Computed tomography (CT) is medical imaging technology to acquire 3D data.
Since it was invented 1967, CT has experienced tremendous growth over the years. Even though many other modalities have appeared CT is still competitive. Compared to other medical imaging methods, the strength of CT is imaging acquisition time. However, achieving exact CT reconstruction image remains a challenge. Due to the complexity of the operation, real-time reconstruction is difficult. Also it requires too much computation cost. To solve this issue, we are motivated to adapt the GPU (Graphic Processing Unit) which is well developed for parallel processing. NVIDA has developed CUDA (Computer Unified Device Architecture) which allows user to use GPU as a CPU (Central Processing Unit) resource. In this study, our goal is to validate the effectiveness of GPU implementation using CUDA in a CT exact cone-beam reconstruction method.
X-ray CT란 X-ray를 사용하여 3차원 이미지 정보를 얻는 의학영상정보 획득 기술이다. 다른 의학영상 기술에 비해 높은 해상도와 빠른 이미지 획득 시간이 가장 큰 장점이다. 시간의 발전에 따라서 다양한 CT 기술들이 개발 되면서 해상도와 영상 이미지의 정확도가 발전하고 있다. 오늘날 다양하게 사용되고 있는 Helical exact cone-beam 복원의 경우 시스템 구현의 장점을 가질 뿐 아니라 긴 물체의 영상 데이터를 얻는 정확성에서 뛰어나다. 하지만 Helical cone-beam 시스템의 경우 그 계산의 복잡성 때문에 실시간 영상 데이터 복원이 아직 과제로 남아있다. 이를 해결 하기 위해서 다양한 시도들이 연구되고 있다. 그 중 단순히 연산 능력이 높은 컴퓨팅 장치의 도입은 비용에 비해서 만족할만한 성능 향상은 얻기 힘들다. 하지만 병렬처리를 적용하면 상대적으로 효과적인 결과를 얻을 것으로 생각을 하게 되었고 병렬처리방식 중에서 MPI(Message Passing Interface) 나 Open MP(Open Multi-Processor) 에 비해서 SIMD(Simple Instruction Multiple Data) 에 유리한 GPU의 병력연산 능력에 착안하여 연구를 진행하였다. NVIDA에서는 CUDA(Computer Unified Device Architecture)를 사용해 GPU 자원을 CPU 와 같이 사용자에게 손쉽게 접근 하는 플랫폼을 제공하며, 이를 이용하여 복원 알고리즘 구현을 진행하였다. 이 연구를 통해서 적은 비용으로 기존 CPU 단독 사용 방식과 비슷한 수준의 해상도를 GPU 를 통해 훨씬 빠른 처리가 가능함을 보인다. 복원 시간 단축으로 실시간 의료 영상 스캔 서비스 지원 뿐만 아니라, 반복법 적용 등 응용방식의 확장으로 해석적 복원의 정확도 또한 높일 수 있을 것으로 기대한다.
