基于穿越长度权重反投影重建算法的初步研究

目的：直接反投影是一种快速简便的CT图像重建方法,但由于星形伪影会使图像模糊。为有效地改善CT反投影重建图像的质量,提出一种新的基于穿越长度权重的反投影重建算法,为图像重建提供一种新算法;同时穿越长度的计算方法也能为代数重建算法中的投影系数的计算提供一种新方法。方法：采用VC＋＋6．0工具设计模拟软件,对Shepp-Logan模型进行计算机模拟扫描获得投影数据,同时计算各射线穿越各体素的长度．以穿越长度作为权重对获取的数据进行反投影重建图像。结果：开发出一个具有模拟X-CT扫描与重建功能的软件,该软件能直观地显示传统直接反投影和基于穿越长度权重的反投影重建算法得出的图像,并能对得到的图像进行定量评价和定性分析。结论：基于穿越长度的反投影重建算法能有效地减少星状伪影,提高重建图像的质量,且评价指标（归一化均方距离判据d,归一化平均绝对距离判据r,最坏情况距离判据e）都优于传统的插值法;同时开发出的软件具有可扩展性,为其他算法的实现及比较提供一个良好的平台。     

基于投影矩阵广义逆的CT重建迭代算法

目的在CT检查时,有限角度投影和稀疏矩阵投影能够减少X射线的剂量,然而这会导致投影数据不足,给图像重建带来一定的困难。为了克服这一难题得到较好的重建图像,本文提出一种基于计算投影矩阵广义逆的CT迭代重建算法。方法该算法在计算过程中,将重建图像表示为投影矩阵以及其广义逆的乘积。首先使用一阶迭代计算广义逆矩阵,但是由于投影矩阵和其广义逆矩阵都比较大,在迭代过程中以投影和滤波反投影代替。然后通过不同的算法分别对平行束投影、有限角度投影、稀疏矩阵投影的数据进行重建,并对重建结果的均方差、通用图像质量指标以及图像互信息进行比较。结果本文提出的方法重建出图像的均方差、通用图像质量指标和图像互信息更优,而且重建时间较短。结论该方法能够在没有未知图像先验结构信息和伪影猜想的情况下有效地提高重建图像的质量,而且该算法不需要计算投影过程,重建过程简单易行。     

迭代成像中一种快速求解投影矩阵的方法

迭代成像中投影矩阵的获取速度直接影响算法的效率.本文提出了一种快速求解投影矩阵的方法,它尤其适用于扇形扫描投影数据的重建.利用扇形射束与重建图像像素的几何对称性一次获取多个投影矩阵的向量以及实时获取投影矩阵向量方式,减少了获得投影矩阵花费时间,节省了存储矩阵所占用的空间.通过模拟投影数据进行图像重建,其结果表明,该法较全部求出投影矩阵法极大地减少了内存空间的占用,较数据转换法节省了转换时间,从而提高了扇形投影数据的图像重建效率.     

基于改进型迭代NR的磁感应断层成像图像重建算法

在磁感应断层成像中,图像重建是一个典型的病态问题,其数值解存在不稳定性。针对此问题,提出一种基于加权矩阵和L1范数正则化的改进型迭代Newton-Raphson(NR)算法。该算法通过在目标函数的误差项中引入加权矩阵,同时在L2范数正则化惩罚项的基础上引入L1范数正则化,改善图像重建解的病态性。设置3种典型的模型,分别对有无噪声的数据进行分析,将本算法与Tikhonov正则化算法和迭代NR算法进行对比。在无噪声数据分析中,所提算法相对Tikhonov正则化算法和迭代NR算法的相对图像误差减小0.11~0.14,相关系数提高13%~17%。在有噪声数据中,所提算法相对于Tikhonov正则化算法和迭代NR算法的相对图像误差减小0.06~0.09,相关系数提高7%~10%。提出的算法成像性能较好,且抗噪性能较强,为进一步的实验重建精确性提供理论依据。     

低剂量CT的加权总变差重建算法

针对稀疏投影角度的CT图像重建问题,结合压缩感知理论,提出基于加权迭代支持检测的分块代数重建算法,以较少的投影角度重建出理想的CT图像。首先,针对传统的代数重建技术计算量大、收敛速度慢的问题,提出分块代数重建算法;其次,传统的最小总变差模型会引起图像过度平滑及纹理细节模糊等问题,对此提出一种最小加权总变差算法,即加权迭代支持检测算法,并建立加权迭代支持检测模型;最后,分块代数重建技术与加权迭代支持检测模型交替迭代,使重建结果趋于收敛。本文采用经典的Shepp-Logan体模及实际的脑部CT切片进行重建,以均方根误差作为重建图像的质量评判标准,并与其他重建算法的重建结果进行对比。在经过一定次数的迭代后,基于本文算法的重建图像更贴近原始图像,而且比其他算法更早收敛。实验结果表明,本文算法在重建质量及收敛速度上都优于其他对比算法。     

基于目标量化模型的三维血管切片重建

针对旋转DSA(Digital subtraction angiography)三维重建中成像模型不够精确的问题，首先引入了一种基于目标的非线性量化模型，该模型将三维血管切片投影图像量化为投影光线穿过的血管数目。提出了分割自引导重建算法，它尤其适合于解决稀疏投影与有限角度投影的切片重建问题。仿真试验结果表明本文提出的模型和算法是合理有效的。     

基于双边滤波迭代修正的CT欠投影ART重建

针对CT欠投影数据进行成像问题,本文提出了一种基于双边滤波迭代修正的代数迭代(ART)重建算法。该算法在每一次迭代过程中,先采用ART算法重建图像并进行非负约束,然后采用双边滤波法对以上约束后的图像进行修正,再进入下一次迭代,直到满足迭代终止条件。为了进一步提高图像重建质量和加快迭代收敛速度,利用改进的双边滤波算法以提高迭代效能。通过对Shepp-Logan体模和真实投影数据进行重建,验证了本文算法的可行性,并与滤波反投影(FBP)算法、ART算法、ART混合高斯滤波(GF-ART)算法相比较。结果表明,本文算法重建出的图像信噪比更高,能够更好的保持图像边缘信息。     

基于全局方差的感兴趣区域断层CT图像重建算法

感兴趣区域断层CT图像重建在医疗诊断、工业无损检测领域广泛应用,重建精度直接影响医疗诊断结果与工业检测结果,为此提出基于全局方差的感兴趣区域断层CT图像重建算法。利用全局方差的断层CT图像增强算法步骤和流程,增强全局方差与全局均值的图像效果,同时获取区域内像素灰度级方差。在此基础上,导入ART模拟与投影,得到Radon逆变换ART迭代函数,重建增强效果后的感兴趣区域断层CT图像。研究结果表明,基于全局方差的重建算法可有效重建感兴趣区域图像,重建图像的归一化均方误差判距与归一化平均绝对距离判距均低于0.2,是一种可靠的感兴趣区域断层CT图像重建算法。     

一种有效的电阻抗成像的图像重建算法

电阻抗成像技术正取得进展,并开始用于人体诊断。电阻抗成像的优点是对人体无害及其硬件远比X射线层析成像(X-CT)低廉,是一项需引起重视的科研课题。 本文提供了一种基于低频电流场灵敏度矩阵研究的迭代方法作为图像重建算法,并取得了令人满意的计算机模拟结果。     

基于非线性估计的CBCT几何标定算法

针对传统的几何标定算法由标定模体位姿误差导致的CBCT成像系统参数标定精度不高的问题,提出一种基于解析几何和非线性优化的CBCT几何标定算法。首先,设计一种插帧追踪的方法,提取特征点的坐标,使得标定模体与投影图像中的特征点实现一一对应。然后,利用投影图片与设计的标定模体之间的空间几何关系,计算相关参数。最后,对检测的特征点进行非线性估计,进一步提高几何参数的计算精度。仿真数据实验表明,本文算法能够较为精确地计算出CBCT成像系统的几何参数,并在标定模体出现位姿偏差时仍然保持较高的计算精度。通过非线性估计模型,本文所提出的算法突破了现有算法标定模体位于等中心点的限制,提高了CBCT成像系统中参数标定的精度。     

小波先验在OSL重建算法中的应用

背景：MAP(最大后验)统计重建方法可以在重建过程中引入合适的先验知识达到去除噪声的目的。 目的：根据小波系数的统计特性及能量平衡的原理对高频信息做相应的处理,并将多尺度的小波先验应用到OSL重建算法中以去除噪声。 方法：实验从“变换域”的思想出发,在小波域上根据小波系数的统计特性及能量平衡原理对不同尺度的高频信息做相应的处理,并利用处理后的小波系数进行小波重建。 结果与结论：基于小波先验的OSL算法比ML-EM算法重建的图像与测试模型的误差变小、相关性变大、噪声变少,重建图像变得比较平滑,视觉效果较清楚。     

基于投影匹配的双能计算机断层成像投影分解加速算法

双能计算机断层成像(CT)技术是CT成像领域未来重要的发展方向。双能CT重建算法主流的模型是基物质分解模型,算法的核心关键是求出基物质分解系数投影值。基于投影匹配的双能CT投影分解算法通过建立能谱查找表,使用最小二乘法进行匹配查找得到分解系数投影值。但该方法由于查找表数据庞大,计算时间长,不利于临床的应用。本文在该方法的基础上,提出一种通过直线方程拟合和平面方程拟合查找表数据,快速计算分解系数投影值的改进算法。仿真实验证明,该算法在大幅提高计算速度的同时,也能稳定地收敛到正确的解。     

基于小波稀疏的磁性纳米粒子成像算法研究

目的 为了实现磁性纳米粒子成像(magnetic particle imaging,MPI)中粒子浓度空间分布的快速精准成像,针对系统矩阵成像方法所构建矩阵方程的求解问题,本文提出一种基于小波稀疏的MPI算法.方法 首先通过仿真从基于零场线的开放式MPI电磁系统中获得MPI信号构建矩阵方程;然后在经典代数重建算法(algebraic reconstruction technique,ART)每次迭代后均采用小波变换提取图像中粒子分布边缘的非平稳特征,结合阈值算子稀疏运算去除图像中的干扰信号,实现粒子浓度空间分布成像;最后用峰值信噪比参数(peak signal-to-noise ratio,PSNR)对不同噪声下的成像结果进行分析.结果 当系统信噪比为30 dB、20 dB、10 dB时,基于小波稀疏的MPI算法在快速收敛的前提下,所成图像的PSNR参数相较经典代数重建算法分别提升了67.83％、18.66％、8.05％.结论 在低噪声水平下,基于小波稀疏的MPI算法可在短时间内实现粒子分布状况的高质量成像.     

基于选择性全变差约束的稀疏角度CT快速迭代重建算法

针对利用稀疏角度投影数据实现优质CT图像重建的问题,提出了一种改进的基于选择性图像全变差(TV)约束的快速迭代重建算法。该算法采用两相式重建策略,首先利用代数重建算法(ART)重建中间图像并进行非负性约束,然后采用选择性TV最小化对上述图像进行优化修正,两步交替进行直到满足某一收敛准则。为了进一步提升算法效能,该算法在迭代过程中应用快速收敛技术加快算法收敛。应用该算法对仿真的Sheep-Logan体模进行重建,实验结果表明,该算法不仅提高了图像的重建质量,保护了图像的边缘信息,而且显著加快了迭代重建的收敛速度。     

自适应图像全变差约束的有限角度CT重建算法

针对有限投影角度的CT图像重建问题,提出一种改进的基于自适应图像全变差（Total p Variation, TpV）约束的代数迭代重建算法。改进算法采用两相式重建结构,首先利用代数重建技术（ART）算法重建中间图像并做非负修正,然后利用自适应TpV正则项约束图像稀疏特性,进一步优化重建结果,其中正则项可根据图像区域特性自适应的调整决定平滑强度的参数p,两项交替进行直到满足收敛要求。本文应用经典的Shepp-Logan体模对改进算法进行仿真重建,以重建图像及其局部放大图作为主观分析依据,以profile图和归一化绝对距离值作为客观评估标准,与经典的ART-TV算法进行比较,对比分析重建结果发现:本文算法重建图像不仅与真实体模更接近,重建误差更小,而且能更好地保护图像的边缘特性。     

人体肺功能生物电阻抗成像技术

研究的目的在于改进生物电阻抗（EIT）重建图像质量方法。首先,采用自适应多重网格法,依据后验误差的估计,基于自适应网格剖分加速线性方程组的求解,并根据多重网格算法细分相关场域,获得圆形场域的人体呼吸过程图像;然后,研究结合先验知识的图像重建算法,根据肺部组织结构及阻抗特性,采用有限元仿真软件COMSOL求解正问题,获取融合先验知识的灵敏度系数矩阵。人体肺呼吸功能实时成像结果表明,即使采用较少的网格单元,仍可获得较高精度的正问题解,具有较高的图像质量。     

OSEM重建算法中几个关键问题的研究

目的：改进平行孔准直器SPECT系统的成像方法，快速、精确地实现有序子集期望值最大化（OSEM）重建算法。方法：采用理想平行孔和张角效应平行孔准直器两种模型，将准直器的空间响应融入系统传输矩阵，利用改进的射线跟踪算法进行衰减校正。结果：随着准直器张角的增加，Jaszczak模型的重建图像在边界出现明显的亮环；利用考虑准直器空间响应的系统矩阵进行图像重建．能较好的抑制边界伪影。结论：融入准直器空间响应函数的系统矩阵更为精确、贴近真实情况，能较好的抑制边界伪影，提高了重建图像的对比度和信噪比。     

基于list-mode数据的PET断层重建原理与实现

正电子发射断层扫描仪(PET)已经成为临床医学及诸多科学研究领域的基础性支撑装备,是当前科学研究的一个热点,而图像断层重建算法是其关键组成部分之一。目前大部分设备采用基于正弦图(sinograms)的统计迭代算法,而基于list-mode数据的重建算法具有许多独特优势,近年来受到研究者高度关注,正处于快速发展和完善过程中。本文以Eplus-166小动物PET为实验平台,采用S-LMEM重建算法和正交距离射线追踪方法,实现基于list-mode数据的断层重建,结果表明图像分辨率和对比度恢复达到设备固有性能指标,同时证明基于on-the-fly模式进行实时系统矩阵计算,实现动态重建是可行有效的。     

基于小波包变换的医学图像融合方法

为满足医学图像临床辅助诊断和治疗的需要,将小波包变换和自适应算子相结合,提出一种新的医学图像融合算法.算法首先对已配准的医学图像进行小波包分解,并采用自适应算子对小波系数及分解子图像进行处理,通过小波包重建,获得高质量的医学融合图像.该方法克服了小波变换不能兼顾图像高频成分的缺陷,并且可以根据不同的医学图像自动调整融合规则的权重系数,有效避免了设置固定权重系数造成的融合误差.实例融合仿真验证了算法的有效性和先进性.     

基于压缩感知的超声衍射层析成像研究

超声衍射层析成像(UDT)具有分辨率高、对致密组织敏感等特点,具有很高的临床应用价值。为了抑制伪影,提高图像重建质量,传统的插值算法需要大量的投影次数和采集通道数量,导致成像耗时,系统复杂。本文提出一种基于压缩感知(CS)的重建算法,在有限次投影条件下,实现图像的高质量重建。首先用平面波从随机选取的角度以有限次数照射目标,依据傅里叶衍射投影定理,获得目标空间频率采样值。然后,通过研究目标在变换域的稀疏性,根据压缩感知原理,构建目标重建的逆问题。最后,通过共轭梯度算法解逆问题,重建目标。实验结果表明,通过压缩感知,在有限次投影情形和较少采集通道情况下,提出的方法能够准确重建目标。这不仅能够节省成像扫描时间,避免组织运动带来影像失真,还能够减少系统复杂度,降低设备成本。与传统的插值算法相比,本文的方法能够有效地降低重建误差,提高结构相似度。