图像重建算法FBP与OSEM在工业CT应用中的对比研究

滤波反投影法(FBP)与有序子集最大期望值法(OSEM)是图像重建中最为常用的两种方法,本文研究了这两种重建方法在工业CT中的应用,就不同的探测器数目、不同的旋转投影角度取样数、不同的噪声水平,对两种方法的重建效果进行对比与分析,结果表明在某些条件下迭代法OSEM重建图像质量明显好于解析法FBP。     

用于宇宙射线μ子成像的MLS-EM重建算法加速研究

宇宙射线μ子检测技术具有穿透力强、对高Z材料敏感等特点,特别适合检测特殊核材料,是监控核材料走私的有效方式.图像重建问题是实现该技术的一个关键难点,MLS-EM算法是目前成像质量较好的算法,但其过长的运算时间制约了该算法在实际μ子检测系统中的应用.根据μ子检测系统的特点,本文提出了一种加速方法,在使用POCA重建图像作为迭代初值基础上进一步采用OS方法进行EM加速.模拟实验结果表明该方法能够有效地对MLS-EM重建算法进行加速,这对于宇宙射线μ子成像技术早日投入实际应用具有积极的意义.     

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。     

同步辐射光成像中的最大似然迭代重建法

本研究主要目的在于探讨与评估在同步辐射光源显微成像时使用不同的图像重建算法时的图像质量与重建速度.此次实验我们采用鸟类的羽毛做为受测物体,并且使用位于新竹科学工业园区内的同步辐射研究中心的同步辐射光源及高分辨X光摄影机来取得X光的影像.本研究使用两种不同的算法来重建图像,分别为滤波反投影法与梯度最大似然迭代重建法,作为这次评估的算法.由重建图像的结果显示,我们可以发现梯度最大概似迭代式重建法在边缘的地方有模糊化的现象,另外在图像质量方面,滤波反投影算法的影像上的环状伪影较梯度最大似然迭代算法明显.因此本研究就针对目前同步辐射的图像重建法做一探讨,并对两种不同的重建算法做一适当的评估,以期望提供不同的图像重建法给予不同需求的使用者.     

锥束CT图像重建算法

随着螺旋多层面CT的出现，医用CT正在向着螺旋锥束CT转变，从螺旋锥束数据来重建图像有许多优点，但是这种成像方式在数学上比较复杂，技术实现也有相当的难度。本文介绍这一领域的重要成果，特别是近年文献中的基本思想，文中涉及及各种主要重算法，包括准确重建，近似重建和迭代重建算法，简言之，当数据是完整的，无噪音的，应选择准重建方法，当数据是有噪音的和／或受物体运动干扰，近似重建会有较好的性能，而当数据是不可靠的和被载截断时，迭代方法可以发挥作用，今后主要研究方向是对这些算法进行改进，比较它们的特性，并将其优点结合到一起。     

康普顿散射成像图像重建算法综述

康普顿散射成像技术因其灵活的系统结构、较低的辐射剂量而广泛应用于传统透射成像技术无法应用的场合,受到研究者的关注。图像重建算法是康普顿散射成像技术的核心,直接决定着重建图像的质量。本文从康普顿散射成像的正向模型讲起,分别对解析和迭代两种重建算法进行了介绍,着重对解析重建算法中的圆弧Radon变换模型和迭代算法中正则化过程中引入的全变分最小化方法进行了阐述和分析。最后,对康普顿散射成像重建算法存在的问题及发展趋势进行了总结。     

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。      

正电子断层扫描仪与PET图像重建概述

概述了PET（Positron emission tomography，正电子断层扫描仪）及其图像重建的基本原理、方法与临床使用，介绍了常用的图像重建FBP（滤波反投影，Filtered Back-Projection)算法和OSEM（有序子集最大似然法，Ordered Subset Expectation Maximization)算法，描述了如何通过PET的临床协议中的参数选择以得到满意的重建效果。此外，对PET的准三维重建也做了一些简介。     

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。     

深度学习重建算法的图像质量体模研究

目的:使用体模比较CT深度学习重建算法和迭代重建算法的图像质量。方法:使用GE Revolution Apex扫描ACR质量控制体模Gammex 464,分别测量module 1～module 4的5种物质CT值准确性、低对比度分辨率、图像均匀性和高对比度分辨率。通过指标比较高剂量下（20 mGy）深度学习重建算法TrueFedelityTM（TFI）3种等级（DL、DM及DH）和自适应统计迭代重建算法V（AV）3种等级（30％、60％ 及90％）的图像质量。两种算法的各指标比较采用单因素方差分析。结果:所有6组图像的高/低分辨率均一致（高对比度分辨率:10 lp/cm;低对比度分辨率:6 mm）;两种算法都轻微高估聚乙烯、空气以及丙烯酸的CT值,各物质间CT值差异不具有统计学意义。两种算法均低估骨和固态水的CT值,其中,TFI算法对固态水的CT值较AV更接近真实值,但各组图像间不具有统计学差异。6组图像中,TFIDH的图像均匀性最佳;同等级条件下,深度学习重建算法相较IR算法的图像均匀性更佳。结论:深度学习重建算法在高剂量水平下可以在保持图像空间分辨率和CT值准确性的基础上,进一步降低图像噪声。      

山东地区b值的统计分析

利用山东省内及其邻近海域(34°～39°N,114°～125°E),1996年1月至2009年5月的地震资料,通过最小二乘法及极大似然法对山东地区近年来的b值进行了求解及分析,给出了本区b值的计算结果,讨论了两种方法得到结果的差异,并对近年来6值时序变化的一些特点及其所反映的问题进行了讨论.     

扇形束重建图像的一簇新算法(英)

本文提出重建扇形束（fan－beam）图像的一簇新的混合算法。这簇新方法使得重建扇形束图像既不产生偏差,又可改进扇形束图像中的噪声性质。同时,通过理论分析和计算机数字模拟,证明此新方法不仅运算速度快欲常用方法,并且具有比常用的扇形束渺滤波反投影的算法更为优越的数学和统计特性。     

基于正交投影和广义投影（POCS）算法的研究进展

目的 在于提请有关读者关注近年来关于图象重建的凸集投影算法的进展,这一重要的方法及应用。方法主要讨论了基于正交投影和广义投影的算法。对基于正交投影的算法,并讨论了一般形式的加权松弛格式,这包含了分块格式和同时格式。并以三个定理报道有关的算法收敛性结果。结果 分别包含了相容和不相容条件和弱强收敛下的结果。对基于广义投影的算法,有关的基本概念和例子,基本算法的收敛性结果。结论 报道最近关于引入松弛系数的工作和在CT图象重建中的应用。     

多层CT重建算法对比研究

目前多层CT的重建算法主要有基于FDK的三维滤波反投影算法以及基于多层投影数据重排的二维FBP重建算法。本文对传统的FDK算法、基于投影角度二维/三维加权的CB-FBP算法以及自适应轴向插值AAI-FBP算法的性能进行了对比实验,并对实验数据进行了细致地分析。实验结果表明:在这几种重建算法中,AAI-FBP算法对于多层CT的重建效果最好,这对于后续多层CT重建算法的改进以及临床应用研究提供了可靠的实验依据。     

最大后验概率重建算法在发射CT中的应用

最大似然期望最大(MaximumLikelihood-ExpectationMaximization,MLEM)重建算法已在发射CT的二维重建中得到了广泛的研究和应用,但MLEM有两点不足:1)一定迭代次数以后噪声随着迭代增多而增多。2)重建需要太长时间。而最大后验概率重建算法(maximumaposteriori,MAP)根据图像的先验知识分布,则可以有效的抑制噪声,后来逐渐发展起来的多种加速迭代方法结合MAP重建算法可以缩短重建时间。本文对近年来MAP重建算法的发展做了一个回顾,并对各类算法了做了比较和讨论。     

基于Bayes估计的稀疏数据CT重建算法研究

通过对稀疏放射数据CT重建问题的分析,提出用Bayes方法重建图像。首先以医疗解剖学为基础,将目标物体的先验信息转化为定量的先验概率密度,即结构先验,将测量所得数据作为似然函数,二者结合得到后验概率密度,通过对其抽样,将均值估算得到期望值作为重建结果。仿真实验证明,与传统CT重建方法相比,Bayes重建放射数据少,重建时间短,图像质量好,抗噪声能力强。     

锥束CT精确重建算法研究最新进展

第八届三维图像重建及核医疗学国际会议于2005年7月在美国盐湖城召开。该会议是在CT、PET及SPECT图像重建领域最负盛名的会议之一。本文主要介绍在本次会议上提出的几种最新锥束CT精确重建算法,包括MD-FBP算法、R-line算法等;还讨论了这两种精确锥束重建算法的各自优点,并对CT图像重建领域下一步的研究方向做了展望。     

体积CT中的图象重建算法研究综述

体积ＣＴ是继断层ＣＴ发展而来的一种高新技术。它具有获取投影数据的速度快、Ｘ射线利用率高、成象结果空间分辨率各向同性等优点,因而将成为用于医学影象诊断、工业无损检测等领域的更为有效的手段之一。本文对体积ＣＴ技术的发展历史、主要特点、算法分类及未来发展等进行了系统地回顾、分析和展望。