FDK算法中一种新的插值方法的研究

在FDK算法的反投影过程中,插值是关键的一步,它直接影响到重建图像的速度和质量。本文针对探测器的结构特点,提出了一种新的插值方法。该方法实现了快速求解射线所经过体素的长度,且考虑到射线与体素中心的距离对加权的影响,从而使得加权值更加精确。实验结果表明,在FDK算法中,这个新的插值方法比传统的插值方法重建出来的图像边缘清晰,且能更好地抑制噪声。     

基于FDK算法减小误差的研究

本文介绍了一个重建误差和扫描半径之间的关系,并在此关系的基础上提出了一种新的基于不同半径的两个同心圆轨道的算法,利用估算的重建误差改善重建结果。随后进行了数值仿真实验。通过数值模拟实验评价了此算法的性能,结果表明新的算法能比已有的同类算法更好地估计重建误差,从而获得更精确的重建结果,在锥角≤±10°时都能获得相当好的重建结果,在锥角更大时也能起到很好的改善作用。最后本文讨论了此类算法的局限性。     

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。     

Feldkamp-type-VOI锥束CT重建算法加速的研究

本文具体介绍了一种Feldkamp-type感兴趣区域锥束CT重建方法。首先,我们分析了算法的特点;继而利用锥束扫描模式存在的对称性的反投影优化性质进行算法优化;最后,通过Shepp-Logan数值模拟实验显示优化方法可有效提高图像重建的速度且几乎不影响图像质量。     

基于改进重建滤波器的局部CT重建算法

鉴于实际工程应用需求,基于截断投影数据的CT图像局部重建是X射线CT重建的一个重要课题,本文概述了现有的局部重建算法,分析了其优缺点,提出了一种基于改进重建滤波器的局部CT重建算法。通过对滤波函数的改进,使其能量主要集中在中心位置,使旁瓣迅速下降,进而使滤波函数具有局部重建功能。另外改进的滤波函数压制了低频信息,突出了高频信息,具有提高成像空间分辨率的功能,但对图像噪声有所放大,实际实验数据验证了算法的可行性。     

选择性重排FDK算法及其GPU加速优化

FDK算法是目前三维图像重建的主流算法,但是传统重排FDK算法存在占用内存量较大、重建效率不高的问题,本文提出一种选择性重排FDK算法。根据重排前后投影数据的结构关系,计算出一轮重排所加载的最少锥形束投影,并使用循环队列对有限帧数的投影进行选择性加载,显著降低了重建对内存的消耗。此外,利用新算法较好的并行性,借助图形处理单元(GPU)对算法进行了硬件加速,大大提升算法的执行效率。为验证算法有效性,对512³规模的仿真数据和实际数据进行重建,在不损失重建精度的前提下,新算法占用内存约为传统算法的1/3或1/5。本文算法对传统重排FDK算法进行了改进,有效降低了计算机内存占用,较好地解决了大规模投影数据重建问题。     

锥束CT图像重建算法的快速实现

本文基于锥束CT滤波反投影重建的FDK算法,通过两种算法改进并结合基于共享内存的OpenMP并行技术和代码优化,实现了锥束CT图像的快速重建。基于锥束CT实际投影数据的重建结果表明,图像重建速度得到了较大的提高,断层图像重建质量与FDK原型算法相当。     

锥束CT超视野成像重建算法综述

随着锥束CT的应用日益广泛,如何突破CT成像视野的限制实现对大型物体的成像检测在现实应用中具有重要意义。本文对超视野重建算法进行了分类介绍,重点介绍了算法的发展过程和目前的发展状况,并对各种算法的特点进行了分析比较,最后对超视野重建算法的发展进行了总结和展望。     

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。

     

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。     

基于特殊窗函数的局部CT图像重建算法及其分析

为了减少X射线对人体的伤害,局部图像重建成为人们研究的重点之一。本文研究了基于一种特殊窗函数的局部图像重建算法。通常,直接用局部区域的投影数据重建局部图像,会使重建图像产生常数偏移,我们将局部区域边缘的投影数据延拓为相应沿径向未知投影数据的方法,改进了局部重建图像,并给出了基于特殊窗函数重建时,该方法的误差分析。另外,本文将该算法应用于扇形束图像重建,并通过数值实验验证了此特殊窗函数应用于扇形束重建时同样有效。     

锥束CT图像重建算法在DSP上的加速方法研究

随着CT技术的发展,重建速度已成为CT系统的重要指标之一,图像重建加速的研究也成为CT研究的热点之一。DSP由于采用哈佛结构,具有专门的硬件乘法器以及广泛采用流水线操作等特点,已开始应用于图像重建加速。本文针对近年来开始应用的三维锥束CT的图像重建算法进行了DSP加速方法研究。首先介绍了DSP应用于图像重建的研究现状,其次,通过对三维重建的典型算法——FDK的算粒分解分析,结合DSP的硬件结构的特点,提出了一种基于DSP的CT图像重建的综合加速技术。该方法通过C的优化、汇编优化和编译优化的综合使用,充分利用了硬件结构和软件流水技术,采用TMS320C6455芯片实现了CT图像重建的加速计算,实验结果表明,该方法取得了较高加速比。     

基于CUDA的三维重建过程实时可视化方法

在某些用于在线控制的CT系统中,经常有必要在扫描过程中检查中间结果从而排除故障。然而实时的重建与体绘制对系统计算能力的要求非常高,难以实现。本文针对锥束CT提出了一整套实时重建可视化方法,并在最新的图形处理器Tesla C 1060上实现。与传统的工作方式不同,这种方法在扫描得到每一张投影后,实时显示重建过程的中间结果。通过这种方法,可以很清楚地观察到投影数据逐步合成三维重建结果的过程,也可以预先看到探测器的缺陷对重建结果造成的破坏。同时,这种方法也是实现4D CT可视化的一种有效途径。     

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。     

CT重建中投影矩阵模型研究综述

CT重建算法中,投影矩阵反映探测器上的投影与重建物体的关系,其模型刻画对于重建速度和精度有着重要影响。本文介绍目前投影矩阵研究现状,着重分析投影矩阵系数的计算方法,以及快速计算正投影和反投影的方法,并总结了目前投影矩阵模型的性能和发展。