深度学习重建算法在上腹部CT成像中的应用

目的:通过分析比较自适应统计迭代重建（ASIR）算法和深度学习重建（DLIR）算法在上腹部CT成像中的图像质量,探讨DLIR算法在上腹部CT成像中的应用价值。方法:回顾性纳入75例患者上腹部CT平扫图像,利用自适应统计迭代重建算法ASIR（30％、50％、70％、90％）和深度学习重建算法（DL-L、DL-M、DL-H）重建图像,共7组。测量每组图像肝脏、胰腺、竖脊肌的CT值和SD值,并计算信噪比（SNR）和对比噪声比（CNR）,采用单因素方差分析对各指标进行客观评价;同时由两位放射医师对图像质量和噪声评分,采用Friedman M检验进行比较。结果:①七组重建图像的SD值、SNR、肝脏CNR差异有统计学意义。②DL-L与ASIR 50％、DL-M与ASIR 70％、DL-H与ASIR 90％ 间各ROI处CT值、SD值、SNR值、CNR值无差异。③三种深度学习重建算法间随等级升高,SNR值升高,差异有统计学意义;且DL-H 算法的SNR值高于ASIR 30％、ASIR 50％,SD值低于除ASIR 90％ 外的其余5组重建算法。④七组图像主观评分差异有统计学意义,算法DL-H具有最佳的图像质量和最低的噪声,DL-M、ASIR 90％、DL-L、ASIR 70％、ASIR 50％、ASIR 30％ 图像噪声依次增加。结论:深度学习重建算法能够降低上腹部图像噪声,提高图像质量,且随等级升高,图像噪声降低、质量提高、信噪比升高。      

自适应统计迭代重建算法对腹部CT扫描中图像质量和辐射剂量影响的模体研究

目的：研究能谱纯化（SPS）Sn 150 kV结合高级模拟迭代重建（ADMIRE）在腰椎CT检查中的可行性。方法：行腰椎CT检查的患者88例,年龄在25～65岁,BMI在18.5～25 kg/m²的患者,分成对照组（A组）和试验组（B组）,每组44例;A组管电压120 kV,B组管电压Sn 150 kV,其他扫描参数均一致,完成检查并比较两组的图像质量和辐射剂量。结果：A组和B组图像客观评价噪声存在统计学差异,A组图像噪声高于B组;主观评价3位诊断者的ICC为0.769,表示评价一致性较好;B组的辐射剂量低于A组30.31％。结论：采用能谱纯化Sn 150 kV结合ADMIRE,不但能有效减低辐射剂量,还可保证优质的图像质量,值得在成人腰椎CT中推广使用。

     

基于约束Landweber迭代的重建算法

针对较少投影数据图像重建问题,在最小二乘优化的基础上,提出将未知误差引入不等式约束中,并针对其不适定性提出运用Landweber迭代正则化技术进行迭代求解。数值实验表明相对以往各算法,此迭代算法更加稳定,并且在重建质量以及重建时间上都具有一定的优势。     

深度学习地震数据重建方法研究综述

由于自然条件限制和人为因素的影响,实际采集得到的地震数据往往会出现地震道数据缺失的情况,会对后续的地震数据处理和解释制造困难,需要对地震数据进行重建.而传统地震数据重建方法通常存在着重建效果受先验条件约束、超参数选择需要人工干预、自动化程度低等问题.于是人们将目光投向发展迅速的深度学习领域,截至今日已经有不少深度学习方法应用于地震数据重建领域以解决上述地震数据重建过程中的问题.本文将着重分析具有代表性的深度学习地震数据重建方法,分别基于卷积神经网络、循环神经网络、卷积自编码器、生成对抗性网络.通过重建结果残差对比图,重建结果信噪比分析等方法对深度学习地震数据重建方法的优势和不足进行深入探讨.并进一步阐述深度学习地震数据重建方法的研究现状、方法优势、存在的问题以及未来发展趋势,对现今的深度学习重建方法进行总结和展望.     

一种扇束扫描模式下的图像重建迭代算法

CT图像重建的扫描模式有平行束、扇束、锥束等,在扇束扫描模式下的图像重建算法大多基于图像的正方形网格剖分。本文建立了扇束扫描模式下新的图像重建离散化模型,并给出了基于新模型的代数迭代校正格式和重建算法。对新的模型下迭代算法几何意义进行了讨论,基于新模型的代数迭代重建算法有助于提高成像质量,启发新的图像重建算法。     

由投影重建图像的对称网格迭代算法

本文对于工业CT检测中常用的代数迭代重建算法提出了改进,利用投影射线之间存在的几何对称结构,提出了图像重建的对称网格迭代算法(简写为SM—IRT)。该算法简化了投影系数矩阵的计算,调整了迭代算法逐线校正的迭代顺序。对模拟数据和工业CT实测数据进行了重建图像的数值实验,结果表明:与常规算法比较,本文提出的新算法重建速度快,成像精度高。     

CT机型与管电压对图像质量影响的体模研究

目的:使用体模评价两种CT机型两组管电压下的图像质量。方法:采用西门子SOMATOM Force CT和飞利浦IQon Spectral CT分别扫描Catphan500图像质量控制体模的CTP 528和CTP 515组件。对比研究两台机器4组图像,分别为Force_120kVp,Force_140kVp,IQon_120kvp以及IQon_140kvp图像;4组图像均为20 mGy剂量。评价指标包括高对比度分辨率[CTP 528最佳线对（1～2 lp/cm）]、低对比度分辨率[CTP 515 1％ 浓度下最小孔径（直径2～15 mm）]、图像噪声、对比噪声比（CNR）和信噪比（SNR）。结果:Force_120kVp和IQon_120kvp两组图像的高对比度分辨率最高（均为6 lp/cm）。4组图像低对比度分辨率相同（最小孔径均为5 mm）。Force_120kVp图像噪声最小（2.500±0.000）,且SNR最高（30.806±1.398）;噪声和SNR在4组图像间差异具有统计学意义。IQon_140kvp图像的CNR最高（3.325±0.300）,各组图像间差异无统计学意义。结论:不同机型不同管电压下的图像质量存在差异;两台机器120 kVp图像的对比度分辨率略好于140 kVp图像;Force CT的120 kVp图像相比140 kVp图像的图像噪声更小,而IQon Spectral CT的两组图像噪声参数无显著差别。      

显微CT的锥束重建技术

显微CT技术一直是Iowa大学CT/显微CT实验室研究的焦点。这篇文章报告了我们在锥束显微CT方面最近取得的一些进展。我们利用Feklkamp类算法了多X光源和检测器偏置条件下的近拟图象重建；解释了Grangeat精确重构框架下的图象伪影。最后重点介绍了最近有关一般分块迭代Landweber格式的收敛性结果；给出了模拟和实验结果，探讨了进—步的研究方向。     

IMR、iDose4和FBP三种重建算法在隆鼻整形术CT扫描的应用研究

目的:探讨IMR、iDose4和 FBP三种重建算法在肋软骨隆鼻术前胸部多排螺旋CT扫描中对图像质量的影响。方法:收集符合纳入标准的拟行自体肋软骨隆鼻术患者60例,术前均行胸部CT检查,分别使用IMR、iDose4和 FBP三种重建算法生成图像并进行相关后处理重建肋软骨,记录并比较各组图像质量主观评价分数和客观评价的指标如:肋软骨CT值、噪声、信噪比、对比噪声比。结果:三种算法得到的CT重建图像都能准确评估肋软骨钙化程度;主观评分IMR、iDose4组与FBP组相比,在MIP图像上评分均值分别增加50.5％和33.6％,在VR图像上评分均值分别增加51.0％和19.0％。IMR组较iDose4组的评分均值在 MIP图像和VR图像上分别增加了11.1％ 和21.1％。客观评价肋软骨CT值、信噪比和对比噪声比并作统计学分析,最终显示IMR、iDose4和 FBP三种重建算法组间对比有显著差异,IMR组明显最优。结论:IMR、iDose4和 FBP三种重建算法均能准确评估自体肋软骨是否存在钙化及程度,IMR算法较后两者更能显著降低图像噪声,提高CNR、SNR,提升肋软骨的主观图像质量,为制定最佳术前方案提供更精准的相关信息,可作为肋软骨CT检查首选算法重建技术进行应用,值得大力推广。      

几种CT图像重建算法的研究和比较

本文研究了滤波反投影算法(FBP)、局部重建算法(LocalRA)、修正的代数重建算法(MART)。用特别设计的仿真数据和实采数据,分别对这三种算法进行了成像数值试验。分析和比较了各算法的重建速度、空间分辨率、密度分辨率,及其优缺点和适用范围。     

一种优化的图象重建外插算法

处理由不完全数据重建图象的方法之一是代数重建法。但是,代数重建法的一个不足是关于重建图象的收敛速度很慢;本文利用代数重建法有限次迭代的重建图象反映原图象的分布趋势和向原图象变化的这一特点,提出一种优化的图象重建外插算法。数值模拟结果表明,新算法在重建图象的收敛速度和质量方面均有改进。     

图像重建的射线交切反投影法

本文详述了一种快速图像重建方法——射线交切反投影法。它吸取了代数重建算法的某些长处,但无迭代计算,简单实用,对于野外作业使用更显得方便,利用此方法,重建了实测的电磁波吸收系数图像,它比传统的阴影交汇法有更好的分辨率。     

CT图象重建的算法优化和代码优化

卷积反投影是CT图象重建的最重要算法作为一种线性处理,其基本算法并不复杂,但由于CT的数据量庞大,使得图象重建的计算十分耗时.国外CT大都采用基于64位CPU的工作站并配以专门为CT建象设计的阵列处理板,这种昂贵的造价数十万元的计算机系统对一般医院用户来说是很大的经济负担.相反我们一直采用通用PC工作站,不仅降低了成本,而且计算机可以得到迅速的升级.这样,为满足医院临床诊断和治疗对建象速度的需要,我们就必须对该算法进行优化,优化的效果也成为CT软件能否适应市场需要,能否最终产品化的关键.本文总结了针对CT图象重建分别在算法层次和代码层次上所做的优化工作.第一,在算法实现的层次上,(1)在反投影算法中,进行内外循环交换,将最内层循环的计算量最大限度地减少,(2)利用反投影算法的对称性,只计算出部分图象数据并对称得到其它图象数据,(3)根据不同的视野范围自动调整反投影的计算量,(4)充分利用FFT的特点,提高实数线性卷积的效率.(5)数据的行列交换,用于提高CPU对数据的存取速度.第二,在代码编程的层次上,充分利用新一代微机CPU--Pentium III提供的新资源、新指令和相应的代码优化工具软件,重新编写算法关键部分的程序代码,以提高程序的实际执行效率.在东大阿尔派全身CT扫描机CT-C2000上的实际测试表明,通过上述算法优化和代码优化,CT图象重建软件的运行速度提高了8倍以上,己达到了医院实际使用的要求.     

基于多目标优化的有限角度图像重建算法及实现

本文综合考虑了图像局部和整体的平滑性,以及最大熵准则,重新建立新的多目标优化模型,并在求解过程中引入同伦参数加快收敛速度。通过仿真实验,验证了所提算法能较好地改善有限角度下图像重建的质量及提高重建速度。     

图像重建块迭代算法中松弛参数选取的研究

在图像重建中,Landweber迭代算法是图像重建算法中的重要方法。本文将针对Landweber分块迭代算法中松弛参数的选取进行研究。在重建过程中采取对投影矩阵按投影角度分块的方法,选取特定的松弛参数。通过数值实验得出结论:对于按角度分块的块迭代算法,松弛参数选取为λ乘以块矩阵与其共轭转置矩阵乘积的最大特征值分之一,当采集完全投影数据,且λ接近(1/6)~(1/7)时效果最好。另外,本文按角度分块的做法和松弛参数的选取方法对于有限角度图像重建问题也是可行的。