[发明专利]基于遗传算法的CT图像重建反投影加速方法

权利要求书

1.一种基于遗传算法的CT图像重建反投影加速方法，其特征在于：其在CUDA编程框架下，基于CUDA 的反投影并行计算策略如下：

(1)一次反投影核函数运算处理多个投影，减少重建图像体素值更新时对全局存储器的访问次数；

(2)合理设计线程网格(grid)和线程块(block)的维度和顺序来保证全局存储器的合并访问，降 低重建图像体素值更新时对全局存储器的访问延迟；

(3)使用常数存储器保存反投影中的常数，比如三角函数值，减少算术指令的运算时间；

(4)使用纹理存储器实现双线性插值，减少算术指令的运算时间；

(5)约简反投影运算中的相同因子，如相同的除法，减少算术指令的运算时间。

2.根据权利要求1所述的基于遗传算法的CT图像重建反投影加速方法，其特征在于：所述定义策略 (1)中一次反投影处理I个投影，策略(2)中block的维度为(Bx,By)、一个线程更新K个体素，建立 以(I,K,Bx,By)为参数、以反投影计算时间T(I,K,B_x,B_y)为代价函数的最优化模型

(I,K,Bx,By)opt=arg(I,K,Bx,By)min T(I,K,Bx,By),]]>

s.t.I,K,Bx,By∈NI∈[1,min(Np,Nlayer,Nm)],K∈[1,Nz]Bx∈[1,min(Nx,Nt)],By∈[1,min(Ny,Nt)]Bx*By∈[1,Nt],mod(Bx*By,32)=0.]]>

公式中N代表自然数空间，(N_x,N_y,N_z)为重建图像沿三个坐标轴方向的体素数量，N_p为CT采集的投 影数量，N_layer为GPU硬件对于多层纹理层数的上限，N_m为GPU全局存储器容量存储投影数量的上限，N_t为GPU硬件对于block中所包含线程数量的上限，约束mod(B_x*B_y,32)＝0是为了保证block中的线程 数量为warp(包含32个线程)的整数倍。