The development of positron emission tomography (PET) has increased rapidly in research areas. In addition, the use of PET such as high-resolution research tomograph (HRRT, by Siemens) which is capable of remarkably enhanced resolution as well as sensitivity has also increased. In this high performing PET scanner, the collected coincidence line data contains more than $4.5 \times 10^9$ coincidence lines of response by 120000 nuclear detectors. It takes a long execution time for reconstruction from this massive amount of data. In the point of view of clinical diagnosis, execution time is a major problem. In particular, iterative reconstructions such as OSEM and Ordinary Poisson OSEM (OPOSEM) take several hours on personal computer. In addition, scatter prediction takes as much execution time as the reconstruction process. Thus, in this research, to make the processes of reconstruction and scatter prediction more practical, we present an implementation of these two processes using parallel programming with the GPU through its application CUDA.
양전자 방출 단층 촬영(positron emission tomography, PET)은 핵의학(nuclear medicine)에서 가장 큰 부분을 차지하고 있는 의료 영상 기술로서 최근 임상에서의 사용이 급격히 증가하고 있다. PET 시스템의 발전은 환자에 대한 많은 데이터를 획득할 수 있게 하였지만 과도한 양의 데이터로 인한 연산 시간의 증가는 큰 걸림돌이 되고 있다. 특히, 양질의 영상을 획득하기 위해서는 3차원 데이터를 모두 이용해서 재구성해야 하는데 3차원 데이터를 사용한 반복적 재구성 알고리즘은 과도한 연산시간을 필요로 한다.
한편, PET에서는 양질의 영상을 얻기 위해서 추가적으로 영상 잡음을 보정하는데 그 중에서 감마선 산란 보정은 영상 잡음 보정 중에서 가장 중요한 부분을 차지한다. 그리고 감마선 산란 보정은 재구성 알고리즘과 마찬가지로 과도한 연산 시간을 요구한다.
따라서 본 학위 논문에서는 그래픽연산장치(GPU)를 이용한 병렬처리 기법을 사용하여 PET 영상의 재구성 및 감마선 산란 보정 알고리즘을 구현하였고 시간을 획기적으로 단축시켰다. 더불어 재구성 알고리즘과 감마선 산란보정을 반복적으로 해서 영상의 질을 높이는 반복적 산란보정 재구성 알고리즘을 제안하였고 향상된 결과를 확인할 수 있었다.
