相比于传统同步并行计算策略,在异步并行计算框架下,针对最常用的总变分(TV)最小化重建模型,通过将其转化为不动点迭代问题,并利用异步交替方向法(ADM)进行求解,推导出基于TV最小化模型的异步ADM迭代重建算法,即异步交替方向总变分最小化算法(Async-ADTVM)。利用消息传递接口技术将该算法在图形处理器(GPU)集群上进行测试,进一步提高了原始基于TV最小化模型的迭代重建算法的计算效率。实验表明,该算法在计算求解精度上略优于ADTVM算法,同时在GPU性能存在差异的条件下相比传统多GPU加速策略可获得更高的加速比。

在CT硬化伪影校正、 双能CT图像重建以及CT辐射剂量计算等实际应用中, X射线的能谱信息具有重要的作用。 然而, 由于透射测量方程组系数矩阵的病态性、 X光子的统计涨落和噪声的干扰, 使得EM等能谱估计方法难以获得较精细的能谱刻画。 针对该问题, 提出一种基于加权TV正则化的X射线CT系统能谱估计方法。 首先采用能谱能量范围内带有不同K-edge的材料作为体模以降低投影测量方程之间的相关性。 然后, 利用CT成像系统的几何参数来获取投影测量数据所对应的准确透射长度信息来减小投影方程的测量误差。 最后, 综合利用透射衰减测量数据的保真性、 轫致辐射能谱部分的连续性、 特征辐射能谱部分的离散性、 能谱的非负性和归一性以及平均有效衰减系数等信息, 使用加权TV正则化方法建立目标函数, 利用正则化理论中的L曲线准则通过黄金分割参数搜索策略求得最优正则化参数及对应的能谱估计结果。 分别通过不同统计波动模型下的仿真能谱和实际测量数据对算法性能进行了验证, 结果表明该方法与EM等方法相比, 不受初始能谱的影响, 有效提高了能谱估计结果的稳定性和准确性。

锥束计算机断层成像（CT）在临床医学及工业无损检测等诸多领域获得了越来越广泛的应用。但是，受面阵探测器尺寸等硬件条件限制，锥束CT的成像视野有限，难以满足实际应用中对大尺寸物体成像的需求。为了扩展锥束CT的视野，提出了锥束CT转台单侧两次螺旋扫描单层重排重建算法。该算法在转台的同一侧进行两次螺旋扫描，通过统一成像几何条件，将两组螺旋锥形束投影重排为多层平行束投影，利用平行束投影的对称性去除数据的横向截断，得到一组完全覆盖物体横截面的平行束投影数据，再通过滤波反投影方式得到重建图像。实验结果表明，该方法的成像视野扩展率可达2.56，且成像质量与传统全覆盖算法相当。

针对双能计算机断层成像（DECT）图像重建算法中的非线性投影分解问题，提出一种基于等值线拟合的快速投影分解算法。建立高、低能投影线性近似的等值线拟合模型；基于泰勒级数展开，采用粗粒度正向计算、细粒度反向求解方法，获得高精度的解析解，生成等值线方程；将高、低能投影非线性联合求解问题转化为求解高、低能等值线的交点问题，从而实现双能投影的快速分解。实验结果表明，该方法避免了非线性迭代求解和投影查表匹配，在减小投影分解噪声波动的同时，显著提高了投影分解速度，与投影匹配方法相比分解速度提高约两个数量级。