CT(Computed Tomography)是通过射线扫描被测物最终获得被测物内部信息的一门技术,它是无损检测领域里一个重要的分支,被广泛的应用于工业、医疗、航空航天、机械等领域当中。其中,锥形束CT技术,则以扫描速度快、空间分辨率高等特点已成为目前CT研究工作的重点和热点。然而,锥形束CT扫描获得的数据量庞大,算法相对复杂,重建时间较长,无法满足实际应用中实时性的要求。近半个世纪以来,随着图形处理器(GPU,Graphics Processing Unit)的迅速发展,其强大的并行运算能力对CT重建算法的加速产生了革命性的意义。尤其是,CUDA架构的提出,促使GPU的可编程性增加,方便了开发者快速掌握其应用,缩短了开发周期,这对锥形束CT重建算法的加速开展研究工作提供了一种新技术或新途径。本文主要针对锥形束FDK算法展开研究,首先,简述了CT技术及CT重建加速算法的研究现状、目的和意义;其次,概述了CT系统的组成、X射线的性质以及CT成像的数学物理基础;第三,从二维扇形束CT的FBP算法研究着手,重点对算法过程中滤波函数的选取加以分析,进而完成了三维锥形束CT的FDK算法研究工作;最后,以人的头骨模型为实验数据,基于GPU完成了三维锥形束CT的FDK算法的研究。研究结果表明,第一,滤波函数的选取将会影响重建图像的质量,实验以二维Shepp-Logan模型为实验数据,提出了几种将滤波函数按照一定权重整合的方式构造出了新的混合滤波函数的方法。基于此,分别研究了在不含噪声和含噪声的情况下的CT重建图像的质量情况。在不含噪声的情况下,RL-SL滤波函数CT重建图像质量最高,在含噪声情况下,FBP算法CT重建图像质量普遍较差,但RL-NEW滤波函数在此情况下,CT重建图像质量略优于其他滤波函数;第二,利用GPU对FDK算法并行运算有较为显著的优势。通过以人的头骨模型为实验数据,针对体数据尺寸为256*256*256和512*512*512的情况,分别使用CPU和GPU进行CT三维重建。基于CUDA架构,利用GPU进行重建的方法和单独使用CPU的方法相比,均获得了100倍以上的加速比,且重建体数据尺寸越大,加速的效果更加明显。因此,可以得出的结论是,随着CUDA技术的不断成熟,GPU性能的不断提高,三维锥形束CT重建算法的速度也将会有质的提升,这可以较好地满足CT重建实时性的要求。