摘要：為了滿足磁共振成像(MRI)臨床掃描的需求,磁共振圖像重建算法的開(kāi)發(fā)一直在不斷進(jìn)行.目前廣泛使用的算法實(shí)現(xiàn)方式是利用中央處理器(CPU)對(duì)磁共振掃描數(shù)據(jù)進(jìn)行數(shù)學(xué)變換得到圖像,隨著算法復(fù)雜度的提升,計(jì)算性能問(wèn)題逐漸顯露.利用CPU在大數(shù)據(jù)量下執(zhí)行復(fù)雜算法時(shí),計(jì)算并行性的缺失以及運(yùn)算中產(chǎn)生的海量數(shù)據(jù)的存儲(chǔ)負(fù)荷會(huì)導(dǎo)致計(jì)算變得極為緩慢,使得一些算法因?yàn)橹亟〞r(shí)間過(guò)長(zhǎng),在臨床上面臨難以推廣的問(wèn)題,也制約了基礎(chǔ)研究中新算法的研發(fā).本文設(shè)計(jì)并實(shí)現(xiàn)了一種新的重建算法執(zhí)行方式,利用Gadgetron磁共振軟件重建平臺(tái)在多核CPU基礎(chǔ)上搭載多塊圖形處理器(GPU),將磁共振圖像重建以分布式并行計(jì)算方式實(shí)現(xiàn),并以重建耗時(shí)較長(zhǎng)的3D徑向數(shù)據(jù)采集Stack of Star(SOS)的圖像重建為實(shí)例,展示這種重建的實(shí)現(xiàn)方法能以相對(duì)低廉的硬件成本極大提升重建的速度.