基于Chambolle-Pock框架的核TV多通道图像重建算法

总变差最小化算法是一种基于压缩感知理论的图像重建算法,能够从稀疏投影或含噪投影数据中高精度地重建图像,已经被广泛应用于计算机断层成像、磁共振成像、电子顺磁共振成像。能谱CT、T1或T2加权的MRI及EPRI均属于多通道成像。逐通道TV算法可以实现较高精度的图像重建,然而忽略了各通道图像之间的相似性。核TV算法是一种考虑了通道间图像相似性的TV类算法,可以实现高精度图像重建。面向多通道图像重建,以CT重建为研究范例,本文提出一种Chambolle-Pock算法框架下的核TV多通道图像重建算法。通过仿真模体和真实CT图像模体的重建实验,验证算法的正确性,分析算法的收敛性,探索算法参数对收敛速率的影响,评估算法的稀疏重建能力及含噪投影重建能力。结果表明,相对于逐通道TV算法,所提算法可以取得更高的重建精度。核TV算法是一种高精度的多通道图像重建算法,可以应用于各种成像模态的多通道重建场合。      

基于投影域数据恢复的低剂量CT稀疏角度重建

针对目前CT的X射线电离辐射危害,提出了一种基于低剂量CT投影数据进行稀疏角度重建的方法来降低辐射剂量。本方法首先对低剂量CT的投影数据采用惩罚加权最小二乘(PWLS)方法进行去噪处理,然后对去噪后的投影数据进行稀疏角度的CT图像重建。对Shepp-Logan模体仿真实验及真实实验数据重建结果表明:本文提出的基于低剂量CT的稀疏重建方法可有效地抑制重建图像噪声和条形伪影,实现稀疏角度的低剂量CT图像重建。     

基于非局部全核变分方法的稀疏角多能CT重建

稀疏角采样与减小X射线源电流可有效降低多能谱CT低辐射剂量,然而会导致投影数据不足且包含较大噪声,重建图像会严重降质。针对这一问题,本文对传统全核变分（TNV）正则化方法进行推广,利用非局部梯度向量构成的雅克比矩阵的低秩特性,提出非局部全核变分（NLTNV）正则化方法。该方法用单个正则项同时建模能谱CT图像的结构相似性、梯度域稀疏性与非局部自相似性3种先验信息,能恢复稀疏角度投影含较大噪声（剂量较低）时图像的结构特征,并且有效缓解了用多正则项建模多能谱CT图像不同先验信息所导致的正则化参数过多问题。此外,基于NLTNV的重建模型为凸优化模型,保证了算法的稳定性与收敛性。实验结果表明,与TNV正则化方法相比,本方法显著提升重建图像的整体质量。      

基于模型融合的有限角度CT迭代重建方法

针对有限角度扫描的CT重建,提出一种基于模型融合的CT迭代重建方法。模型来源于患者的早期Dicom图像。对扫描角度有限的投影数据,用统计迭代算法进行初步重建,得到预重建图像;将预重建图像与模型进行融合,得到融合图像;然后再次投影,补全原始投影缺失的部分,根据补全的投影数据重建出中间结果,之后重复投影、融合、重建过程直到满足终止条件。仿真实验表明,该算法能完整重建整个目标,在有效保留原目标特征的同时提高了小角度投影数据重建的质量。     

一种基于数据外插改进的ART迭代算法

本文针对有限角度的投影数据的CT图像重建问题,提出了一种基于数据外插改进的ART算法.该算法的基本思想足运用已知角度的投影数据来补全未知角度的投影数据,再用ART算法进行图像重建.最后用模拟的投影数据进行了重建图像的数值实验.实验结果表明该算法不但提高了重建图像质量,同时也提高了图像达代的收敛速度.     

基于新的非局部先验模型的Bayesian低剂量CT重建算法

为了改善低剂量CT重建图像质量,在传统非局部先验的基础上,提出了一种基于投影对称性的改进非局部先验模型。基于该先验模型构造了一种贝叶斯（Bayesian）重建算法,并将其应用到低剂量CT投影数据降噪中,通过滤波反投影算法重建出图像。仿真实验结果表明,本文所提出的算法较基于传统先验模型的重建算法,能在去除噪声与保持边缘之间取得较好的平衡。     

基于对抗式残差密集深度神经网络的CT稀疏重建

针对计算机断层成像稀疏重建过程中产生条状伪影的问题,本文提出一种基于对抗式残差密集深度神经网络的CT图像高精度稀疏重建方法.设计一种耦合残差连接、密集连接、注意力机制和对抗机制的UNet网络,以含条状伪影图像和高精度图像作为训练样本,通过大规模训练数据,对该网络进行训练,使其具有压制条状伪影的能力.首先,利用滤波反投影...     

基于ASD-POCS框架的高阶TpV图像重建算法

总变差(TV)最小化模型目前已广泛应用于图像重建领域,其通过最小化一阶图像梯度大小变换的L1范数实现,能在稀疏投影采集下得到精确的重构.然而,TV模型是基于分段平滑的图像的假设提出的,有时会产生阶梯效应.研究发现,高阶总变差(HOTV)模型可以有效压制阶梯效应,提高重建精度.此外,TpV模型使用Lp范数来逼近L0范数,...     

体积CT投影数据的模拟方法

体积CT是目前研究的热点,也是医疗CT和工业CT的发展方向。在研究体积CT重建算法的过程中,模拟投影数据是必不可少的一部分。本文提出一种体积CT投影数据的模拟方法。这种方法的特点是准确、适用性广,模拟得到的投影数据能够准确反映各断层的细节信息,一方面可以为后继体积CT重建算法提供可靠的投影数据,另一方面也可以根据需要有选择地模拟失真的投影数据。我＇ffJN用此方法对人脑部及某工件的CT投影数据进行了模拟,并对模拟得到的数据采用滤波反投影算法进行重建,将重建后的断层图像与原始图像进行比较,得到了很好的重建结果,进一步验证了该投影数据模拟方法的可行性。     

基于形态分量分析的含噪地震数据重建方法

随着当今勘探难度的增加,地震数据处理的精度也逐步提升,因此,对数据的完整度也提出了更高的要求.本文基于形态分量分析,采用离散余弦变换(DCT)字典和Shearlet字典的组合形式用于地震数据恢复重建,相比于其他稀疏变换具有更高的稀疏性、更强的稀疏表示能力.在MCA框架下,首先通过对地震数据中的局部奇异分量与平滑状分量分别采用DCT字典和Shearlet字典进行稀疏表示;而后,在重建的算法中加入指数阈值模型和指数阈值函数的块坐标松弛(BCR)算法来得到各个分量;最后,将不同字典得到的结果合并得到最终重建结果.通过合成数据实验和实际数据实验均表明,该方法能够有效地重建缺失地震数据,并且重建精度高于Curvelet字典与DCT字典组合、单一Shearlet字典、Shearlet字典与Curvelet字典组合.同时,通过对含噪数据以及不同信噪比的数据处理结果均验证了该方法具有较强的适应性.     

多层球状物角度稀疏投影CT重建仿真研究

本文主要针对高密度差多层球状物体的角度稀疏投影CT重建问题,进行基于FBP算法的仿真研究。参考特殊工件材料结构特征设计建立检测对象模型,采用C＋＋语言开发完成平行束圆周扫描FBP重建仿真软件平台。分别采用直接补零和紧邻填充两种方法补全缺失的稀疏投影数据,并进行仿真重建和比较分析。对重建图像进行了有针对性地基于边缘和区域的增强处理方法研究,使缺陷特征得以凸显。本文的研究内容和方法可为具有类似特征的CT无损检测提供技术参考。     

X射线断层扫描投影图像背景不一致的校准

在X射线断层扫描(X-ray CT)成像过程中,经常会出现射线源、样品和探测器三者之间的相对移动,导致采集的投影图像(Projection image)以及亮场图像(flat field image)的空间位置配准关系出现偏差。这直接影响了投影图像背景的正常扣除,以及后续的CT图像重建。本文利用互相关方法,求出各投影图像背景与探测器原始采集位置之间的不一致量。然后将投影图像和亮场图像作相应变换,最后扣除背景得到校准后的图像。由于该方法对图像灰度较为敏感,所以在对实际样品校准之前,本文先对该样品投影图像及亮场图像进行了照度归一化。实验结果表明,该方法能够有效校正由射线源、样品和探测器之间相对移动造成的CT投影图像背景不一致,获得较好的CT投影图像和重建切片。      

一种基于频域外推的不完全角度CT重建算法

不完全角度重建问题一直是CT图像重建领域研究的重点和难点。目前,通常的不完全角度重建方法是基于空域的迭代方法,但由于正反投影的高计算复杂度,空域迭代方法存在计算耗时,对硬件资源需求大等问题。本文提出了一种基于外推的邻近网格迭代算法（INNG-TV）。首先,平行束采样的数据通过傅里叶变换和样条插值到频域空间,然后在迭代的过程中,傅立叶空间投影已知部分的数据始终不变,缺失部分数据通过对重建图像进行INNG外推得到,同时在图像空间对重建图像做非负、最小化总变分等先验及优化约束。     

由相叠低分辨投影数据重建高分辨图像

本文提出了由平行的相叠低分辨投影数据重建高分辨图像的两个新算法，即虚拟探测器法和直接重建法，并给出和分析了数值模拟结果。     

利用GCV优化的正则化方法对硬X射线望远镜图象重建研究

图象重建是一个求逆过程具有不适定性。本文介绍的是一种从少数投影数据进行图象重建的线性代数法－Ｐｈｉｌｌｉｐｓ－Ｔｉｋｈｏｎｏｖ正则化方法,同时选择优化工具ＧＣＶ确定最优的正则参数。为验证该方法,我们对日本Ｙｏｈｋｏｈ卫星上塔载的硬Ｘ射线望远镜（ＨＸＴ）拍摄的太阳图象进行重建。