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     

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.     

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。     

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.     

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。     

基于滤波反投影的光声图像重建

 为了进一步提高光声重建图像的质量,采用滤波反投影算法进行图像重建。实验所用的光源为YAG激光器,波长为1 064 nm,重复频率为20 Hz,脉宽为7 ns,探测器为针状的PVDF膜水听器,接收面的直径为1mm,得到了4个圆形吸收体和5根头发的光声重建图像。仿真和实验结果表明：通过对信号进行滤波,能很好地抑制噪声信号,明显提高图像的对比度和分辨率。     

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.     

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.     

双即插即用能谱计算机断层重建算法

为降低X射线辐射剂量和提高成像效率,开发准确和高效的多能谱成像方法,提出一种具有双即插即用（PnP）框架的图像重建方法。该方法引入两个PnP正则化能量函数,分别对多通道图像内蕴低秩性与通道内图像稀疏性进行度量。首先以多通道图像间的相似块构造高维张量,然后引入张量加权核范数对张量低秩性进行刻画,并结合图像梯度域L0（伪）范数对通道内图像稀疏性进行刻画,最后设计基于交替方向乘子法的高效求解算法。为验证算法的可行性,开展模拟多通道光子计数采样图像重建实验。实验结果表明：与现有代表性方法相比,所提方法的峰值信噪比提升0.067 dB～1.89 dB,时间消耗约为代表性方法的25%;所提方法具有抑制伪影干扰和改善图像质量的优势,并且计算效率得到显著提升。     

中子半影成像的计算机断层重建技术

实际用于中子半影成像重建的方法都是线性方法,而计算机断层重建是一种能够用于中子半影成像重建的新方法.介绍了中子半影成像的断层重建原理,将半影成像的诊断图像沿径向等角度提取、微分后就可以使用断层重建方法重建.给出了使用卷积反投影方法重建不同噪声诊断图像的结果,并分析了断层重建的优缺点.重建结果表明,断层重建方法能够重建出...     

Multiple helical scans and the reconstruction of over FOV-sized objects in cone-beam CT

In cone-beam computed tomography(CBCT),there are often cases where the size of the specimen is larger than the field of view(FOV)(referred to as over FOV-sized(OFS)).To acquire the complete projection data for OFS objects,some scan modes have been developed for long objects and short but over-wide objects.However,these modes still cannot meet the requirements for both longitudinally long and transversely wide objects.In this paper,we propose a multiple helical scan mode and a corresponding reconstruction algorithm for both longitudinally long and transversely wide objects.The simulation results show that our model can deal with the problem and that the results are acceptable,while the OFS object is twice as long compared with the FOV in the same latitude.     

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。     

基于卷积法TV模型的锥束CT散射校正方法

为了解决CT图像中散射伪影问题,提出并使用修正的泊松分布函数作为散射函数,然后利用卷积模型生成多个散射基图像,将基图像与原始重建图像的线性组合作为最终重建图像,最后,通过使重建图像的全变分函数最小求取线性组合系数最优解。该算法具有计算复杂度小、能够灵活应用于不同的成像对象的特点。实验结果表明,算法能够有效抑制散射导致的杯状和黑色带状伪影,提高图像对比度。     

基于卷积法TV模型的锥束CT散射校正方法

为了解决CT图像中散射伪影问题,提出并使用修正的泊松分布函数作为散射函数,然后利用卷积模型生成多个散射基图像,将基图像与原始重建图像的线性组合作为最终重建图像,最后,通过使重建图像的全变分函数最小求取线性组合系数最优解。该算法具有计算复杂度小、能够灵活应用于不同的成像对象的特点。实验结果表明,算法能够有效抑制散射导致的杯状和黑色带状伪影,提高图像对比度。     

Fast parallel algorithm for three-dimensional distance-driven model in iterative computed tomography reconstruction

The projection matrix model is used to describe the physical relationship between reconstructed object and projection.Such a model has a strong influence on projection and backprojection,two vital operations in iterative computed tomographic reconstruction.The distance-driven model(DDM) is a state-of-the-art technology that simulates forward and back projections.This model has a low computational complexity and a relatively high spatial resolution;however,it includes only a few methods in a parallel operation with a matched model scheme.This study introduces a fast and parallelizable algorithm to improve the traditional DDM for computing the parallel projection and backprojection operations.Our proposed model has been implemented on a GPU(graphic processing unit) platform and has achieved satisfactory computational efficiency with no approximation.The runtime for the projection and backprojection operations with our model is approximately 4.5 s and 10.5 s per loop,respectively,with an image size of 256×256×256 and 360 projections with a size of 512×512.We compare several general algorithms that have been proposed for maximizing GPU efficiency by using the unmatched projection/backprojection models in a parallel computation.The imaging resolution is not sacrificed and remains accurate during computed tomographic reconstruction.     

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.     

基于锥束CT序列图像的三维缺陷检测方法

根据锥束CT序列图像各向同性及缺陷实体在序列图像层间位移和变化较小的特点,提出了一种适合锥束CT序列图像的三维缺陷检测方法。首先结合多目标跟踪思想,利用三维连通区域标记算法提取三维缺陷实体,并建立缺陷对应关系哈希表,以解决缺陷检测中目标轨迹的分叉;然后根据噪声目标的固有特性,对虚假缺陷信息进行有效删除,最终可获得真实缺陷目标实体,缺陷提取精度可达到像素。通过对空心涡轮叶片蜡模锥束CT图像进行实验,结果表明。该方法能准确地提取有较强噪声影响的序列图像的三维缺陷。     

Optimization-based image reconstruction in x-ray computed tomography by sparsity exploitation of local continuity and nonlocal spatial self-similarity

The additional sparse prior of images has been the subject of much research in problems of sparse-view computed tomography(CT) reconstruction. A method employing the image gradient sparsity is often used to reduce the sampling rate and is shown to remove the unwanted artifacts while preserve sharp edges, but may cause blocky or patchy artifacts.To eliminate this drawback, we propose a novel sparsity exploitation-based model for CT image reconstruction. In the presented model, the sparse representation and sparsity exploitation of both gradient and nonlocal gradient are investigated.The new model is shown to offer the potential for better results by introducing a similarity prior information of the image structure. Then, an effective alternating direction minimization algorithm is developed to optimize the objective function with a robust convergence result. Qualitative and quantitative evaluations have been carried out both on the simulation and real data in terms of accuracy and resolution properties. The results indicate that the proposed method can be applied for achieving better image-quality potential with the theoretically expected detailed feature preservation.