一种利用小体积偏置探测器的新型锥束X射线CT系统

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. 提出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. 在这种新型扫描方式下, 现有的CT重建算法都不能处理. 因此, 提出了一种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. 最后, 数值模拟实验和真实CT系统实验结果均验证了该系统和重建算法能够获得高质量的CT图像.     

半覆盖锥束CT中扁平物体的高效反投影滤波重建

全覆盖圆轨迹扫描的成像视野受探测器宽度限制, 对于大物体的成像效率较低.半覆盖扫描可以将成像视野扩展近1倍, 图像重建首推使用反投影滤波型算法. 反投影滤波型算法按PI线重建, 各PI线积分区间的不一致性导致通信和计算消耗大, 影响重建效率. 针对半覆盖成像中扁平形状物体的重建问题, 提出了一种改进的反投影滤波型算法, 且证明了当扁平物体的厚度小于2Rsin(2π/N_p) (R为扫描半径, N_p 为圆扫描一周均匀采集的投影数量)时, PI线积分区间的不一致性在数值计算过程中的误差是可以忽略的. 改进后的算法相比原半覆盖反投影滤波算法具有两个明显的优势: 一是数值计算过程中角度循环移至PI线循环之外, 算法的通信需求显著降低; 二是投影数据求导、反投影和沿PI线滤波三个步骤均能够并行计算, 算法的并行性得到增强.数值仿真与实际数据的实验结果表明, 本文算法与原半覆盖反投影滤波算法的重建精度相当, 但计算效率提高了4.6倍. 关键词： 锥束CT 半覆盖成像 反投影滤波 PI线     

全变分约束迭代滤波反投影CT重建

重建算法是计算机断层成像(CT)技术的核心。在解析法CT重建过程中,结合先验信息和引入优化约束条件较为困难。通过对滤波反投影(FBP)原理及其重建图像与理想CT图像差值关系的分析,构造了以FBP为基础的迭代循环,解决了解析重建过程中先验信息的利用和优化约束条件的引入问题。为抑制迭代FBP产生的图像伪影,将全变分(TV)模型引入重建过程,建立了TV约束迭代滤波反投影CT重建方法。在数值模拟中,针对完善投影数据、稀疏投影数据、含金属投影数据和有限角投影数据等不同情况,重建出了与原始模型高度一致的CT图像,研究表明TV约束迭代滤波反投影方法是一种精度高、适应性较强的CT重建方法。     

螺旋锥束计算机断层成像倾斜扇束反投影滤波局部重建算法

螺旋锥束计算机断层成像(CT)作为常用的临床诊断工具,如何尽可能地减少其辐射剂量是热点研究领域之一.局部成像利用准直器减小射线直照区域,能够有效降低CT辐射剂量.然而,局部成像会造成投影数据横向截断,产生局部重建问题.现有螺旋反投影滤波(BPF)算法只能实现局部曲面重建,难以实现局部体区域重建.在圆轨迹扇束BPF算法的基础上,通过加权修正和坐标扩展,提出了螺旋锥束CT倾斜扇束反投影滤波(TFB-BPF)重建算法.该算法把重建区域按层划分,对各层构建倾斜的扇形束几何,并使用经过加权修正的TFB-BPF算法逐层进行重建.该算法最大的优势是滤波线(与原始螺旋锥束BPF算法中PI线等价)在二维平面内选择,算法更加简洁高效,并且能够应用于局部体区域的重建.实验结果表明,算法能够有效重建物体局部体区域,并且重建图像质量较好,没有明显的截断伪影.     

X射线CT转台单侧两次螺旋扫描单层重排重建算法

锥束计算机断层成像(CT)在临床医学及工业无损检测等诸多领域获得了越来越广泛的应用。但是,受面阵探测器尺寸等硬件条件限制,锥束CT的成像视野有限,难以满足实际应用中对大尺寸物体成像的需求。为了扩展锥束CT的视野,提出了锥束CT转台单侧两次螺旋扫描单层重排重建算法。该算法在转台的同一侧进行两次螺旋扫描,通过统一成像几何条件,将两组螺旋锥形束投影重排为多层平行束投影,利用平行束投影的对称性去除数据的横向截断,得到一组完全覆盖物体横截面的平行束投影数据,再通过滤波反投影方式得到重建图像。实验结果表明,该方法的成像视野扩展率可达2.56,且成像质量与传统全覆盖算法相当。     

康普顿相机图像重建中的快速滤波反投影算法

提出一个由CZT像素探测器与NaI闪烁体阵列组成的康普顿相机，计算探测器系统的几何参数、散射体探测器的能量分辨率及多普勒展宽等因素对相机空间分辨率的影响.相机的总体角分辨率为5.1°~5.6°，主要影响因素为探测器系统的几何参数.首先用解析方法研究图像重建中的滤波反投影算法，不考虑展宽影响时点源重建图像的角分辨率可达1.7°，考虑展宽影响时角分辨率可达4.2°；然后利用Geant4程序进行模拟，用实际应用方法对模拟数据进行重建，不考虑展宽影响时的角分辨率为1.7°，考虑展宽影响时角分辨率可达5.1°.采用滤波反投影算法进行图像重建时，在OpenCL框架下利用GPU实现并行加速，加速比为79倍.     

探测器偏置重建算法在工业CT检测中的应用

工业CT检测对象的大小是不固定的,最大限度地利用已有探测器的成像面积非常重要。采用探测器偏置来获得更大的扫描视野,并推导相应的重建算法。该算法首先使用Parker类型函数对采集到的投影数据中的冗余部分进行加权,然后采用扇束滤波反投影重建算法重建得到断层图像。在实验中使用实际工业CT系统分别采集钢制线对块与铝合金变速器外壳的投影数据进行重建算法的验证,重建结果证明了使用的探测器偏置重建算法的正确性与有效性,且空间分辨率和标准扫描的重建结果保持一致,这个方法可以在工业CT成像上有效使用。     

改进的大锥角锥束CT圆轨迹反投影滤波算法北大核心CSCD

锥束CT圆轨迹反投影滤波(BPF)算法能够有效处理数据截断问题,在感兴趣区域成像研究中具有重要的地位。但是当锥角增大时,重建图像的顶端和底端会出现严重的伪影,从而影响图像质量。为解决该问题,从扇束圆轨迹BPF算法出发,重新推导了锥束圆轨迹BPF算法,通过对锥束伪影成因分析,提出了一种基于锥角大小和轴向距离大小的权重函数,修正了重建过程中差分反投影图像求解部分,达到抑制伪影的目的。实验结果表明,改进的大锥角锥束CT圆轨迹BPF算法能够在锥角增大时有效地抑制锥角效应,提高重建图像质量。     

基于代数重建算法的有限角度扫描的光声成像

由于滤波反投影重建算法要求对成像区域进行全方位扫描以获取完全投影数据,它需要较长时间采集大量数据,使其在医学上的应用受到限制。研究了在有限角度下采用代数重建算法进行光声成像的方法,实验用的光源为YAG激光器,波长为1064nm,重复频率20Hz,脉宽为6ns,探测器为针状的磺化聚二氟乙烯(PVDF)膜水听器,接收面积的直径为1mm,从仿真和实验结果表明该方法适用于“非完备投影数据”的光声层析成像。从图像重建效果上与滤波反投影算法相比较,该成像算法提高了重建图像的分辨率和对比度。采用代数重建算法的有限角度的光声成像方法,对临床医学的无损伤检测,具有重要的意义。     

锥束射线RT扫描大视场三维CT成像方法研究

受探测器尺寸和重建锥角的限制,基于单圆轨道扫描和FDK算法的三维CT成像方法难以对大物体进行三维CT成像。提出了一种基于平板探测器,采用锥束RT扫描方式的成像方法,推导了其三维CT成像算法。首先把对回转物体进行三次锥束平移透照的投影数据重新排成为更大范围的倾斜平行投影数据,然后经过加权滤波和反投影重建,获得物体的三维层析结果。仿真结果表明,该方法在重构大物体图像时,获得了满意的图像质量。水平方向视场是单圆轨道FDK算法视场的2.88倍,在垂直方向减少了锥角过大形成的伪影,提高了物体的重构精度。     

Fast local reconstruction by selective backprojection for low dose in dental computed tomography

The high radiation dose in computed tomography (CT) scans increases the lifetime risk of cancer, which becomes a major clinical concern. The backprojection-filtration (BPF) algorithm could reduce the radiation dose by reconstructing the images from truncated data in a short scan. In a dental CT, it could reduce the radiation dose for the teeth by using the projection acquired in a short scan, and could avoid irradiation to the other part by using truncated projection. However, the limit of integration for backprojection varies per PI-line, resulting in low calculation efficiency and poor parallel performance. Recently, a tent BPF has been proposed to improve the calculation efficiency by rearranging the projection. However, the memory-consuming data rebinning process is included. Accordingly, the selective BPF (S-BPF) algorithm is proposed in this paper. In this algorithm, the derivative of the projection is backprojected to the points whose x coordinate is less than that of the source focal spot to obtain the differentiated backprojection. The finite Hilbert inverse is then applied to each PI-line segment. S-BPF avoids the influence of the variable limit of integration by selective backprojection without additional time cost or memory cost. The simulation experiment and the real experiment demonstrated the higher reconstruction efficiency of S-BPF.     

一种基于Radon逆变换的半覆盖螺旋锥束CT重建算法

半覆盖螺旋锥束计算机断层成像能够扩展传统螺旋锥束计算机断层成像的成像视野, 实现小面板探测器成像超视野物体. 但是, 各角度下的投影都存在数据截断, 会使重建结果中产生截断伪影, 降低图像质量. 本文提出了一种基于Radon逆变换的半覆盖螺旋锥束重建算法, 该算法在滤波时先使用局部算子, 再使用全局算子. 局部算子不受数据截断的影响, 并且降低了运算后的值由于数据截断所造成的不连续性, 因此, 减少了随后全局运算产生的截断误差. 仿真和实际实验结果均验证了本文算法的有效性. 和现有算法的对比也表明, 本文算法针对半覆盖螺旋锥束投影具有更强的截断伪影抑制能力, 能够有效提高重建图像的质量.     

Targeted-ROI imaging in electron paramagnetic resonance imaging

Electron paramagnetic resonance imaging (EPRI) is a technique that has been used for in vivo oxygen imaging of small animals. In continuous wave (CW) EPRI, the measurement can be interpreted as a sampled 4D Radon transform of the image function. The conventional filtered-backprojection (FBP) algorithm has been used widely for reconstructing images from full knowledge of the Radon transform acquired in CW EPRI. In practical applications of CW EPRI, one often is interested in information only in a region of interest (ROI) within the imaged subject. It is desirable to accurately reconstruct an ROI image only from partial knowledge of the Radon transform because acquisition of the partial data set can lead to considerable reduction of imaging time. The conventional FBP algorithm cannot, however, reconstruct accurate ROI images from partial knowledge of the Radon transform of even dimension. In this work, we describe two new algorithms, which are referred to as the backprojection filtration (BPF) and minimum-data filtered-backprojection (MDFBP) algorithms, for accurate ROI-image reconstruction from a partial Radon transform (or, truncated Radon transform) in CW EPRI. We have also performed numerical studies in the context of ROI-image reconstruction of a synthetic 2D image with density similar to that found in a small animal EPRI. This demonstrates both the inadequacy of the conventional FBP algorithm and the success of BPF and MDFBP algorithms in ROI reconstruction. The proposed ROI imaging approach promises a means to substantially reduce image acquisition time in CW EPRI.     

Cone-beam local reconstruction based on a Radon inversion transformation

The local reconstruction from truncated projection data is one area of interest in image reconstruction for computed tomography(CT),which creates the possibility for dose reduction.In this paper,a filtered-backprojection(FBP) algorithm based on the Radon inversion transform is presented to deal with the three-dimensional(3D) local reconstruction in the circular geometry.The algorithm achieves the data filtering in two steps.The first step is the derivative of projections,which acts locally on the data and can thus be carried out accurately even in the presence of data truncation.The second step is the nonlocal Hilbert filtering.The numerical simulations and the real data reconstructions have been conducted to validate the new reconstruction algorithm.Compared with the approximate truncation resistant algorithm for computed tomography(ATRACT),not only it has a comparable ability to restrain truncation artifacts,but also its reconstruction efficiency is improved.It is about twice as fast as that of the ATRACT.Therefore,this work provides a simple and efficient approach for the approximate reconstruction from truncated projections in the circular cone-beam CT.     

基于Gadgetron平台的多GPU分布式磁共振图像重建

为了满足磁共振成像（MRI）临床扫描的需求,磁共振图像重建算法的开发一直在不断进行.目前广泛使用的算法实现方式是利用中央处理器（CPU）对磁共振扫描数据进行数学变换得到图像,随着算法复杂度的提升,计算性能问题逐渐显露.利用CPU在大数据量下执行复杂算法时,计算并行性的缺失以及运算中产生的海量数据的存储负荷会导致计算变得极为缓慢,使得一些算法因为重建时间过长,在临床上面临难以推广的问题,也制约了基础研究中新算法的研发.本文设计并实现了一种新的重建算法执行方式,利用Gadgetron磁共振软件重建平台在多核CPU基础上搭载多块图形处理器（GPU）,将磁共振图像重建以分布式并行计算方式实现,并以重建耗时较长的3D径向数据采集Stack of Star（SOS）的图像重建为实例,展示这种重建的实现方法能以相对低廉的硬件成本极大提升重建的速度.