CERN/TIGRE

解决的问题

TIGRE 提供了一种快速且准确的 3D 体层重建方法。它解决了处理大量 X 射线吸收数据以生成高质量 3D 图像的挑战，特别针对计算成本高昂的操作进行了 GPU 优化，从而显著缩短重建时间。

工作原理

结合了 Python 和 MATLAB 等高级语言的易用性与 CUDA 的低级性能以实现高速运算。该工具箱实现了多种投影和反投影操作，可分布到多个 GPU 上运行。支持灵活的 CT 几何结构，包括锥束、平行束和数字断层合成，且每个投影的几何参数均可独立定义。

适用人群

专为体层成像领域设计，适用于算法开发者、成像研究人员以及需要高性能 CT 重建工具的临床医生。

主要亮点

• GPU 加速：针对单 GPU 和多 GPU 环境优化，可处理大规模数据集。
• 多样算法：包含滤波反投影（FBP）、基于梯度的迭代算法（SART、SIRT）、克里洛夫子空间方法、统计重建（MLEM）以及变分方法（FISTA）。
• 灵活几何：支持多种扫描几何结构，并允许为每个投影单独定义参数。
• 全面工具集：包含 3D 图像的 TV 去噪、图像质量评估指标，以及 Nikon、Varian 和 Phillips DICOM 数据加载器。