针对小动物的锥束CT重建的研究及验证

基于经典3D Shepp-Logan模型,应用射线追踪和射线衰减定律得到锥束CT的模拟仿真数据.利用FDK三维重建算法实现锥束CT图像重建,采用仿真图像对重建算法进行了验证,通过搭建的锥束CT系统和自制仿体进行了层析成像和图像重建.结果表明:算法可较为准确地重建出原物体的空间分布和密度关系,针对仿真数据的中心断层重建图像的空间分辨率可达到8 lp/mm.     

一种基于FDK的锥束CT重建的改进方法

在实际的锥束CT扫描过程中,由于探测器的离散化,对每个探测器单元来说都有一定大小.那么相对于被扫描物体的每个体素点,在某一个角度下过它的射线打在探测器上是有一定面积的,如果取体素截面大小和探测器单元大小相近,过它的射线是分布在相邻的几个探测器单元上的,在重建过程中,如果依据落在各个探测器单元上的射线所占面积的大小考虑到那些探测器单元的信息对被重建体素点的影响,会提高重建图像的边缘清晰度,本论文利用实际的锥束扫描数据,采用传统的FDK方法和改进的FDK方法对物体重建,通过比较得出用新方法重建的图像边缘比传统FDK方法清晰,而且新方法还有抑制噪声的作用。     

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.     

一种圆轨迹锥束CT中截断投影数据的高效重建算法

本文基于数据重排方法, 提出了T-BPF (Tent-BPF)算法, 该算法先将锥束投影数据重排成平行投影数据, 然后使用一种推导的BPF型算法重建重排后的平行投影数据. T-BPF算法将原BPF算法反投影中变化的角度积分限变成固定的, 反投影中各层循环之间没有了相关性, 这意味着T-BPF算法较原BPF算法具有更好的可并行性. 实验结果显示: 使用GPU对256³的Shepp-Logan体模的图像重建进行并行加速, T-BPF算法在保证重建质量的前提下, 加速比达到了1036, 较原BPF算法有很大提升. T-BPF算法为截断投影数据的3D图像快速重建提供了方法. 关键词： X射线光学 CT 图像重建 GPU     

基于最小区域的锥束ART算法快速图像重建

针对锥束ART算法重建速度慢的问题,考虑到工业CT重建目标尺寸差异较大的特点,提出了一种基于最小重建区域的快速三维图像重建方法。由不同视角下的锥束投影构建最小区域包络,对最小区域包络进行膨胀处理,以消除重建目标边界附近所出现的伪影,在此基础上,给出了射线穿过最小重建区域的体素索引及权因子的计算。该方法能够根据重建目标的尺寸自适应地确定最小重建区域,从而最大限度地减少了计算量。实验结果表明,该方法不仅大幅度提高了锥束ART算法的重建速度,而且有效地提高了重建质量。     

针对小动物的锥束CT重建的研究及验证

基于经典3D Shepp-Logan模型,应用射线追踪和射线衰减定律得到锥束CT的模拟仿真数据.利用FDK三维重建算法实现锥束CT图像重建,采用仿真图像对重建算法进行了验证,通过搭建的锥束CT系统和自制仿体进行了层析成像和图像重建.结果表明:算法可较为准确地重建出原物体的空间分布和密度关系,针对仿真数据的中心断层重建图像的空间分辨率可达到8lp/mm.     

锥束射线三维大视场工业CT成像方法研究

基于FDK重建算法和圆轨道锥束扫描的三维ICT(industrial computed tomography)因算法的简洁性和工程实现的可行性已成为目前主要的3D-ICT成像技术。由于受探测器长度的限制,该技术的扫描视场小,所以可检构件尺寸受到限制。为解决较大尺寸构件3D-ICT的检测问题,讨论了一种仅需旋转检台偏置的大视场3D-ICT成像方法,推导了基于FDK原理的滤波反投影(filter back-projection,FBP)重建算法。计算机模拟和实验结果证明了该技术的正确性。分析表明,其水平方向的有效扫描视野比基于FDK的圆轨道锥束扫描三维CT提高了80%以上。     

光栅成像的锥束相位CT重建算法

X射线相位衬度成像对弱吸收物质有着独有的高密度分辨率,在医学、生物学、材料学等领域显示出良好的应用前景.但是其中的干涉成像法、衍射增强成像法和同轴成像法具有一定局限性,难以被广泛应用.光栅成像克服了以往相位衬度成像的缺陷,也使相位衬度成像向锥束成像发展成为可能.本文致力于锥束相位X射线计算机断层摄影术(CT)重建算法的研究,根据基于光栅的锥束相位成像的特点,利用吸收CT中FDK (Feldkamp-Davis-Kress)重建算法的思想,发展出适用于锥束相位成像的CT重建方法.该方法为滤波反投影类型,以相位一阶导数像为投影值,直接重建物体的相位项.通过仿真验证了算法的正确性.     

光学CT中的图像重建算法

从理论上研究了利用正向模型求解逆问题的迭代算法，特别是其中Ｊａｃｏｂｉ矩阵的有限元解法，引入了图像恢复了领域广泛采用的规则化方法用于处理逆问题中的奇异性问题；作为总结，最后给出了ＦＥＭ法求解光学ＣＴ问题的完整步骤。     

层析成像图像重建算法综述

介绍了层析成像技术的图像重建算法,并从正向问题数学模型的简化和反向问题数学模型的映射结构的角度比较了各种算法的特点和优劣。研究表明:用本质是线性算法的各种变换方法重建图像存在严重失真,而卷积滤波的引入可以使变换方法的重建效果有所改善;基于导数搜索的迭代算法对初始值依赖性强、收敛速度慢并且容易陷入局部最优解;基于Fourier变换的方法具有本质的局限性;小波变换则可以同时刻画图像时域和频域的细节特征;有限元法通过重建对象像素的智能划分可以简化正问题的复杂性;而具有物理背景的蒙特卡罗法、模拟退火法、遗传算法、粒子滤波法及神经网络法更适合于复杂且非线性的图像重建;智能化、仿生化、并行化以及各种算法的融合是层析成像图像重建算法的发展趋势。     

基于稀疏优化的计算机断层成像图像不完全角度重建综述

计算机断层成像(computed tomography,CT)技术在医学和工业无损检测中都具有非常广泛的应用,CT重建算法是其中的核心,而不完全角度重建问题则是实际应用中重建算法研究领域的一个热点和难点问题.近年来,随着稀疏优化理论与算法的飞速发展,基于稀疏优化的重建算法已经在不完全角度重建问题中得到了较广泛的应用,且表现出了良好的精度与速度性能.本文首先对稀疏优化的基本理论结论与常用算法进行了介绍;而后对稀疏优化理论在CT图像不完全角度重建中的应用进行归纳,分类介绍了其主要研究成果及稀疏优化所发挥的作用;最后对基于稀疏优化的不完全角度重建研究进行了展望.     

结合透射CT的康普顿背散射图像重建

在康普顿散射成像(CST)技术中可以结合透射成像重建出衰减系数来消除散射重建的非线性,但这样得到的投影矩阵带有误差。而CST重建问题的不适定性对噪声和投影矩阵的误差非常敏感,重建结果会有较大误差。针对此问题,基于压缩感知理论提出了一种新的CST重建算法。新方法将图像重建问题归结为一个图像的全变分(TV)最小化问题,并使用收敛速度较快的基于交替方向法的Split-Bregman方法进行求解。在仿真实验中,通过与代数重建技术(ART)进行比较,在测量数据充足和测量数据不足两种情况下,本文算法都具有更好的重建质量,证明了所提算法在重建精度和抗噪性能方面的优势。     

An algorithm for computed tomography image reconstruction from limited-view projections

<正>With the development of the compressive sensing theory,the image reconstruction from the projections viewed in limited angles is one of the hot problems in the research of computed tomography technology.This paper develops an iterative algorithm for image reconstruction,which can fit most cases.This method gives an image reconstruction flow with the difference image vector,which is based on the concept that the difference image vector between the reconstructed and the reference image is sparse enough.Then the l_2-norm minimization method is used to reconstruct the difference vector to recover the image for flat subjects in limited angles.The algorithm has been tested with a thin planar phantom and a real object in limited-view projection data.Moreover,all the studies showed the satisfactory results in accuracy at a rather high reconstruction speed.     

结合透射CT的康普顿背散射图像重建

在康普顿散射成像(CST)技术中可以结合透射成像重建出衰减系数来消除散射重建的非线性,但这样得到的投影矩阵带有误差。而CST重建问题的不适定性对噪声和投影矩阵的误差非常敏感,重建结果会有较大误差。针对此问题,基于压缩感知理论提出了一种新的CST重建算法。新方法将图像重建问题归结为一个图像的全变分(TV)最小化问题,并使用收敛速度较快的基于交替方向法的Split-Bregman方法进行求解。在仿真实验中,通过与代数重建技术(ART)进行比较,在测量数据充足和测量数据不足两种情况下,本文算法都具有更好的重建质量,证明了所提算法在重建精度和抗噪性能方面的优势。     

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.     

A modified discrete algebraic reconstruction technique for multiple grey image reconstruction for limited angle range tomography

The `missing wedge', which is due to a restricted rotation range, is a major challenge for quantitative analysis of an object using tomography. With prior knowledge of the grey levels, the discrete algebraic reconstruction technique (DART) is able to reconstruct objects accurately with projections in a limited angle range. However, the quality of the reconstructions declines as the number of grey levels increases. In this paper, a modified DART (MDART) was proposed, in which each independent region of homogeneous material was chosen as a research object, instead of the grey values. The grey values of each discrete region were estimated according to the solution of the linear projection equations. The iterative process of boundary pixels updating and correcting the grey values of each region was executed alternately. Simulation experiments of binary phantoms as well as multiple grey phantoms show that MDART is capable of achieving high‐quality reconstructions with projections in a limited angle range. The interesting advancement of MDART is that neither prior knowledge of the grey values nor the number of grey levels is necessary.