基于GPU的欠采样和含噪投影数据锥束CT总变分快速重建
医学物理
2015-05-18 v2
摘要
目的：锥束CT（CBCT）在图像引导放射治疗（IGRT）中扮演重要角色。然而，大多数IGRT流程中序列CBCT扫描产生的大辐射剂量引起了临床关注，尤其是对于因此基本上被排除在IGRT之外的儿科患者。本工作的目标是开发一种基于GPU的快速算法，从欠采样和含噪的投影数据中重建CBCT，以降低成像剂量。方法：通过最小化由数据保真项和总变分正则化项组成的能量泛函来重建CBCT。我们开发了一种适用于GPU的前向后向分裂算法版本来求解该模型。还采用了多重网格技术。结果：发现20~40个X射线投影足以重建出质量令人满意的IGRT图像。重建时间在NVIDIA Tesla C1060 GPU卡上为77到130秒，具体取决于所使用的投影数量，估计比类似的迭代重建方法快约100倍。此外，体模研究表明，我们的算法能够在低至0.1 mAs/投影的扫描协议下重建CBCT。与目前广泛使用的全扇区头颈部扫描协议（约360个投影，0.4 mAs/投影）相比，估计我们的快速CBCT重建算法实现了总体36~72倍的剂量降低。结论：本工作表明，所开发的基于GPU的CBCT重建算法能够显著降低成像剂量。该算法的高计算效率使得迭代CBCT重建方法能够在真实的临床环境中应用。
引用
@article{arxiv.1002.3675,
title = {GPU-based Fast Cone Beam CT Reconstruction from Undersampled and Noisy Projection Data via Total Variation},
author = {Xun Jia and Yifei Lou and Ruijiang Li and William Y. Song and Steve B. Jiang},
journal= {arXiv preprint arXiv:1002.3675},
year = {2015}
}
备注
Accepted as a letter in Med. Phys., brief clarifying comments and updated references. 6 pages and 2 figures