论文部分内容阅读
当代医用CT扫描机大多采用解析类重建方程进行CT图像重建。对于医用CT图像解析类重建方程的数值求解,当前基本采用“体素-体素”的重建算法,这种算法的特点是逐一重建感兴趣区每个体素的X射线衰减系数,并以此获得整个感兴趣区的X射线衰减系数函数分布。这种算法的优点是,技术成熟、使用基于通用处理器的计算平台就可以实现。这种算法的缺点是,运算时间长、需要大量的软、硬件资源进行实现。使用“体素-体素”重建算法的医用CT扫描机中,图像重建子系统在扫描过程中,即投影帧数据的传输过程中处于闲置状态。另外,在“体素-体素”重建算法的实现过程中,一方面,重建每个体素都需要在多帧投影数据中进行寻址,另一方面,由于单帧投影数据中存在多个体素的投影点,导致这种算法的实现中存在着数据耦合的现象,这两个因素导致“体素-体素”算法需要对投影数据存储器进行大量、无规律的内存存取操作。本论文首先论述了国内外关于医用CT图像解析类重建方程的数值求解方法,接下来针对医用CT图像解析类重建方程提出了一种投影帧驱动重建算法,实现了面向医用CT图像解析类重建硬件加速的一种行为级建模,最后使用本文提出的重建算法对一种第三代医用CT扫描机的图像重建系统进行了改进。本论文的主要贡献分列如下:(1)为了解决“体素-体素”重建算法中存在的问题,本文提出了一种投影帧驱动重建算法。首先,基于医用CT图像重建的若干经典解析类重建方程,本文归纳了一个通用的解析类重建方程,并对这个方程进行了证明。随后,通过对通用方程的积分次序和积分变量进行改进,本文推导了医用CT解析类重建方程的投影帧驱动重建算法。这种算法的优点在于,第一,在单帧投影传输结束之后,图像重建单元就开始计算;第二,投影帧存储器的大小可以仅存储一帧投影,而且对单帧投影数据的存取只需要一次。最后,为了将投影帧驱动重建算法应用到实际的医用CT扫描机中,本文针对医用CT扫描机中的不同数据传输模式,给出了投影帧驱动算法的适用范围以及时间模型,同时根据时间模型,给出了在投影帧驱动算法中,数据传输耗费时间和和图像处理耗费时间的量化关系;(2)在医用CT图像的解析类重建方程中,存在着距离加权相,这个加权相通常是关于光源点与体素点之间距离的函数。为了能够快速计算这一距离,并将其应用到投影帧驱动重建算法中,本文提出了一种改进的三维图像直线遍历算法。这种改进的直线遍历算法,通过比较距离增量,确定下一体素的位置,在比较运算进行的过程中,可以通过求和运算计算距离累加相。(3)由于螺旋锥束CT精确重建方程运算特别复杂,很难进行实时重建,因而,基于投影帧驱动重建算法,本文提出了一种基于投影帧驱动重建算法的螺旋锥束CT精确重建方程的改进的重建算法,同时,本文给出了这种重建算法中对滤波投影数据和感兴趣区衰减系数的插值方法;(4)为了使用加速硬件对医用CT图像重建中的关键模块进行加速计算,本文将VLSI前端设计流程引入到了医用CT图像重建的加速硬件设计中,并将事务级建模引入到医用CT图像重建加速硬件体系结构的行为级建模中。随后,本文提出了一种医用螺旋锥束CT精确重建的加速硬件体系结构,并在事务级进行了行为级建模,给出了实现这种精确重建方程的一种VLSI体系结构。然后根据该体系结构的特点,指出了该体系结构的性能瓶颈是片上存储器的容量大小,并根据片上存储器的不同容量对此体系结构进行了性能分析。实验结果表明,片上存储器的容量对加速硬件性能有显著影响。在我们的实验中,如果将该硬件的片上帧投影存储器的容量增加一倍,那么重建速度可以提高接近3倍;(5)本文在医用圆轨迹扇束CT扫描机上,使用投影帧驱动重建算法实现了一种FBP重建方程的数值求解。在使用相同软、硬件配置的医用CT扫描机上,本文分别实现了这种重建方程的“体素-体素”重建算法和投影帧驱动重建算法。通过重建水模进行性能测试,两种重建算法重建的医用CT图像的空间分辨率都可以达到6线对/厘米。在消耗时间上,“体素-体素”重建算法的实现一共需要大约5秒,而使用投影帧驱动重建算法的时间可以降低到大约4秒,节省大约20%的时间。