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。     

一种改进投影系数计算的快速ART算法

代数重建(ART)是图像重建领域中的重要方法。为了提高ART算法的重建速度,本文提出了一个新的通过判别射线与网格的相交状况快速计算投影系数的算法。该算法主要使用简单的诸如加减法以及比较运算来计算投影系数。避免了传统算法中的求交排序计算,因而重建速度大大提升。仿真实验使用Shepp-Logan模型,实验结果显示该算法重建效率优于传统算法。     

利用计算机断层成像方法由观测图像重建等离子体层全球密度分布——投影数据不完备问题

在用计算机断层成像方法由EUV观测图像重建等离子体层全球密度分布时,地球的遮挡和有限角度都会导致投影数据不完备,从而无法精确重建出等离子体层的密度分布.本文针对该问题,提出一种基于图像总变差极小化的代数迭代算法.通过重建等离子体层投影数据缺失最为严重的中心子午面,证明该算法能够显著提高重建图像的质量. 并且在IMAGE卫星仅能达到90°的有限投影角度下,此算法重建图像的相关系数可达0.760,而代数迭代算法的相关系数仅为0.696.     

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.     

ART算法中松弛因子对中子CT成像结果的影响研究

ART算法是CT重建迭代算法中重要和经典的算法,而松弛因子是ART算法中的重要参数。由建于绵阳的冷中子照相装置采集得到投影图像,本文研究了松弛因子对ART重建算法重建图像收敛速度的影响和对重建图像质量的影响,从兼顾质量和效率的角度出发,给出了松弛因子的选择范围,对中子CT成像迭代重建具有重要参考意义。      

利用EUV模拟观测和CT方法重建均匀等离子体层全球密度分布——三维ART重建和地球遮挡效应研究

本文对地球等离子体层和电离层进行了三维建模,并模拟卫星对30.4 nm极紫外线的探测过程,取得圆轨道平行束情况下的投影数据.采用改进的ART算法对所得数据进行三维重建,获得等离子体层的空间密度分布.结果表明,在投影角度覆盖180°的情况下,重建结果很好地再现了模型中空间各点的数值.文章对实验结果从CT重建方法的角度进行...     

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.     

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.     

三维锥束代数重建算法的投影排序方案

代数重建算法中的投影访问顺序对重建图像的收敛速度和精度有很大的影响。针对三维锥束代数重建算法,比较了几种投影序列排序方案的重建图像收敛速度:顺序访问方案,多水平级排序方案,素数分解排序方案,加权距离排序方案。通过仿真实验得到的实验结果表明:在三维锥束ART算法中按照后三种投影序列排序方案排序后的图像重建比顺序访问方案的收敛速度快,并且WDS排序方案的收敛速度最好。     

基于相对TV最小的CT图像重建算法

总变差（TV）最小算法是一种有效的CT图像重建算法,可以对稀疏或含噪投影数据进行高精度重建。然而,在某些情况下,TV算法会产生阶梯状伪影。在图像去噪领域,相对TV算法展现了优于TV算法的性能。鉴于此,将相对TV模型引入图像重建,提出相对TV最小优化模型,并在自适应梯度下降-投影到凸集（ASD-POCS）框架下设计对应的求解算法,以进一步提升重建精度。以Shepp-Logan、FORBILD及真实CT图像仿真模体进行重建实验,验证了该算法的正确性并评估了算法的稀疏重建能力和抗噪能力。实验结果表明,相对TV算法可以实现逆犯罪,可以对稀疏或含噪投影数据进行高精度重建,与TV算法相比,该算法可以取得更高的重建精度。      

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。     

一种用于小体积偏置探测器锥束CT系统的反投影滤波重建算法

在传统的CT系统中,系统的硬件成本和计算量都是非常巨大的.本文深入分析了一种利用偏移放置的面阵探测器的锥束CT系统,在这种系统中X射线束仅仅覆盖被扫描物体的一半体积,投影数据在探测器方向上是截断的,探测器尺寸和投影数据量都减少为传统CT系统的一半.在这种扫描方式下,现有的重建方法是首先利用重排算法获得180度范围内的平行束投影数据,然后再利用滤波反投影(FBP)算法重建出物体的三维图像.但是重排算法不可避免地会引入误差,降低重建图像的空间分辨率.本文提出了一种反投影滤波(BPF)形式的直接反投影重建方法,该方法不需要对投影数据重排,直接反投影滤波重建出最终的图像.因此,该算法在数学上更简洁,计算速度更快,能够更多地保留重建图像的高频信息.最后,数值模拟实验结果验证了该系统和重建算法能够获得高质量的CT图像.     

任意扫描轨迹的CT成像方法研究

在工业CT成像应用中,由于复杂结构件形状、结构、组分等特征的限制,使得射线能量与有效厚度不匹配,常规的扫描方式易使投影数据缺失,投影数据完备性较差。为此,本文通过改变轨迹来弥补投影数据缺失,推导任意轨迹的成像模式。首先,在任意轨迹的基础上进行投影几何关系建模,结合空间几何知识完成投影矩阵的刻画;其次,基于迭代重建算法对轨迹的无约束化,进行任意轨迹成像模式下的迭代重建;最后通过小锥角、大锥角以及厚度差异比较大的构件成像仿真实验,验证算法的正确性和可行性。对于厚度差异比较大的工件,该方法相对于传统的圆轨迹扫描,投影数据更完备,CT重建质量高。     

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。      

切向CT重建算法的研究

在工业CT的检测过程中,由于各种原因可能造成投影数据的不完备.在这种情况下,直接利用传统的解析重建方法(FBP)或者统计重建方法(EM)都不能给出理想的重建结果,从切向CT扫描方式获得的就是典型的不完备投影数据.本文利用迭代算法来改善重建图像的质量,首先通过已有的投影数据合理估计缺失的投影数据,并通过不断的迭代来改善这种估计,从而使得重建图像不断逼近真实物体.     

一种块迭代的快速代数重建算法

常用的计算机层析成像的重建算法可分为:变换重建法、代数重建法和其它算法几大类.变换重建算法中最为常用的为"卷积反投影”算法,该算法重建速度较快,重建效果较好.但该算法也存在一些不足,它通常要求完全的、等间隔的平行采样数据.在天文、物探、地震成像等领域采样数据通常是不完全的和非等间隔的.代数重建算法简单,适用于不同格式的采样数据,对不完全数据亦可重建图像.还可以结合一些先验知识进行求解.可应用于工业检测、物探成像、天文成像等领域.其缺点主要是计算量大,收敛速度慢,难以重建大的图像. 计算机层析成像的重建问题,可离散化为线性方程组AF=P的求解问题,其中P是被采集的投影数据向量,A是投影系数矩阵,F是图像基函数.假设有M个投影数据,且重建的图像有N×N像素,则A为M行、N×N列矩阵.即使重建较小的图像,系数矩阵也是很大的,需要M×N×N个浮点数.A为大型稀疏矩阵,其非零元的个数约为2×M×N个浮点数.因此,想用代数重建算法重建中等或大的图像,必须寻找一种快速的投影系数矩阵实时计算方法. 其次,代数重建算法中迭代的收敛速度也是要解决的主要难点.初值的选取对收敛速度影响是很大的.如果选取的初值与原物体的密度分布较接近,迭代就容易满足收敛条件.传统的代数重建算法中,初值常选为零和某种平均值.在每次循环中都对N×N个图像值,进行逐线或逐点迭代修正.因此,需要大量计算时间,且收敛速度甚慢. 本文提出一种基于分块迭代的快速代数重建算法,其基本思想是采用对图像逐级分块,通过迭代使图像逐步细化,最终逼近于重建的图像.算法的实现过程如下:1.将重建图像按不同级别分块;2.根据块的大小,抽取投影数据,实时计算投影系数矩阵的非零元;3.对给定级图像块赋值,根据投影系数矩阵的非零元和阀值确定对哪些图像块的值进行修正:4.对给定级的图像块经一次循环迭代修正后,判断前后两次的图像是否满足该级迭代结束条件,满足时进入下一级块的迭代;最后一级块迭代满足条件后,块迭代结束.在每一级块迭代过程中,我们设计了求解系数矩阵非零元的快速计算方法,使得所需的系数矩阵的非零元可实时计算,而不必存贮. 利用X射线工业CT实采数据,我们对块迭代代数重建算法的测试结果表明:该方法重建速度快,重建图像精度高、伪影轻,并有较高的密度分辨率和空间分辨率.     

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。     

一种基于对称结构优化的OSEM快速重建算法

由投影重建图像的EM重建算法中,有序子集最大期望值法能够对经典EM算法加速,提高收敛速度,受到广泛地关注.本文提出了一种基于对称性结构的OSEM快速重建算法,在更好地满足子集平衡的条件和优化有序子集的迭代顺序的同时,压缩了尺度窗口的计算.数据实验结果表明:当合适选取子集的数量时,S-OSEM算法有效地提高了重建速度和成像精度.