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.     

基于组合形态分量分析算法的含噪地震数据重构

本文研究了形态分量分析(MCA)算法含噪地震数据的重构问题.针对传统形态分量分析算法在含噪地震数据重构精度不足问题,提出组合方法以提高重构精度.给定随机缺失坏道地震数据,加入不同比率的高斯噪声,研究数据的重构效果.采用离散余弦、离散曲波和离散小波作为字典集合,对数据形态分量进行稀疏表达,并迭代优化各分量,以优化分量进行重构.分析不同随机缺失比率、不同信噪比模型仿真模拟结果.实际地震数据处理结果表明,组合MCA算法对随机缺失含噪地震数据具有较好的重构效果,并具有明显地随机噪声压制效果.     

基于低剂量胸部CT原始数据迭代重建增强等级评价不同类型肺小结节的初步分析

目的：探讨低剂量胸部CT（LDCT）原始数据迭代重建（SAFIRE）增强等级与不同类型（实性、部分实性及纯磨玻璃）肺小结节优化显示的对应关系。材料与方法：分析2020年9月至2021年1月行LDCT并符合肺小结节入组标准受试者101例105个肺小结节,依结节性质分为实性结节组（n=27）,部分实性结节组（n=37）和纯磨玻璃结节组（n=41）。采用单因素方差分析、卡方检验或Kruskal-Wallis H检验先分析组间一般资料,再以滤波反投影算法（FBP,B50f）为参照,比较SAFIRE I50f和I70f（分别1~5级）各模式下客观图像质量（噪声值、肺小结节CT值、SNR和CNR）和主观图像质量评分。结果：①三组在性别、身体质量指数和结节分布无显著差异,纯磨玻璃结节组年龄和结节长径均小于实性和部分实性结节组;② SAFIRE I50f 1~5和I70f-5图像噪声值均低于FBP B50f,其中SAFIRE I50f-5噪声值最低,不同模式下肺小结节CT值无显著差异,SAFIRE I50f-5肺小结节SNR和CNR均高于FBP B50f和其他SAFIRE模式;③ SAFIRE I50f 3~5实性和部分实性肺小结节图像质量主观评分高于FBP B50f和除I70f-5外SAFIRE其他模式,SAFIRE I50f-4纯磨玻璃肺小结节图像质量主观评分高于FBP B50f和除I50f-3、I50f-5外SAFIRE其他模式且组间评分无显著差异。结论：SAFIRE I50f-4在LDCT实性、部分实性和纯磨玻璃肺小结节图像质量客观、主观评价方面均表现良好且均衡,可适用于各类型肺小结节LDCT评价。     

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。     

共轭梯度法在图像重建中的应用

图像重建常常被转化为解非线性无约束极值问题,通过范数极小化推导出共轭梯度法的一般算法。通过对模拟数据和实际工件断层扫描数据进行图像重建,估计了算法的有效性,结果表明,与最速下降法相比,此算法更适用于不完全投影数据的图像重建,在保证重建图像拟合度的同时,大大提高了重建速度。     

VCT的技术特性和临床价值

本文介绍了Light Speed VCT的技术特性,包括硬件、软件和图像重建的技术进步,以及这些技术进步带来的图像质量上的改进和临床应用。这些先进的临床应用包括5秒心脏成像、胸痛三联诊等。探讨了降低病人剂量的重要性以及实现图像质量和X射线剂量的和谐和同一。     

锥束ART算法的并行运算实现

为解决ART算法重建时间较长这一问题,作者采用PC机群的并行处理技术,将ART重建算法改写为并行运算方式。并行运算结果表明:图像重建速度与CPU的个数(6个)基本上成线性正比关系,且不影响图像的重建质量。从而使迭代法在线重建成为可能。     

多变量线性回归的平均值概念及其在地学研究中的应用

文章以实例阐述了多变量一元线性回归计算中的“平均值概念”. 作者根据“平均值概念”, 利用珊瑚δ¹⁸O比值重建了最近90年西沙表层海水盐度的变化历史,并运用洛川黄土¹⁰Be记录示踪了最近80 ka全球性的古地磁漂移事件, 从而阐明了“平均值概念”在地学数据分析中的重要意义及应用前景.     

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。      

青藏高原草原带和荒漠带湖泊表层沉积物现代花粉研究

花粉现代过程研究是基于化石花粉谱重建古植被和古气候变化的基础.尽管青藏高原已经有大量花粉现代过程研究,但是仅有少数关于湖泊表层沉积物现代花粉组合的报道.本研究分析了青藏高原草原带和荒漠带34个湖泊的表层沉积物花粉组合,结果显示,这两个高原植被带的现代花粉组合以草本、灌木花粉占优势,不过特征类群的相对丰度具有显著差别.高...