基于不完备投影数据重建的四种迭代算法比较研究

在发射成像和穿透成像过程中,由于各种原因会造成投影数据不完备,若仍采用传统解析方法重建出的图像会产生伪影,而迭代算法则可以很好地改善图像质量。本文应用不同的迭代算法分别就真实标准线对测试卡的稀疏投影数据和有限角度投影数据进行重建,定量分析比较它们各自的优缺点,为几种迭代算法的工程或临床应用提供重要参考。     

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。     

X-CT金属伪影校正方法综述

X-CT成像系统中,当被检测物体中含有金属等高密度物质时,对投影数据重建后,重建图像中将出现放射状伪影或带状伪影。这些伪影严重影响了图像的质量,给人们的判断带来极大困难。金属伪影的校正已成为CT技术中的研究难点和热点。本文阐述了金属伪影产生的原因,就近些年出现的金属伪影校正方法进行归纳总结,并对金属伪影校正方法研究的前景进行讨论。     

工业CT图像的伪影成因和校正方法综述

X射线CT在工业无损检测、医学、安检等领域发挥着重要的作用。但在实际检测中,CT系统重建的图像存在各种伪影。本文从CT的系统整体设计、X射线管和探测器等角度综述了影响伪影形成的各种因素,并对每种伪影的成因作了归纳;针对这些伪影,跟踪近些年文献中主要的校正方法作了介绍,并对这些校正方法作了比较、讨论和小结。     

工业X射线CT中基于深度学习的射束硬化伪影抑制方法

利用工业CT进行无损检测时,由于实际X射线源的宽能谱特性,目前现有的大部分重建算法得到的图像含有射束硬化伪影。射束硬化伪影降低了图像的质量,影响了CT图像应用,如CT图像诊断等。本文提出一种基于深度学习的减少硬化伪影的方法,用大量含有硬化伪影的断层图像作为输入,用相应的在固定能量下重建的不含硬化伪影的图像作为输出来训练卷积神经网络。通过建立含有硬化伪影的断层图像与不含硬化伪影的断层图像之间的映射关系,来抑制硬化伪影。实验结果证明了本文所提方法在降低CT图像硬化伪影上的有效性。     

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。     

能谱CT单能量成像结合MAR技术降低金属植入物伪影的体模研究

目的：通过体模实验,探讨能谱CT单能量成像结合降低金属植入物伪影（MAR）技术的应用价值。方法和材料：利用环氧树脂制成的定量标准体模,在其周围8个标准圆柱形筒内注入不同浓度的碘溶液各20mL,分别模拟金属植入物周围人体不同组织器官的密度。中间圆筒内注入氯化钠溶液,内置弹簧圈。将标准体模行能谱CT扫描,根据扫描模式不同,分A和B两组,A组采用常规CT扫描模式获得常规混合能量CT图像;B组采用能谱扫描模式,扫描后数据采用能谱分析软件获得3组图像,分别为单纯MAR图像（68keV单能量）、40～140keV单能量图像（MonoE）、MAR+（40～140keV）MonoE图像。四组图像中,弹簧圈周围均可见到条形高密度伪影和低密度伪影,分别测量记录伪影区的CT值和SD值,计算伪影指数、硬化伪影去除率;采用ANOVA检验及配对t检验统计方法对A和B组图像的伪影指数、硬化伪影去除率进行统计分析。结果：与常规混合能量CT图像比较,对于高密度伪影,MAR、MonoE、MAR+MonoE图像伪影指数均减小,差异有统计学意义;对于低密度伪影,MAR、MonoE、MAR+MonoE图像伪影指数均减小,差异有统计学意义。MAR图像高低密度伪影的硬化伪影去除率分别为82％和92％;MonoE和MAR+MonoE图像的高低密度伪影的硬化伪影去除率随着单能量级别的递增,硬化伪影去除率逐级增大,其中MAR+140keV MonoE图像高低密度伪影的硬化伪影去除率最高。结论：能谱CT使用MAR、MonoE和MAR+MonoE重建方法均可不同程度的减少金属植入物伪影。三种方法中使用MAR+MonoE重建方法降低金属伪影效果最好。     

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...     

双源CT冠状动脉CTA伪影与心率变化关系探讨和解决对策

目的: 研究双源CT成像质量和错层伪影出现原因,探讨成像质量不佳的原因和解决方法。方法: 回顾性分析自2010年2月至2010年6月70例临床疑似冠心病人双源CT冠状动脉CTA图像和心电监测资料。比较出现错层伪影和无错层伪影的病人的平均心率、心率波动、心率变异和平均R-R间期的差异。结果: 出现错层伪影和无错层伪影病人的平均心率、心率波动、心率变异和平均R-R间期没有显著性差异。结论: 在双源CT使用中,平均心率、心率波动、心率变异、平均R-R间期等参数不是直接或主要导致图像质量不佳和错层伪影的主要原因,这与双源CT的设备性能和数据采集方式有关。导致图像伪影的原因是心律不齐、扫描过程中的体位移动,出现伪影后进行心电编辑重新发现和选择不同心动周期心脏运动相位相同的重建时间窗可以纠正错层伪影。     

可同时抑制多种图像伪影的最优骨校正

X线CT系统球管发射宽能谱X光子,使得重建图像中出现射束硬化伪影,如杯形和条纹伪影;成像对象体内还可能存在金属植入物,使得重建图像中出现金属伪影。多种图像伪影的同时出现,势必严重退化临床诊断精度,有必要深入研究加以抑制。本文利用数据一致性条件构造目标函数;利用非线性最小二乘和交替迭代优化算法求解最优尺度因子;最终得到可同时校正杯形、条纹和金属伪影的最优骨校正方法。计算机仿真实验结果表明,该方法的确能够自适应确定出最优尺度因子,从而同时校正多种图像伪影。     

X射线CT研究混凝土的试验设备问题

X射线CT研究混凝土的目的是通过CT扫描获得的CT图像,分析混凝土在不同荷载作用下细观裂纹的演化过程,解释混凝土宏观强度和变形特性。试验设备存在的问题是加载设备和CT机的功能难以同时充分发挥。采用现有的医用CT机和专用加载设备,可以初步实现对一、二级配混凝土动力加载过程中混凝土内部细观裂纹的实时观测。进一步的要求是需要研制专门的CT机,提高扫描速度;研制与其配套的加载设备,实现对二级配混凝土试件的动力压缩破坏的混凝土CT试验。     

Residual curvature migration velocity analysis for angle domain common imaging gathers

Pre-stack depth migration velocity analysis is one of the keys to influencing the imaging quality of pre-stack migration. In this paper we cover a residual curvature velocity analysis method on angle-domain common image gathers (ADCIGs) which can depict the relationship between incident angle and migration depth at imaging points and update the migration velocity. Differing from offset-domain common image gathers (ODCIGs), ADCIGs are not disturbed by the multi-path problem which contributes to imaging artifacts, thus influencing the velocity analysis. On the basis of horizontal layers, we derive the residual depth equation and also propose a velocity analysis workflow for velocity scanning. The tests to synthetic and field data prove the velocity analysis methods adopted in this paper are robust and valid.     

基于逆散射成像条件的最小二乘逆时偏移

最小二乘逆时偏移（LSRTM）相对于常规逆时偏移（RTM）具有分辨率更高、振幅更准确、噪音更少等优势,可以对复杂的地质构造进行有效的成像.这种迭代更新反演成像方法十分依赖目标函数的梯度质量和计算效率.当地质模型中存在强反射界面或者记录中存在折射波时,基于常规互相关成像条件（CCC）的最小二乘逆时偏移梯度会包含很强的低频噪音,从而使反演的收敛速度和成像质量降低.为此,本文在最小二乘逆时偏移的梯度中引进了逆散射成像条件来压制这种低频噪音,并以此提出基于逆散射成像条件（ISC）的最小二乘逆时偏移方法.数值模拟结果表明,两者计算耗时基本一致,但逆散射成像条件能高效压制梯度中的低频噪音,从而使反演过程中收敛加速,成像质量得到显著提高.

     

动载作用下混凝土细观损伤的CT图像分割和灰度共生矩阵特征值研究

动载作用下混凝土随应力变化的系列CT图像完整地记录了混凝土内部破损过程,在CT图像中能直接观察到细观裂纹时混凝土往往已发生宏观破坏,挖掘混凝土材料损伤的细观信息是混凝土细观力学分析的核心。本文基于混凝土单轴动态压缩CT试验,获得不同应力阶段的横断面CT图像,分别应用图像分割技术和灰度共生矩阵法提取孔隙率和4个特征值,研究孔隙率和4个特征值随应力的变化规律。结果表明孔隙率随应力的增加显示出单调增加的总趋势,个别部位在应力水平较小时孔隙率随应力增加变化不大,反映出混凝土的压密效应。受压密效应影响,对比度在低应力水平时随应力增加有升有降,能量对应力变化不够敏感,相关性和同质性随应力的增加单调增加,对应力变化较为敏感,能反映混凝土整体损伤过程。对混凝土CT图像进行分区后再研究孔隙率、同质性和相关性随应力的变化,可以更好地反映动载作用下混凝土的细观损伤过程。     

基于空间连续性的4D CT图像排序算法研究

4D CT图像应用于肿瘤的放线治疗中,能够在全呼吸周期中定位肿瘤的运动,同时有效地减少运动伪影的产生。目前,4D CT在临床应用中需要依靠外部呼吸信号检测装置提供呼吸信号运动信息。本文提出了一种4D CT自动图像排序算法,不需要外部呼吸监测装置,在Cine扫描模式下采集图像数据,从第一个床位开始,利用空间连续性特征,寻找相邻床位之间呼吸相位相同的图像,将其归入相应的图像集合中,以此类推,直到全部床位的图像都归入到相应相位的图像集合中,构成4D CT重建所需要的图像数据集合。本文的算法应用于呼吸体模数据和临床图像数据,观察三维重建图像和冠状面重组图像。对比单独使用的三维重建算法,本算法较好地消除了呼吸运动伪影,能够清楚观察到模拟肿瘤的运动和器官在呼吸运动过程中的变化情况。     

血管液态金属造影成像金属伪影校正算法研究

X射线显微CT可用于研究解剖学血管网络的可视化问题。为了突出显示血管,可向血管中注入液体金属造影剂。但是由于液体金属造影剂具有较高的线性衰减系数,会在重建图像上产生放射状的金属伪影,造成血管边界不准确。为了解决这一问题,基于骨硬化校正方法,提出了新算法。实验结果表明该方法能减轻离体猪肾血管造影成像的金属伪影,提高成像质量。     

基于渐进式网络处理的低剂量Micro-CT成像方法

微米级计算机断层扫描（Micro-CT）的应用领域很广泛,在生物医学、材料科学等都有研究,而且最近几年的发展很迅速。Micro-CT图像常因辐射剂量的限制而出现噪声,所以开发一种合适的算法来抑制Micro-CT图像中噪声变得很重要。Micro-CT图像的噪声水平与扫描样本、扫描参数等参数有关,合适的噪声抑制算法应该在不同噪声水平下都有不错的性能。过去Micro-CT图像的噪声抑制算法主要是迭代重建算法,但迭代重建算法速度比较慢。深度学习方法作为近些年比较热门的图像处理方法,在临床低剂量CT图像处理上相比于传统方法效果更好、处理速度更快,有进一步在低剂量Micro-CT图像处理中应用的潜力。另外,生成对抗网络在保持图像细节上有着比卷积神经网络更好的效果,本文构建普通卷积神经网络与生成对抗网络,用于对比两者的性能差异。限制于放射源的功率,低噪声的Micro-CT数据难以获取,提出一种创新的扫描方式,可有效获取低噪声的Micro-CT数据,并对实验小鼠的进行了扫描。针对低剂量Micro-CT中较高的噪声,结合Micro-CT的成像原理,提出渐进式的低剂量Micro-CT图像处理方法,分别在解析重建前后对小鼠的Micro-CT图像进行两次处理。相比于只在断层图像上处理,渐进式方法对高噪声数据的处理效果更好。从客观指标与主观视觉效果上,分析和对比了渐进式方法与其他深度学习方法或迭代重建算法的差别。定量分析不同噪声水平下的Micro-CT图像的处理效果,分析生成对抗网络在渐进式Micro-CT图像处理中的优势与限制。渐进式Micro-CT图像处理方法生成的图像质量高、生成速度快、鲁棒性高、客观指标高,可以对进一步的高级应用如图像分割、图像三维可视化等提供帮助。     

基于双域自适应网络的岩矿样工业CT图像金属伪影校正算法研究

岩矿样中包含有大量高密度金属物质,致使其在工业CT图像上产生了金属伪影,严重影响岩矿样参数分析的准确性。为抑制岩矿样CT图像的金属伪影,本文提出一种基于双域自适应网络的岩矿样CT图像金属伪影校正算法（DDA-CNN-MAR）,将含有金属伪影的CT图像分别通过投影域网络和图像域网络进行金属伪影的抑制,自适应融合双域处理结果,实现由含伪影图像到无伪影图像的端到端映射。该算法以残差编解码网络模型（RED-CNN）为基础,易于提取特征并恢复图像细节;双域结构可自适应调整投影域（伪影抑制）和图像域（细节修复）的权重,借以获得最优的校正结果。研究结果表明,较之于RED-CNN-MAR,经过DDA-CNN-MAR方法校正的图像,MSE减小2.570,而PSNR和SSIM则分别提高1.218 dB和0.018,有效提升岩矿样CT成像的图像质量。