Iteratív ML-EM CT képrekonstrukció GPU-ra
Iteratív ML-EM CT képrekonstrukció GPU-ra
Molnár Balázs MSc I. évf
Konzulens: Dr. Légrády Dávid, Nukleáris Technika Tanszék
Az orvosi gyakorlatban a CT igen elterjedt diagnosztikai eljárás, többféle algoritmus is létezik a kép rekonstrukciójára. A módszerek alapvetően két csoportba sorolhatók: iteratív és analitikus. Az analitikus megoldások közül a legelterjedtebb a szűrt visszavetítés, az egyszerűsége és gyorsasága miatt. Az iteratív eljárások előnye az analitikusokkal szemben a kevesebb műtermék, illetve a valósághűbb modellezés lehetősége. Mégsem túl elterjedtek ezek a módszerek, mert számításigényük nagyon nagy, a megfelelően gyors rekonstrukcióhoz számítógép-klaszterekre van szükség. Implementálhatjuk azonban az algoritmust grafikus kártyán, ami nagyságrendekkel megnöveli a párhuzamosan elvégezhető műveletek számát. Ezáltal az iteratív eljárások is versenyképesek lehetnek az analitikus megoldásokkal szemben. A TDK dolgozatom alapjául szolgáló algoritmus egy iteratív, azon belül statisztikus rekonstrukciót végez, Lange és Carson transzmissziós tomográfiára kidolgozott megoldását [1] implementálja GPU-n. A kód C++ és CUDA nyelven valósult meg, ez utóbbi az NVIDIA egy saját programnyelve. A program futtatása a BME Nukleáris Technika Intézet awing nevű szerverén egy GeForce GTX 690 típusú grafikus kártyán történt.
A dolgozat egy olyan CT képrekonstrukciójára alkalmas módszert mutat be, aminek gyakorlatba átültetett eredményeit eddig a tudományos életben még nem mutatták be (a probléma egy más módon történő közelítését olvashatjuk [2]-ben), az elméleti alapok viszont sok pozitívummal kecsegtetnek. A vizsgált iterációs sémát a vonatkozó szakirodalomban [1] az ún. EM (Expectation Maximization) módszerből származtatják. Alapvető feltételezés, hogy a detektálható beütések száma Poisson-eloszlású. Ezzel élve elvégezhető annak a feltételes várható értéknek a maximalizálása, hogy egy adott (a mintát jellemző) lineáris gyengítési együttható eloszlás mellett milyen beütésszámokat detektáltunk. Az iteráció lépéseiben mindig meg kell becsülnünk az egyes voxelekbe (háromdimenziós pixel) bejutó, és kimenő részecskék számát, valamint az adott voxelben befutott átlagos úthosszat. Magát a mérést is szimulálni szükséges, az aktuálisan iterált gyengítési együttható eloszlás mellett szimulált detektor-beütésszámokat hasonlítani kell a valódi mérési adatokhoz. A TDK dolgozat célja az iteráció tesztelése, több fantom rekonstruált képének létrehozása, és ezek bemutatása. A kutatás jelenlegi fázisában az algoritmus CPU-ról GPU-ra történő átültetése az egyik legfontosabb feladat.
[1] K. Lange, R. Carson : "EM Reconstruction Algorithm for Emission and Transmission Tomography", Jornal of Computer Assisted Tomography, 8(2):306-316
[2] Kiss István : "CT berendezés képrekonstrukciós algoritmusának implementálása grafikus kártyán", Diplomamunka
szerző
-
Molnár Balázs Dr.
fizika
nappali
konzulens
-
Dr. Légrády Dávid
Egyetemi docens, Nukleáris Technika Tanszék