GPU通用计算在CT中的应用

伴随着PC级微机的崛起和普及，多年来计算机图形处理器（graphics processing unit，简称GPU）以大大超过摩尔定律的速度高速发展。图形处理器的发展极大地提高了计算机图形处理的速度和图形质量，并促进了与计算机图形相关应用领域的快速发展。与此同时，图形处理器绘制流水线的高速度和并行性以及近年来发展起来的可编程功能为图形处理以外的通用计算提供了良好的运行平台，这使得基于GPU的通用计算成为近两三年来人们关注的一个研究热点。 在CT领域，GPU通用计算技术同样有很大的应用空间，越来越多的人开始研究GPU通用计算技术在CT中的应用，本文利用GPU通用计算技术实现了三维CT数据的仿真。用CPU进行三维数据的仿真，其仿真速度比较慢，而且模型越复杂所花费的时间越多。由于图像的渲染过程与CT的数据扫描过程很相似，受此启发，本文把CT数据扫描的过程看作图像渲染的过程，利用GPU通用计算技术在GPU上实现了CT数据仿真。实验数据表明用GPU进行数据仿真与传统的CPU进行CT数据的仿真效率得到大大提升。同样道理把CT重建的过程可以看作投影的反过程，受此启发，本文利用GPU通用计算技术实现了平行扇束CT图像重建，其中投影数据是256*256，360个角度投影，重建体大小是256*256*256，测试结果表明GPU上重建时间比CPU下重建时间快了4倍左右。 本文还利用GPU通用计算技术实现了快速傅立叶变换并将结果应用到CT滤波反投影重建算法中，将滤波反投影算法统一在GPU进行。实验数据表明GPU上滤波效率不如在CPU滤波效率，而且数据越大对比越明显，下一步将探索这些问题产生的原因，并进一步改进GPU-FFT算法。