本论文的研究内容是基于光栅相衬成像系统CT重建的并行加速计算。主要包括两大方面内容：一为整套光栅相衬成像系统的实现以及该系统相衬成像的优势；二为数据处理过程中使用在GPU上执行的CUDA C编程模型来实现并行加速。整套光栅相衬成像系统的搭建是在上海光源的X射线成像与生物医学应用线站即13W线站进行。该系统主要共包括三大部分：样品台及其控制、光栅干涉仪位移台及其相关控制、数据采集系统。其中第一部分中样品台的移动及旋转主要通过Nport5610串口来与Kohzu电机连接来操作。在实验开始之初，可以运用水平仪初步调整样品放上去之后的高度，尽量保证待拍摄样品部分的高度与X射线光源等高。光栅系统包括两块光栅：相位光栅G1和分析光栅G2。在光栅相衬实验的过程中，两块光栅分别通过光栅位移台能够做横向、纵向或旋转移动以便调整光栅位置。数据采集系统包括探测器以及与之连接的计算机外围设备等，主要包括一个CCD探测器，一块数据采集卡和一台计算机机构成。根据需要，有时候实验也使用SCMOS相机进行拍摄。跟传统吸收成像方式相比，光栅相衬成像系统根据X射线波前的相位信息进行CT重建，对于弱吸收物质如血管或软组织来说，相位信息明显比吸收信息明显。因而对于弱吸收物质而言，相衬成像的图像空间分辨率和密度分辨率会优于传统吸收成像。相比于基于传播距离的相衬成像更适用于比较薄的样品，光栅相衬成像适用的样品范围会更广。而衍射增强相衬成像和晶体干涉法对晶体要求特别高，因而光栅相衬成像系统的应用开始越来越广泛。光栅相衬成像的实验过程中，按照实验原理，需要得到强度曲线。一般而言采用相位步进法来进行相位恢复，在这个过程中会产生比较大的数据量。同时，CT重建的滤波反投影算法（Filtered Back Projection,FBP）需要完整角度的投影数据进行重建。因而，基于光栅相衬成像系统的CT重建的数据处理量是比较大的。GPU（GraphicProcessor Unit）作为一种多重流处理器多线程处理单元，能够很好的进行并行运算。使用基于GPU的CUDA C程序来完成此CT重建，相比于基于CPU的标准C程序，将会得到比较好的加速比效果。在重建过程中，本论文采用GPU并行加速的方法来进行相位恢复和FBP滤波反投影重建，根据数据尺寸的不同，在保障图像质量的情况下，与同Visual Studio2010平台下的标准C程序相比，实现了一定程度的加速比。并且，随着图像尺寸的增加即数据量的增加，加速比也呈现出上升的趋势。这意味着，基于GPU的并行加速尤其适合于做大规模的数据处理，数据量越大，多线程处理的结构能发挥出更大的优势。