被檢對象對應(yīng)的圖像；

輸出模塊，用于輸出所述被檢對象對應(yīng)的圖像。

在一個實施例中，所述對所述投影數(shù)據(jù)進行第一預設(shè)處理，包括：

對所述格式的投影數(shù)據(jù)通過GPU內(nèi)線程級并行方式進行SART加TV全變分最小約束的迭代重建，以生成預設(shè)格式的重建圖像；

確定滿足預設(shè)條件的所述重建圖像為所述被檢對象對應(yīng)的圖像；其中，所述滿足預設(shè)條件包括：SART加TV全變分最小約束迭代的次數(shù)達到預設(shè)次數(shù)或者所述重建圖像正投影和所述投影數(shù)據(jù)的差值達到預設(shè)閾值。

在一個實施例中，當所述投影數(shù)據(jù)為雙能投影數(shù)據(jù)時，所述對所述投影數(shù)據(jù)進行第一預設(shè)處理，包括：

對所述格式的雙能投影數(shù)據(jù)通過GPU內(nèi)線程級并行方式進行雙能投影分解處理及SART加TV全變分最小約束的迭代重建，以生成多種預設(shè)格式的重建圖像；

確定滿足預設(shè)條件的所述多種預設(shè)格式的重建圖像為所述被檢對象對應(yīng)的多種預設(shè)格式圖像；其中，所述滿足預設(shè)條件包括：SART加TV全變分最小約束迭代的次數(shù)達到預設(shè)次數(shù)或者所述重建圖像正投影和所述投影數(shù)據(jù)的差值達到預設(shè)閾值；

根據(jù)所述多種預設(shè)格式的重建圖像，通過GPU線程級并行方式生成所述被檢對象對應(yīng)的等效原子序數(shù)圖像和電子密度圖像。

在一個實施例中，通過以下至少一種方式對本地所有GPU進行初始化：

統(tǒng)一圓軌道平行束系統(tǒng)結(jié)構(gòu)參數(shù)初始化、GPU設(shè)備初始化、分配單排投影數(shù)據(jù)重建中需要的顯存空間、計算并存儲系統(tǒng)權(quán)值矩陣到顯存空間和將預先離線生成的投影分解查找表存儲到二維紋理存儲器。

在一個實施例中，所述重排模塊，包括：

變換子模塊，用于將系統(tǒng)結(jié)構(gòu)不同的各排直線投影數(shù)據(jù)分別進行投影空間變換，以得到所述直線投影對應(yīng)的統(tǒng)一系統(tǒng)結(jié)構(gòu)的圓軌道平行束投影數(shù)據(jù)；其中，所述統(tǒng)一系統(tǒng)結(jié)構(gòu)的圓軌道平行束投影的掃描起止視角范圍一致、掃描視角采樣間距相同，探測器單元等效采樣間距相同。

在一個實施例中，所述對所述預設(shè)格式的投影數(shù)據(jù)進行SART迭代重建，包括：

對每個視角的預設(shè)格式的投影數(shù)據(jù)進行第二預設(shè)處理；其中，所述第二預設(shè)處理包括：采用射線驅(qū)動的GPU內(nèi)部線程級并行方式計算得到一個投影視角的各個射線對應(yīng)的正投影和投影修正值；采用體素驅(qū)動的GPU內(nèi)部線程級并行方式計算得到一個投影視角下的各個體素對應(yīng)的反投影更新值；

當所有視角的預設(shè)格式的投影數(shù)據(jù)的第二預設(shè)處理執(zhí)行完畢時，生成預設(shè)格式的重建圖像，其中，所述預設(shè)格式的重建圖像包括以下至少一種圖像：

線衰減系數(shù)圖像、投影基材料分解的重建圖像、投影基效應(yīng)分解的重建圖像。

在一個實施例中，所述通過GPU內(nèi)線程級并行方式對所述預設(shè)格式的重建圖像進行TV全變分最小約束迭代，包括：

通過梯度下降法求解所述重建圖像的TV最小值；

采用體素驅(qū)動方式實現(xiàn)GPU內(nèi)部線程級并行計算TV的梯度，采用并行歸約算法計算歸一化的TV梯度和TV修正系數(shù)。

本發(fā)明的其它特征和優(yōu)點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點可通過在所寫的說明書、權(quán)利要求書、以及附圖中所特別指出的結(jié)構(gòu)來實現(xiàn)和獲得。

下面通過附圖和實施例，對本發(fā)明的技術(shù)方案做進一步的詳細描述。

附圖說明

附圖用來提供對本發(fā)明的進一步理解，并且構(gòu)成說明書的一部分，與本發(fā)明的實施例一起用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的限制。在附圖中：

圖1A為本發(fā)明一實施例中一種多級并行的圖像重建方法的流程圖；

圖1B為將本方案應(yīng)用于安檢領(lǐng)域時多排直線雙能CT成像系統(tǒng)的結(jié)構(gòu)示意圖；

圖1C為本發(fā)明實施例中單個GPU上迭代重建的流程圖；

圖1D為本發(fā)明實施例中多個GPU上并行迭代重建的流程圖；

圖2為本發(fā)明一實施例中一種多級并行的圖像重建方法的流程圖；

圖3為本發(fā)明一實施例中一種多級并行的圖像重建方法的流程圖；

圖4為本發(fā)明一實施例中一種多級并行的圖像重建方法的流程圖；

圖5為本發(fā)明一實施例中一種多級并行的圖像重建裝置的框圖；

圖6為本發(fā)明一實施例中一種多級并行的圖像重建裝置的框圖。

具體實施方式

以下結(jié)合附圖對本發(fā)明的優(yōu)選實施例進行說明，應(yīng)當理解，此處所描述的優(yōu)選實施例僅用于說明和解釋本發(fā)明，并不用于限定本發(fā)明。

在介紹本發(fā)明實施例之前，對本發(fā)明中出現(xiàn)的多個縮略詞和關(guān)鍵術(shù)語做出如下釋義：

CPU：Central Processing Unit，中央處理器，是一臺計算機的運算核心和控制核心。

GPU：Graphics Processing Unit，圖形處理器，用于圖形圖像運算的眾核架構(gòu)微處理器。目前在通用計算領(lǐng)域得到廣泛應(yīng)用。

CT:Computed Tomography，計算機斷層成像，是通過圍繞物體的多個角度的投影獲得物體斷層圖像的一種成像方法。

ART，Algebraic Reconstruction Techniques，代數(shù)重建技術(shù)，迭代重建中的一種。

SART，Simultaneous Algebraic Reconstruction Techniques，聯(lián)合代數(shù)重建技術(shù)，迭代重建中的一種，是ART算法的改進。

TV，Total Variation，全變分，定義為梯度幅值的積分。

多級并行：本發(fā)明中指兩級并行，一級為多個GPU設(shè)備并行進行多個單排投影重建任務(wù)，另一級為單個GPU內(nèi)部多核處理器上多個線程并行進行一個單排投影重建任務(wù)。

圖1A為本發(fā)明一實施例中一種多級并行的圖像重建方法的流程圖，如圖1所示，該方法包括如下步驟S11-S14：

在步驟S11中，根據(jù)預先設(shè)置的統(tǒng)一圓軌道平行束系統(tǒng)結(jié)構(gòu)參數(shù)對本地所有GPU進行初始化；

在步驟S12中，當接收到被檢對象有限視角的投影數(shù)據(jù)時，根據(jù)圓軌道平行束系統(tǒng)結(jié)構(gòu)參數(shù)將有限視角的投影數(shù)據(jù)分別重排為的統(tǒng)一圓軌道平行束投影數(shù)據(jù)；

在步驟S13中，通過CPU多線程方式將不同排的平行束投影數(shù)據(jù)分配到處于空閑狀態(tài)的GPU中，以使空閑GPU通過GPU內(nèi)部線程級并行方式對投影數(shù)據(jù)進行第一預設(shè)處理，以得到被檢對象對應(yīng)的圖像；

在步驟S14中，輸出被檢對象對應(yīng)的圖像。

圖1B為將本方案應(yīng)用于安檢領(lǐng)域時多排直線雙能CT成像系統(tǒng)的結(jié)構(gòu)示意圖，如圖1B所示，1為安檢機中的射線源；2為控制計算機；3為被檢查物；4為安檢機輸送帶；5為探測器陣列；6為雙能探測器單元。圖1C為本發(fā)明實施例1中單個GPU上迭代重建的流程圖，圖1D為本發(fā)明實施例中多個CPU進行并行重建的流程圖，即圖1C和圖1D分別為單個GPU和多個GPU的情況下，上述步驟S11-S13對應(yīng)的執(zhí)行過程。

本實施例中，首先根據(jù)預先設(shè)置的統(tǒng)一圓軌道平行束系統(tǒng)結(jié)構(gòu)參數(shù)對本地所有GPU進行初始化，其中，初始化過程僅進行一次。初始化內(nèi)容包括統(tǒng)一的圓軌道平行束系統(tǒng)結(jié)構(gòu)參數(shù)初始化、GPU設(shè)備初始化、分配單排投影數(shù)據(jù)重建中需要的顯存空間，計算并存儲系統(tǒng)權(quán)值矩陣到顯存空間，將預先離線生成的投影分解查找表存儲到二維紋理存儲器，投影分解查找表存儲為二維紋理形式以便進行投影分解時提高查找表的讀取速度和進行快速插值，該查找表紋理采用非歸一化的浮點型拾取坐標，將高低能投影值作為查找時輸入的橫縱坐標，并利用紋理存儲器硬件實現(xiàn)的線性模式濾波功能對讀取的浮點型返回值進行插值，實現(xiàn)快速高精度雙能投影分解。

當接收到被檢對象的投影數(shù)據(jù)時，根據(jù)圓軌道平行束系統(tǒng)結(jié)構(gòu)參數(shù)將投影數(shù)據(jù)重排為有限視角的統(tǒng)一圓軌道平行束投影數(shù)據(jù)；通過CPU多線程方式將不同排的平行束投影分配到處于空閑狀態(tài)的GPU中，以使空閑GPU通過GPU內(nèi)部線程級并行方式對投影數(shù)據(jù)進行第一預設(shè)處理，當所有GPU的第一預設(shè)處理都執(zhí)行完畢時，會得到一種或者多種預設(shè)格式的重建圖像。

其中，當只有一種預設(shè)格式的重建圖像時，確定該重建圖像為被檢對象對應(yīng)的圖像。當存在多種預設(shè)格式的重建圖像時，可以根據(jù)多種預設(shè)格式的重建圖像，通過GPU線程級并行方式生成被檢對象對應(yīng)的等效原子序數(shù)圖像和電子密度圖像。

在確定了被檢對象對應(yīng)的圖像后，輸出該被檢對象對應(yīng)的圖像。

本發(fā)明的有益效果在于：對于重排后的單排圓軌跡平行束雙能投影采用SART迭代算法結(jié)合圖像全變分TV最小約束并聯(lián)合雙能CT預處理重建算法進行GPU并行加速重建，從而使重建算法不僅能適用于投影視角小于90度的有限角不完備情況，也適用于采用稀疏探測器形成的稀疏角不完備情況；在此基礎(chǔ)上，通過CPU多線程方式將投影數(shù)據(jù)分配給空閑GPU，當存在多個空閑GPU時，所有空閑GPU都能夠?qū)ν队皵?shù)據(jù)進行處理，提高了對投影數(shù)據(jù)的處理速度，通過增加GPU的數(shù)量就可以靈活擴展并行加速系統(tǒng)，因而，能夠滿足各類不同的并行加速需求，同時，GPU內(nèi)部通過線程級并行方式對投影數(shù)據(jù)進行處理，進一步提高了處理速度，因而，能夠在各排系統(tǒng)結(jié)構(gòu)不一致，數(shù)據(jù)不完備的情況下，快速重建出高質(zhì)量的圖像。

在一個實施例中，如圖2所示，對投影數(shù)據(jù)進行第一預設(shè)處理可被實施為如下步驟S21-S22：

在步驟S21中，對預設(shè)格式的投影數(shù)據(jù)通過GPU內(nèi)線程級并行方式進行SART加TV全變分最小約束的迭代重建，以生成預設(shè)格式的重建圖像；

在步驟S22中，確定滿足預設(shè)條件的重建圖像為被檢對象對應(yīng)的圖像；其中，滿足預設(shè)條件包括：SART加TV全變分最小約束迭代的次數(shù)達到預設(shè)次數(shù)或者重建圖像正投影和投影數(shù)據(jù)的差值達到預設(shè)閾值。

本實施例中，當投影數(shù)據(jù)是通過單能CT系統(tǒng)采集時，預設(shè)格式的重建圖像可以是線衰減系數(shù)圖像。

在一個實施例中，如圖3所示，當投影數(shù)據(jù)為雙能投影數(shù)據(jù)時，對投影數(shù)據(jù)進行第一預設(shè)處理可被實施為如下步驟S31-S33：

在步驟S31中，對預設(shè)格式的雙能投影數(shù)據(jù)通過GPU內(nèi)線程級并行方式進行雙能投影分解處理及SART加TV全變分最小約束的迭代重建，以生成多種預設(shè)格式的重建圖像；

在步驟S32中，確定滿足預設(shè)條件的多種預設(shè)格式的重建圖像為被檢對象對應(yīng)的多種預設(shè)格式圖像；其中，滿足預設(shè)條件包括：SART加TV全變分最小約束迭代的次數(shù)達到預設(shè)次數(shù)或者重建圖像正投影和投影數(shù)據(jù)的差值達到預設(shè)閾值；

在步驟S33中，根據(jù)多種預設(shè)格式的重建圖像，通過GPU線程級并行方式生成被檢對象對應(yīng)的等效原子序數(shù)圖像和電子密度圖像。

在一個實施例中，通過以下至少一種方式對本地所有GPU進行初始化：

統(tǒng)一圓軌道平行束系統(tǒng)結(jié)構(gòu)參數(shù)初始化、GPU設(shè)備初始化、分配單排投影數(shù)據(jù)重建中需要的顯存空間、計算并存儲系統(tǒng)權(quán)值矩陣到顯存空間和將預先離線生成的投影分解查找表存儲到二維紋理存儲器。

根據(jù)多排直線CT裝置的系統(tǒng)結(jié)構(gòu)，在各排不同的投影結(jié)構(gòu)中找到投影視角起止范圍最大的探測器排作為投影重排后的圓軌跡平行束的統(tǒng)一基準。按照該基準的系統(tǒng)參數(shù)進行多級并行重建系統(tǒng)內(nèi)多個GPU的初始化工作。本實施例中初始化內(nèi)容包括以下至少一種方式：統(tǒng)一的圓軌道平行束系統(tǒng)結(jié)構(gòu)參數(shù)初始化、GPU設(shè)備初始化、分配單排投影數(shù)據(jù)重建中需要的顯存空間；初始化中需要先計算并存儲“系統(tǒng)權(quán)值矩陣”到顯存空間，本實施例中采用基材料投影分解雙能預處理重建方法，初始化時需要將預先離線生成的基材料投影分解查找表存儲到二維紋理存儲器。

本實施例的有益效果在于：對本地所有GPU進行統(tǒng)一的初始化，從而使任意GPU都可以處理任意重排后投影數(shù)據(jù)的重建任務(wù)，保證了GPU的通用性。

在一個實施例中，上述步驟S12可被實施為如下步驟：

將系統(tǒng)結(jié)構(gòu)不同的各排直線投影數(shù)據(jù)分別進行投影空間變換，以得到直線投影對應(yīng)的統(tǒng)一系統(tǒng)結(jié)構(gòu)的圓軌道平行束投影數(shù)據(jù)；其中，統(tǒng)一系統(tǒng)結(jié)構(gòu)的圓軌道平行束投影的掃描起止視角范圍一致、掃描視角采樣間距相同，探測器單元等效采樣間距相同。

本實施例中，傳送帶上的被檢查物沿著直線運動通過多排雙能探測器陣列場，獲得多排直線雙能投影數(shù)據(jù)[ProjH，ProjL]_i，i為探測器排的序號。通過重排算法將各排直線雙能投影數(shù)據(jù)進行投影空間變換重排為圓軌跡平行束投影[SinoH，SinoL]_i。重排算法包括以下步驟：

1)根據(jù)原始直線投影數(shù)據(jù)的起始位置和結(jié)束位置，確定數(shù)據(jù)重排時選擇的旋轉(zhuǎn)中心的橫坐標x_o。

2)根據(jù)[ProjH，ProjL]_i中各個視角的投影數(shù)據(jù)的重心及投影方向確定數(shù)據(jù)重排時選擇的旋轉(zhuǎn)中心的縱坐標y_o。

3)根據(jù)x_o、y_o完成[ProjH，ProjL]_i到[SinoH，SinoL]_i’的轉(zhuǎn)換。

4)將各排重排后的圓軌跡平行束投影[SinoH，SinoL]_i’再插值為統(tǒng)一基準的圓軌跡平行束投影，即各排[SinoH、SinoL]_i掃描起止視角范圍一致，掃描視角采樣間距相同，探測器單元等效采樣間距相同，僅有效的起止視角不同。無效的投影視角數(shù)據(jù)不參與重建過程。

當多GPU重建系統(tǒng)的GPU有空閑時，CPU主控程序?qū)a(chǎn)生一個CPU新線程將某排[SinoH，SinoL]_i投影分配給該空閑的GPU進行重建。多個GPU都空閑時，將產(chǎn)生多個CPU線程同時并行控制多個GPU設(shè)備進行多排[SinoH，SinoL]_i投影重建，實現(xiàn)由CPU多線程控制的多GPU設(shè)備級的并行重建。當GPU完成當前的重建任務(wù)再次空閑時，如果還有待重建的單排投影[SinoH，SinoL]_i，CPU主控程序?qū)⒃俅萎a(chǎn)生一個CPU新線程將該排[SinoH，SinoL]_i投影分配給該空閑的GPU進行重建，直到完成所有多排重建任務(wù)。這種多級并行架構(gòu)，通過增加GPU數(shù)量就能很方便地進行擴展，增加并行重建能力。

在一個實施例中，如圖4所示，上述步驟S31中的對多種預設(shè)格式的投影數(shù)據(jù)進行SART迭代重建，可被實施為如下步驟S41-S42：

在步驟S41中，對每個視角的預設(shè)格式的投影數(shù)據(jù)進行第二預設(shè)處理；其中，第二預設(shè)處理包括：采用射線驅(qū)動的GPU內(nèi)部線程級并行方式計算得到一個投影視角的各個射線對應(yīng)的正投影和投影修正值；采用體素驅(qū)動的GPU內(nèi)部線程級并行方式計算得到一個投影視角下的各個體素對應(yīng)的反投影更新值；

在步驟S42中，當所有視角的預設(shè)格式的投影數(shù)據(jù)的第二預設(shè)處理執(zhí)行完畢時，生成預設(shè)格式的重建圖像，其中，預設(shè)格式的重建圖像包括以下至少一種圖像：

線衰減系數(shù)圖像、投影基材料分解的重建圖像、投影基效應(yīng)分解的重建圖像。

本實施例中的線衰減系數(shù)圖像為高低能線衰減系數(shù)圖像。

本實施例中，對于重排后的單排圓軌跡平行束雙能投影采用SART迭代算法結(jié)合圖像全變分TV最小約束并聯(lián)合雙能CT預處理重建算法進行GPU并行加速重建。從而使重建算法不僅能適用于投影視角小于90度的有限角不完備情況，也適用于采用稀疏探測器形成的稀疏角不完備情況，并同時重建獲得四種重建圖像，線衰減系數(shù)圖像、等效原子序數(shù)圖像和電子密度圖像。

在SART迭代中，根據(jù)圖像重建質(zhì)量和速度的不同需求，可以順序處理每個投影視角，從而得到最佳的重建質(zhì)量；也可以順序使用間隔的視角，從而節(jié)省重建時間。針對一個視角，SART迭代公式歸納為如下兩部分：公式(1)計算正投影及投影修正值，公式(2)反投影修正更新體素值。

c_i為第i根射線的投影修正值，p_i為第i根射線的原始投影值，權(quán)值w_in為第n個體素的體素值對第i根射線投影值的貢獻量，為第k次迭代中第n個體素的體素值。與為第j個體素分別在第k+1和第k次迭代中的體素值，λ為松弛因子，權(quán)值w_ij是投影視角下第j個體素對第i根射線投影值的貢獻量，為投影視角下射線的集合。

本實施例中將雙能CT預處理重建算法的投影分解過程合并到公式(1)的計算正投影及投影修正值的過程中，采用基材料查找表分解投影的方法，同時并行進行四種投影修正值計算。該過程采用基于射線驅(qū)動的GPU線程級并行方式，每個GPU線程計算一根射線基于查找表的雙能投影的分解以及四種圖像的正投影和投影修正值。本實施例中將反投影修正更新體素值過程采用基于體素驅(qū)動的GPU線程級并行方式，見公式(3)，每個GPU線程進行一個體素對應(yīng)的修正值計算和體素值更新操作。通過將上面正投影步驟中同一視角下不同射線的投影修正值存儲在紋理存儲器中，來實現(xiàn)硬件自動插值獲得該體素對應(yīng)的投影修正值。順序處理完所有投影視角(或者間隔視角)即完成一次SART迭代過程。

c_j為第j個體素所對應(yīng)的投影修正值。

本實施例的有益效果在于：能夠生成多種預設(shè)格式的重建圖像，從而便于不同目的的識別應(yīng)用。

在一個實施例中，通過GPU內(nèi)線程級并行方式對預設(shè)格式的重建圖像進行TV全變分最小約束迭代，包括：

通過梯度下降法求解重建圖像的TV最小值；采用體素驅(qū)動方式實現(xiàn)GPU內(nèi)部線程級并行計算TV的梯度，采用并行歸約算法計算歸一化的TV梯度和TV修正系數(shù)。

本實施例中采用梯度下降法計算TV最小。使用基于GPU的歸約并行函數(shù)結(jié)合平方操作來完成梯度下降步長修正系數(shù)的計算，見公式(4)。

d_A為梯度下降法求TV最小值的下降步長修正系數(shù)，為某一輪SART迭代前的重建圖像，為某一輪SART迭代后并完成正約束后的重建圖像，||·||₂為2范數(shù)，此處用于計算兩個圖像的差異。

本實施例中結(jié)合歸約并行函數(shù)，采用基于體素驅(qū)動的GPU線程級并行方式計算四種重建圖像TV的梯度圖，和歸一化的梯度圖，以及進行重建圖像的修正更新操作。TV的梯度采用近似算法公式(5)。

υ_x,y為重建圖像的TV的梯度，為重建圖像的TV，f_x,y為重建圖像的體素值，ε為極小正值。

本實施例中進行TV最小化時采用設(shè)置參數(shù)來確定迭代次數(shù)。為保證固定的重建時間，總的SART迭代加TV最小化迭代采用設(shè)置參數(shù)來確定總迭代次數(shù)的實現(xiàn)方式。為提高重建質(zhì)量，總迭代次數(shù)也可以通過評估算法是否收斂到一定值來決定?？偟瓿珊螳@得四種重建圖像，即高低能線性衰減系數(shù)圖像和兩種基材料分解系數(shù)重建圖像。

需要說明的是，當獲得上述四種重建圖像之后，根據(jù)如下計算公式(6)(7)計算各個體素對應(yīng)的等效原子序數(shù)和電子密度。

ρ_e＝b₁ρ_e1+b₂ρ_e2 (7)

n＝3到4，b₁、b₂為兩種基材料的分解系數(shù)，Z₁、Z₂分別為兩種基材料的原子序數(shù)；ρ_e1、ρ_e2分別為兩種基材料的電子密度。在計算時采用基于體素驅(qū)動的GPU線程級并行方式，每個GPU線程計算一個體素對應(yīng)的等效原子序數(shù)和電子密度。

本實施例的有益效果在于：采用體素驅(qū)動方式實現(xiàn)GPU內(nèi)部線程級并行計算TV的梯度，相對于采用CPU串行方式而言，提高了速度。

圖5為本發(fā)明一實施例中一種多級并行的圖像重建裝置的框圖，如圖5所示，該裝置包括如下模塊：

初始化模塊51，用于根據(jù)預先設(shè)置的統(tǒng)一圓軌道平行束系統(tǒng)結(jié)構(gòu)參數(shù)對本地所有GPU進行初始化；

重排模塊52，用于當接收到被檢對象有限視角的投影數(shù)據(jù)時，根據(jù)圓軌道平行束系統(tǒng)結(jié)構(gòu)參數(shù)將有限視角的投影數(shù)據(jù)分別重排為有限視角的統(tǒng)一圓軌道平行束投影數(shù)據(jù)；

重建模塊53，用于通過CPU多線程方式將不同排的平行束投影數(shù)據(jù)分配到處于空閑狀態(tài)的GPU中，以使空閑GPU通過GPU內(nèi)部線程級并行方式對投影數(shù)據(jù)進行第一預設(shè)處理，以得到被檢對象對應(yīng)的圖像；

輸出模塊54，用于輸出被檢對象對應(yīng)的圖像。

對投影數(shù)據(jù)進行第一預設(shè)處理，包括：

對預設(shè)格式的投影數(shù)據(jù)通過GPU內(nèi)線程級并行方式進行SART加TV全變分最小約束的迭代重建，以生成預設(shè)格式的重建圖像；

確定滿足預設(shè)條件的重建圖像為被檢對象對應(yīng)的圖像；其中，滿足預設(shè)條件包括：SART加TV全變分最小約束迭代的次數(shù)達到預設(shè)次數(shù)或者重建圖像正投影和投影數(shù)據(jù)的差值達到預設(shè)閾值。

在一個實施例中，當投影數(shù)據(jù)為雙能投影數(shù)據(jù)時，對投影數(shù)據(jù)進行第一預設(shè)處理，包括：

對預設(shè)格式的雙能投影數(shù)據(jù)通過GPU內(nèi)線程級并行方式進行雙能投影分解處理及SART加TV全變分最小約束的迭代重建，以生成多種預設(shè)格式的重建圖像；

確定滿足預設(shè)條件的多種預設(shè)格式的重建圖像為被檢對象對應(yīng)的多種預設(shè)格式圖像；其中，滿足預設(shè)條件包括：SART加TV全變分最小約束迭代的次數(shù)達到預設(shè)次數(shù)或者重建圖像正投影和投影數(shù)據(jù)的差值達到預設(shè)閾值；

根據(jù)多種預設(shè)格式的重建圖像，通過GPU線程級并行方式生成被檢對象對應(yīng)的等效原子序數(shù)圖像和電子密度圖像。

在一個實施例中，通過以下至少一種方式對本地所有GPU進行初始化：

統(tǒng)一圓軌道平行束系統(tǒng)結(jié)構(gòu)參數(shù)初始化、GPU設(shè)備初始化、分配單排投影數(shù)據(jù)重建中需要的顯存空間、計算并存儲系統(tǒng)權(quán)值矩陣到顯存空間和將預先離線生成的投影分解查找表存儲到二維紋理存儲器。

在一個實施例中，如圖6所示，重排模塊52，包括：

變換子模塊61，用于將系統(tǒng)結(jié)構(gòu)不同的各排直線投影數(shù)據(jù)分別進行投影空間變換，以得到直線投影對應(yīng)的統(tǒng)一系統(tǒng)結(jié)構(gòu)的圓軌道平行束投影數(shù)據(jù)；其中，統(tǒng)一系統(tǒng)結(jié)構(gòu)的圓軌道平行束投影的掃描起止視角范圍一致、掃描視角采樣間距相同，探測器單元等效采樣間距相同。

在一個實施例中，對設(shè)格式的投影數(shù)據(jù)進行SART迭代重建，包括：

對每個視角的預設(shè)格式的投影數(shù)據(jù)進行第二預設(shè)處理；其中，所述第二預設(shè)處理包括：采用射線驅(qū)動的GPU內(nèi)部線程級并行方式計算得到一個投影視角的各個射線對應(yīng)的正投影和投影修正值；采用體素驅(qū)動的GPU內(nèi)部線程級并行方式計算得到一個投影視角下的各個體素對應(yīng)的反投影更新值；

當所有視角的預設(shè)格式的投影數(shù)據(jù)的第二預設(shè)處理執(zhí)行完畢時，生成預設(shè)格式的重建圖像，其中，所述預設(shè)格式的重建圖像包括以下至少一種圖像：

線衰減系數(shù)圖像、投影基材料分解的重建圖像、投影基效應(yīng)分解的重建圖像。

在一個實施例中，通過GPU內(nèi)線程級并行方式對預設(shè)格式的重建圖像進行TV全變分最小約束迭代，包括：

通過梯度下降法求解重建圖像的TV最小值；

采用體素驅(qū)動方式實現(xiàn)GPU內(nèi)部線程級并行計算TV的梯度，采用并行歸約算法計算歸一化的TV梯度和TV修正系數(shù)。

本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本發(fā)明的實施例可提供為方法、系統(tǒng)、或計算機程序產(chǎn)品。因此，本發(fā)明可采用完全硬件實施例、完全軟件實施例、或結(jié)合軟件和硬件方面的實施例的形式。而且，本發(fā)明可采用在一個或多個其中包含有計算機可用程序代碼的計算機可用存儲介質(zhì)(包括但不限于磁盤存儲器和光學存儲器等)上實施的計算機程序產(chǎn)品的形式。

本發(fā)明是參照根據(jù)本發(fā)明實施例的方法、設(shè)備(系統(tǒng))、和計算機程序產(chǎn)品的流程圖和/或方框圖來描述的。應(yīng)理解可由計算機程序指令實現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻@些計算機程序指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個機器，使得通過計算機或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。

這些計算機程序指令也可存儲在能引導計算機或其他可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。

這些計算機程序指令也可裝載到計算機或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計算機或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計算機實現(xiàn)的處理，從而在計算機或其他可編程設(shè)備上執(zhí)行的指令提供用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。

顯然，本領(lǐng)域的技術(shù)人員可以對本發(fā)明進行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動和變型在內(nèi)。