TIGRE: Tomographic Iterative GPU-based Reconstruction Toolbox

Files	Last commit	Last update
.github	Add sdist	1 year ago
.idea	Merge branch 'pydev' of https://github.com/CERN/TIGRE into pydev	7 years ago
Common	TV/PICCS minimizers: do not cudaDeviceReset() on the normal path minimizeTV (GD_TV.cu) and PICCS (PICCS.cu) ended their SUCCESSFUL host functions with cudaDeviceReset(). A device reset destroys the primary CUDA context of the entire host process, not just the function's own resources - every allocation, module and stream the caller holds through CuPy, PyTorch (the d25 bindings), or any other CUDA library dies with it. TIGRE's own subsequent kernels survive because the runtime silently re-creates the context on their next call, so the failure surfaces in the NEXT library to touch the GPU (e.g. cudaErrorInvalidValue inside CuPy deallocations, then CUDA_ERROR_INVALID_HANDLE) and looks like a bug in whatever ran after ASD_POCS/OS_ASD_POCS/SART_TV rather than in TIGRE. Observed in practice: a method-comparison harness holding CuPy state ran OS_ASD_POCS successfully, and the following algorithm's GPU bookkeeping crashed with CUDA_ERROR_INVALID_HANDLE - reproducible with nothing more than a live cupy array across an asd_pocs call. All device buffers are already freed explicitly before this point, so the reset frees nothing that matters. GD_AwTV.cu has had the same reset commented out for a long time; this brings GD_TV.cu and PICCS.cu in line, with a comment explaining why it must not come back.	22 hours ago
Frontispiece	Fix links to installation instructions in FAQ Updated installation instructions links for MATLAB and Python versions.	6 months ago
MATLAB	Fix #775	22 hours ago
Python	Merge pull request #773 from liu005/fix/python-parity-fixes Python fixes: gpuids=None default, helical demo offOrigin axis, computeCOR port	23 hours ago
.all-contributorsrc	docs: update .all-contributorsrc [skip ci]	6 months ago
.gitattributes	Optimized hihgly projection and backprojection	10 years ago
.gitignore	Fix #775	22 hours ago
.readthedocs.yml	Merge branch 'pydev'	6 years ago
CODE_OF_CONDUCT.md	Update personal acknowledgments	8 years ago
ISSUE_TEMPLATE.md	Update personal acknowledgments	8 years ago
LICENSE.txt	Rename license file	7 years ago
README.md	docs: update README.md [skip ci]	6 months ago
changelog.md	Merge pull request #299 from CERN/BrukerDataLoader Bruker data loader	4 years ago
contributing.md	Update personal acknowledgments	8 years ago
pyproject.toml	Bump black from 20.8b1 to 26.3.1 Bumps [black](https://github.com/psf/black) from 20.8b1 to 26.3.1. - [Release notes](https://github.com/psf/black/releases) - [Changelog](https://github.com/psf/black/blob/main/CHANGES.md) - [Commits](https://github.com/psf/black/commits/26.3.1) --- updated-dependencies: - dependency-name: black dependency-version: 26.3.1 dependency-type: direct:development ... Signed-off-by: dependabot[bot] <support@github.com>	5 months ago
setup.py	auto-cc	5 months ago
uv.lock	Bump pillow from 12.2.0 to 12.3.0 Bumps [pillow](https://github.com/python-pillow/Pillow) from 12.2.0 to 12.3.0. - [Release notes](https://github.com/python-pillow/Pillow/releases) - [Changelog](https://github.com/python-pillow/Pillow/blob/main/CHANGES.rst) - [Commits](https://github.com/python-pillow/Pillow/compare/12.2.0...12.3.0) --- updated-dependencies: - dependency-name: pillow dependency-version: 12.3.0 dependency-type: indirect ... Signed-off-by: dependabot[bot] <support@github.com>	1 month ago

Auto Translate

TIGRE: Tomographic Iterative GPU-based Reconstruction Toolbox

TIGRE 是一个开源工具箱，用于任何几何结构下快速、准确的三维断层重建。它专注于迭代算法以提升图像质量，所有算法均针对 GPU（包括多 GPU）进行了优化，以提高速度。它将 MATLAB 或 Python 的高级抽象与底层 CUDA 的性能相结合，使其兼具快速性和易用性。

阅读关于 TIGRE 的最新文章，请点击此处。

TIGRE 可免费下载和分发：您可以使用、修改、补充和分享它。我们的目标是为断层成像社区“现成地”提供广泛且易用的算法。我们希望通过鼓励和支持来自算法开发人员与成像研究人员/临床医生双方的贡献，在他们之间搭建更坚实的桥梁。

TIGRE 仍在开发中，我们仍在添加新功能（例如运动补偿）。如果您对特定应用有任何需求，请随时联系我们或开启讨论主题！

TIGRE 功能
安装说明
快速入门
常见问题
延伸阅读
联系方式
许可信息

TIGRE 功能

TIGRE 是一个基于 GPU 的 CT 重建软件库，包含多种迭代算法。

用于高性能 X 射线吸收断层重建的 MATLAB 和 Python 库。
在 GPU（包括 多 GPU）上实现投影和反投影操作的先进技术，通过高级语言提供简单接口，便于新方法的开发。
灵活的 CT 几何结构：锥束、平行束、数字断层合成、C 臂 CT 以及其他任何几何结构。几何参数按投影定义，而非按扫描定义。
广泛的 CT 重建算法。
- 滤波反投影（FBP、FDK）及其变体（不同滤波器、Parker 权重等）
- 迭代算法
  - 基于梯度的算法（SART、OS-SART、SIRT、ASD-POCS、OS-ASD-POCS、B-ASD-POCS-β、PCSD、AwPCSD、Aw-ASD-POCS），带有多种调优参数（Nesterov 加速、初始化、参数缩减等）
  - Krylov 子空间算法（CGLS、LSQR、混合 LSQR、LSMR、IRN-TV-CGLS、混合-fLSQR-TV、AB/BA-GMRES）
  - 统计重建（MLEM）
  - 变分方法（FISTA、SART-TV）
用于三维图像的 TV 去噪。
基本图像加载功能。
多种绘图函数。
图像质量指标。
Nikon、Varian 和 Phillips（DICOM）扫描仪数据加载器。

安装

MATLAB 和 Python 版本均完全支持。

高级设置（非运行 TIGRE 所必需），此操作会修改源代码。仅在对性能有严格要求时进行。

为机器优化 TIGRE：略微提升代码速度的技巧

快速开始

安装 TIGRE 后，强烈建议您查看对应语言的 Demos 文件夹，MATLAB 或 Python。

TIGRE 没有专门的文档页面（函数文档除外），但所有功能均通过可运行的代码在演示中进行了描述和展示。这些演示同时也可作为各功能的教程。我们强烈建议您先浏览前 4 个演示，以了解 TIGRE 的基本功能，后续演示则包含更高级的几何设置或重建函数。

常见问题（FAQ）

如需查看常见问题的解答，请点击此处。

如果您有新的问题未在 FAQ 中找到答案，请联系我们、加入Slack 群组或开启一个讨论主题。

成果展示

要查看使用 TIGRE 重建的不同 CT 模态图像集，请点击此处。

延伸阅读

如果您想了解更多关于 TIGRE 及其算法的信息，请点击此处。

联系方式

请直接通过以下方式联系作者：

tigre.toolbox@gmail.com 或 ander.biguri@gmail.com

如有任何问题/意见，或希望加入邮件列表或 Slack 团队，请联系我们。

Slack 团队是讨论 TIGRE 开发和相关问题的理想平台。请向作者发送邮件，您将收到邀请。

许可说明

TIGRE 的开发得到了巴斯大学和欧洲核子研究中心（CERN）的支持。它基于 BSD 许可协议发布，这意味着您可以自由使用和修改该软件。但必须引用原作者。有关更多信息，请阅读许可文件或BSD 许可协议定义。

如果您使用 TIGRE，请引用以下论文：

TIGRE: A MATLAB-GPU toolbox for CBCT image reconstruction Ander Biguri, Manjit Dosanjh, Steven Hancock and Manuchehr Soleimani Biomedical Physics & Engineering Express, Volume 2, Number 5 阅读文章（开放获取）

特别是当您使用大于 512³ 的图像或多块 GPU 时

Arbitrarily large iterative tomographic reconstruction on multiple GPUs using the TIGRE toolbox Ander Biguri, Reuben Lindroos, Robert Bryll, Hossein Towsyfyan, Hans Deyhle, Ibrahim El khalil Harrane, Richard Boardman, Mark Mavrogordato, Manjit Dosanjh, Steven Hancock, Thomas Blumensath Journal of Parallel and Distributed Computing 阅读文章，预印本

您可以在 TIGREv3 版本的论文中找到最新的文章，其中大部分新功能都有详细记录。

TIGRE v3: Efficient and easy to use iterative computed tomographic reconstruction toolbox for real datasets Ander Biguri, Tomoyuki Sadakane, Reuben Lindroos, Yi Liu, Malena Sabaté Landman, Yi Du, Manasavee Lohvithee, Stefanie Kaser, Sepideh Hatamikia, Robert Bryll, Emilien Valat, Sarinrat Wonglee, Thomas Blumensath and Carola-Bibiane Schönlieb Engineering Research Express

阅读文章（开放获取）

贡献者

_Biguri 💻 💡 🤔 🚧 🔬 👀 ✅	_yliu88au 💻 🐛	_{Reuben Lindroos} 💻 🐛 🎨 🤔	_genusn 💻 🐛	_{Yi DU} 💻 🐛 🔬	_tsadakane 💻 🎨 🤔 🐛 ✅	_{S. Co1} 💻 🎨 🔧
_Daveelvt 💻 🔬	_phernst 🐛 💻	_{malena-sabate} 🔬 💻	_{Emilien Valat} 🔬 💻	_zez666 🐛 💻	_{Pawel_Lipowicz} 💻 ⚠️ 📓